TcaplusDB知识库|数据恢复功能介绍

TcaplusDB是腾讯自研的noSQL数据库，针对游戏的开发特点而定制，具备高性能、低成本、高可用、强弹性伸缩等特点，本文重点介绍Tcaplus高可用中必备的数据恢复功能。

TcaplusDB采用主备做数据的冗余备份，其中Master和Slave角色是对等的，具体表现在Master的数据会异步的同步到Slave，当Master挂掉后，Slave会切换为Master提供服务。

数据恢复包括两个部分：备份与恢复，因此从以下两点来介绍。

备份

数据库需要定时备份。从TcaplusDB架构图中得知，每对主备都是通过备机定时向冷备中心做备份。在每台机器上架的时候，冷备脚本都会部署到机器上，之后通过冷备脚本与冷备中心的交互完成备份工作。

冷备脚本的作用

• 对当前机器做dump操作，dump全量数据，并submit到冷备中心，然后由冷备中心发起调度，将冷备文件拉取到冷备中心。
• 对当前机器的增量binlog流水submit到冷备中心，然后由冷备中心发起调度，将binlog流水文件拉取到冷备中心。
• 定时清理机器已上传完毕的全量冷备文件。
• 定时清理机器已上传完毕的增量binlog流水文件。

备份策略

• 每日凌晨1:05分，从tcapsvr slave 备份一份全量数据到机器的bak目录，等待冷备中心拉取。
• 每台机器的全量备份要求10小时内全部上传到冷备中心。
• 每隔五分钟，将增量日志流水到冷备中心。
• 每台机器的增量日志，自submit后，要求冷备中心一小时内拉取完毕。

冷备中心

• Tcaplus使用的冷备中心是技术运营部负责维护的，互娱大部分业务的备份都会存到冷备中心。
• Tcaplus每天与冷备中心交互的Slave机器约1400台左右。
• 每台机器产生的全量冷备大1.1TB，增量引擎约500GB。
• 冷备中心对于某个Ip发起的submit任务后，会在目的机器的Ip上发起rsync线程拉取文件到冷备中心。
• 对于要上传冷备的Ip，区分了千兆带宽和万兆带宽，万兆带宽上传和下载速度要高于千兆带宽。

恢复

故障恢复

故障恢复中主要的又是机器故障，一般分为Slave故障和Master故障：

对于Slave机器故障，由DBA发起Slave重建事务，此时新替换的机器，会将原挂起的slave的冷备下载到本地，经解压后注册到Master。

对于Master机器故障，系统会自动将Slave切换为Master，之前的Master切换为Slave，Slave再发起重建事务，拉取新Master的冷备做数据恢复。

业务恢复

业务需要恢复一些key到指定时间点

这类问题分两步：

①把数据构造到指定时间点，包括从冷备中心拉取到本地以及解压到指定的目录。

②从构造好的数据里找到对应的key，将数据导入线上。导入前，项目组有时知道具体的key，有时只知道具体的范围，此时分两种情况讨论：

key已知：从构造好的数据中遍历查找到执行的key，发起导入即可。

key未知，只知道范围：TcaplusDB将范围内数据遍历出来并提供给项目组，由项目组辨识需要回档的key导入线上。

两种情况均已事务化。

业务测试需要将现网数据复制到测试环境

现网和测试环境属于两个集群，该过程也分为两步：首先将现网的数据构造一份，然后复制到测试环境并全量导入。

TcaplusDB是腾讯出品的分布式NoSQL数据库，存储和调度的代码完全自研。具备缓存+落地融合架构、PB级存储、毫秒级时延、无损水平扩展和复杂数据结构等特性。同时具备丰富的生态、便捷的迁移、极低的运维成本和五个九高可用等特点。客户覆盖游戏、互联网、政务、金融、制造和物联网等领域。