SQL Server数据库损坏、检测以及简单的修复办法

2022-10-13 00:00:00 数据 数据库 备份 错误 损坏

简介

    在一个理想的世界中，不会存在任何数据库的损坏，就像我们不会将一些严重意外情况列入我们生活中的日常一样，而一旦这类事情发生，一定会对我们的生活造成非常显著的影响，在SQL Server中也同样如此，或许几年内您没有遇见过数据库中出现这类情况，而一旦遇见这类情况，往往伴随着数据的丢失，宕机，严重甚至您本身的职业生涯也会受到影响。因此对于这类情况，我们需要了解数据库损坏方面的知识，以便我们能够事前准备，事后能够处理。本篇文章会对数据库损坏的原因、现象、事前和事后的一些处理方法以及简单的修复方法进行探讨。

 

数据库为什么会损坏？

    在了解数据库损坏之前，首先我们要了解SQL Server是如何将数据保存到数据文件（MDF、NDF等）。无论更新还是插入数据，数据都需要首先在内存中的Buffer Pool驻留，然后通过CheckPoint和Lazy Writer等过程将内存中的数据持久化到磁盘。在这个过程中，数据脏页由内存写入持久化的IO子系统，在此期间，按照IO子系统的不同，数据可能经过这几层：

  • Windows(写数据一定调用的是WINDOWS API)
  • Windows底层的中间层（杀毒软件，磁盘加密系统）
  • 网卡、路由器、交换机、光钎、网线等（如果IO子系统不是直连的话）
  • SAN控制器（如果使用了SAN）
  • RAID控制器（IO子系统做了RAID）
  • 磁盘或SSD等持久化存储器

 

    因此，数据页被写入持久化存储期间，可能经过上述列表中的几项。在经历上述过程中，硬件环境会受到很多方面的影响，比如说电压是否稳定、断电、温度过高或过低、潮湿程度等，而软件方面，由于软件都是人写的，因此就可能存在BUG，这些都可能导致数据页在传输过程中出现错误。

   此外，影响磁盘的因素也包括电压是否稳定、灰尘等因素，这些也有可能引起磁盘坏道或整体损坏。

   上面提到的所有因素都可以被归结为IO子系统。因此，造成数据损坏的情况绝大部分是由IO子系统引起的，还有非常非常小的概率内存芯片也会导致数据页损坏，但这部分情况微乎其微，因此不在本文的讨论之列。

    上面提到的这些导致数据损坏的原因都属于天灾，还有一些人祸。比如说通过编辑器等手动编辑数据文件、数据库中还有需要Redo和Undo的事务时（也就是没有Clean Shutdown）删除了日志文件（通常会导致数据库质疑）。

 

发现数据库损坏

    在我们知道可能造成数据库的损坏原因之后，接下来我们来看SQL Server是如何监测数据库页损坏的。

    在SQL Server的数据库级别，可以设置页保护类型，一共有三个选项：None，CheckSum，Torn_Page_Detection，如图1所示：

图1.页保护的三种选项

 

    关于这三种选项，首先，请无视None，请不要在任何场景下选择该选项，该选项意味着SQL Server不对页进行保护。

    其次是TORN_PAGE_DETECTION，在SQL Server中，数据的小单位是页，每一页是8K，但是对应磁盘上往往是16个512字节的扇区，如果一个页在写入持久化存储的过程中，只写了一半的页，这就是所谓的TORN_PAGE_DETECTION，SQL Server通过每个扇区提512字节中前2位作为元数据，总共16个扇区32位4字节的元数据（页头中标识为:m_tornBits），通过该元数据来检测是否存在部分写的TORN_PAGE，但该类型的页验证无法检测出页中的写入错误，因此在SQL Server 2005及以上版本，尽量选择CheckSum。

    在SQL Server 2005及以上版本，引入了CheckSum，CheckSum可以理解为校验和，当数据页被写入持久化存储时，会根据页的值计算出一个4字节的CheckSum存于页头（页头中标识同为:m_tornBits），和数据在同一页中一起保存在数据库中。当数据从IO子系统被读取到内存中时，SQL Server会根据页内的值再次计算CheckSum，用该重新计算的CheckSum和页头中存储的CheckSum进行比对，如果比对失败，则SQL Server就会认为该页被损坏。

    由CheckSum的过程可以看出，只有在页被写入SQL Server的过程中才会计算CheckSum，因此如果仅仅改变数据库选项的话，则页头中的该元数据并不会随之改变。

 

与IO相关的三种错误

    通过上述CheckSum的原理可以看出，SQL Server可以检测出页损坏，此时，具体的表现形式可能为下述三种错误的一种：

  • 823错误，也就是所谓的硬IO错误，可以理解为SQL Server希望读取页，而Windows告诉SQL Server，无法读取到该页。
  • 824错误，也就是所谓的软IO错误，可以理解为SQL Server已经读取到该页，但通过计算CheckSum等值发现不匹配，因此SQL Server认为该页已经被损坏。
  • 825错误，也就是所谓Retry错误。

 

    其中， 上述823和824错误都是错误等级为24的严重错误，因此会被记录在Windows应用程序日志和SQL Server的错误日志中，而引起该错误的页会被记录在msdb.dbo.suspect_pages中。SQL Server错误日志中也会记录到出错页的编号，如图2所示。

    


图2.824错误在SQL Server错误记录中的描述

 

    因此，如果我们存在完善的备份的话，我们可以通过备份进行页还原（在此再次强调一下对于DBA来说，有”备”无患），一个简单的页还原代码如代码清单1所示。

USE [master]
RESTORE DATABASE [Corrupt_DB] PAGE='1:155' 
FROM  DISK = N'C:\xxx.bak' 
WITH  FILE = 1,  NORECOVERY,  NOUNLOAD,  STATS = 5

相关文章