MySQL如何選擇合適的備份策略和備份工具
數據庫備份的重要性毋庸置疑，可以說，它是數據安全的最后一道防線。鑒于此，對于備份，我們通常會做以下要求：
多地部署
對于核心數據庫，我們通常有兩地三中心的部署要求。對于備份來說，也是如此。
一個備份應該有多個副本，每個副本存儲在不同區域。
- 多介質部署
一個備份的多個副本應存儲在不同介質上，如磁盤和磁帶，防止單一介質失效。
- 定期檢查備份的有效性
備份只是在做正確的事情，有沒有把事情做對，還得依靠備份的有效性檢查。
前兩項，在條件允許的情況下，建議做。第三項必須做。
接下來，我們聊聊備份的相關話題，主要包括以下五方面的內容：
- 備份的常見分類。
- MySQL中的備份工具。
- mysqlbackup與mysqldump的備份恢復速度對比。
- 如何檢測備份的有效性。
- RTO和RPO 。
一、備份的常見分類
1、物理備份 VS 邏輯備份
1）物理備份
顧名思義，就是備份物理文件。其優缺點如下：
① 優點
- 備份、恢復速度快。尤其是恢復速度，直接關系著數據庫服務的RTO。
- 無需實例在線。在實例關閉的情況下，可直接拷貝文件，不用擔心備份的一致性。關閉實例進行備份，也稱之為 “冷備” 。
② 缺點
- 備份文件大。
- 恢復時，對平臺、操作系統、MySQL版本有要求，必須一致或兼容。
- 只能在本地發起備份。
- 因為是拷貝物理文件，即使文件中存在很多“空洞”（大量DELETE導致），也無法通過恢復來收縮 。
- 對表的存儲引擎有要求，無法備份MEMORY表。
2）邏輯備份
備份表的邏輯記錄。其優缺點如下：
① 優點
- 可移植性強。恢復時，對平臺、操作系統、MySQL版本無要求。
- 靈活。尤其是在恢復時，可只恢復一個庫或一張表。
- 對表的存儲引擎沒有要求，任何類型的表都可備份。
- 備份文件較小。
- 可遠程發起備份。
- 恢復后，能有效收縮空間。
② 缺點
- 備份、恢復速度慢。實際上，單論備份速度，多線程備份其實也不慢。但恢復速度呢，即使是多線程恢復，也很慢。
- 備份會"污染"Buffer Pool。業務熱點數據會被備份數據驅逐出Buffer Pool。
2、離線備份 VS 在線備份
離線備份，又可稱之為 "冷備"，即實例關閉的情況下進行的備份。此時，只能進行物理備份，即全量拷貝物理文件。
在線備份，又可稱之為 "熱備"，即實例運行過程中進行的備份。此時，既可進行物理備份，又可進行邏輯備份。
因對業務侵入較小，線上一般使用在線備份。
3、全量備份 VS 增量備份
全量備份，即備份整個實例的全量數據。
增量備份，即只備份上次備份以來，那些發生了"變化"的數據。
通常來說，基于物理備份來實現增量備份較為簡單，以MySQL為例，只需判斷數據頁的LSN是否發生了變化。
而對于邏輯備份，就很難實現，如常見的基于某個時間字段來進行增量備份，但其實，很難保證某個時間段之前的數據不被修改或刪除。
二、MySQL中的備份工具
1、物理備份
物理備份相關的工具有：
1）XtraBackup
Percona公司開源的備份工具，適用于MySQL、MariaDB、Percona Server。
https://www.percona.com/software/mysql-database/percona-xtrabackup
XtraBackup目前維護的大版本有兩個：
- XtraBackup 2.4，適用于MySQL 5.6和5.7。
- XtraBackup 8.0。適用于 MySQL 8.0。
之所以要維護兩個版本，是因為MySQL 8.0中的redo log和數據字典的格式發生了變化。
2）mysqlbackup
MySQL企業級備份工具（ MySQL Enterprise Backup ），適用于MySQL企業版。
https://dev.mysql.com/doc/mysql-enterprise-backup/4.1/en/mysqlbackup.html
3）Clone Plugin
MySQL 8.0.17引入的克隆插件。初衷是為了方便Group Replication添加新的節點。有了Clone Plugin，我們也能很方便的搭建一個從庫，無需借助其它備份工具。
三者的實現原理基本相同，都是在備份的過程中，拷貝物理文件和redo log ，最后，再利用InnoDB Crash Recovery，將物理文件恢復到備份結束時的一致性狀態。
2、邏輯備份
邏輯備份相關的工具有：
1）mysqldump
MySQL安裝包自帶的備份工具，單線程備份。
2）mydumper
由Facebook、SkySQL、Oracle和Percona開發人員維護的一個多線程備份工具，可實現行級別的并行備份。
https://github.com/maxbube/mydumper
3）mysqlpump
MySQL 5.7引入的備份工具，可實現表級別的并行備份。
4）MySQL Shell
MySQL Shell 8.0.21引入了一個工具-util.dumpInstance()，可實現行級別的并行備份。
這個工具對備份實例和恢復實例的版本有要求：備份實例 >= 5.6，恢復實例 >= 5.7。
5）SELECT ... INTO OUTFILE
SQL命令，可將表記錄直接導出到文件中。
下面說說這幾個工具的異同點：
- 從實現原理來看，mysqldump、 mydumper、mysqlpump、 MySQL Shell可歸為一類，本質上都是通過SELECT * FROM TABLE的方式備份數據，只不過在此基礎上，通過全局讀鎖 + REPEATABLE READ事務隔離級別，實現了數據庫的一致性備份。
- SELECT ... INTO OUTFILE 充其量只是一個命令，算不上工具，更不用說數據庫的一致性備份。
- 從導出的內容來看，mysqldump、mydumper、mysqlpump 會以INSERT語句的形式保存備份結果，如：
INSERT INTO `t1` VALUES (1,'aaa'),(2,'bbb'),(3,'ccc');
而 MySQL Shell和SELECT ... INTO OUTFILE 是以CSV格式的形式保存備份結果，如，
1 aaa
2 bbb
3 ccc
- 在恢復，各個工具對應的恢復工具也不一樣。具體來說，
mysqldump、mysqlpump對應的恢復工具是mysql客戶端，所以是單線程恢復。
mydumper對應的恢復工具是myloader，支持多線程恢復。
util.dumpInstance()對應的恢復工具是util.loadDump()，該工具實際調用的是LOAD DATA LOCAL INFILE命令，支持多線程恢復。
SELECT ... INTO OUTFILE對應的恢復命令是LOAD DATA。
三、mysqlbackup VS mysqldump
下面是MySQL官方提供的一組數據，對比了mysqlbackup和mysqldump備份恢復時間。
第一張圖比較的是備份時間，mysqldump是mysqlbackup的49倍。
第二張圖比較的是恢復時間，mysqldump是mysqlbackup的80倍。
借此，我們也能看到邏輯備份工具相對于物理備份工具在備份、還原速度上的差距。
不過可惜的是，這里沒有測試mydumper。
畢竟，針對數據量較大的實例，如果一定要使用邏輯備份，大家一般傾向于使用mydumper，而不是mysqldump。
四、如何檢測備份的有效性
為什么要檢測備份的有效性，原因主要有兩個：
- 驗證整個備份環節的可靠性。包括備份參數是否完備，備份集是否有效，備份介質是否損壞等。
- 通過檢查備份的有效性，搭建一套完整的自動化恢復體系。
很多時候，影響數據庫恢復時間的并不是備份集太老，而是手動恢復過程中，因為命令、環境、流程的不熟悉，所帶來的額外耗時。
如何檢測備份的有效性，常用的方法有三個：
- 基于備份恢復實例，看實例能否起來。并在此基礎上，進行隨機查詢。
這種檢測方法最簡單。
一般來說，實例能起來，且隨機查詢也沒問題，就意味著這個備份集是可用的。
但備份集可用，并不意味著這個備份集能滿足我們的需求，譬如常見的，搭建從庫。
而且一些常見的問題，如備份中斷、參數沒指定準確，也無法通過這種方式檢測出來。
- 在1的基礎上，建立復制。
如果從庫在追主庫的過程中，沒有報錯，大概率意味著主從數據是一致的。當然，也只是大概率，并不是100%。
- 在2的基礎上，利用pt-table-checksum檢查主從數據的一致性。
如果檢查結果沒問題，則意味著主從數據是一致的，也就間接證明了備份的有效性。
但因為pt-table-checksum在運行的過程中，會在chunk級別對表加S鎖，對更新頻繁的業務，還是有一定的影響。
一般來說，線上使用方法2足矣。
方法3，因為要檢查主從數據的一致性，耗時相對較久，如果要檢測的備份集很多，反而會影響檢測的效率。
五、RTO 和 RPO
衡量一個數據中心的容災能力時，有兩個常用的指標：
- RTO：Recovery Time Objective，恢復時間目標。
指的是災難發生后，必須在這個時間內恢復數據。
在恢復數據的這段時間內，服務是不可用的，所以RTO也是服務可允許的最大不可用時間。如果我們要求服務的最大不可用時間是30分鐘，那么RTO就是30分鐘。
RTO 越小，代表容災系統的恢復能力越強。
- RPO：Recovery Point Objective，數據恢復點目標。
指的是災難發生后，數據可以恢復到的時間點。
譬如，我有一個系統，每天0點進行一次全備。當系統出現故障后，會基于上一次的備份來恢復。如果系統在凌晨3點出現故障，我們會丟失3個小時的數據。極端情況下，系統在23:59出現故障，我們會丟失24個小時的數據。這里的24小時就是這個系統的RPO 。
RPO越小，代表系統越能保證數據的完整性。
RTO、RPO與災難在時間軸上的關系如下圖所示：
可以看到，RPO針對的是數據丟失，RTO針對的是服務宕機時間，兩者之間沒有必然的聯系。
最理想的情況是RTO和RPO都為0，這就意味著當災難發生時，系統會立即恢復，而且數據不會丟失。當然，RTO、RPO越小，需要投入的成本也越高。
具體到MySQL中，為了降低RTO和RPO，我們可以從以下幾個方面著手：
1）RTO
- 增加備份頻率，縮短備份周期。
- 選擇物理備份，而不是邏輯備份。
- 添加延遲從庫。
- 恢復流程的自動化。
2）RPO
- 增加備份頻率，縮短備份周期。
- 搭建Binlog Server備份Binlog。當出現故障時，我們可以基于備份和Binlog做基于時間點的恢復。
- 添加延遲從庫。
六、總結
從RTO的角度出發，應盡量選擇物理備份，而不是邏輯備份。如果要使用邏輯備份，應盡量選擇多線程備份工具和多線程恢復工具。
從RPO的角度出發，應盡量增加備份頻率，縮短備份周期。
但 every coin has two sides，使用物理備份或者增加備份頻率，無疑會增加存儲成本。
所以，在確定備份策略和選擇備份工具時，應從業務的RTO和RPO出發，結合存儲成本綜合考慮。
大多數公司會采取一個統一的備份策略，如一天一個全備。雖然災難情況很少出現，開發和DBA童鞋也應充分理解到這里面的風險，并制定相應的預案及業務兜底方案。
另外，對于線上核心業務，如果只有備份，還是很難有效降低數據庫服務的RTO和RPO，建議部署延遲從庫。
