又一个数据库运维删库跑路

华盟学院山东省第二期线下学习计划

9月 19 日晚,据微博网友大佬坊间八卦爆料,顺丰的一个工程师手误把线上系统一个库删除了,然后跑路了:

又一个数据库运维删库跑路

根据邮件内容,事件详情如下:

在接到该变更需求后,按照操作流程要求,登陆生产数据库跳转机,通过navicat-mysql客户端管理工具,连入SHIVA-OMCS的RUSS库进行操作。

但在操作过程中,该运维发现选错了RUSS 数据库,打算删除执行的sql。

在选定删除时,因其操作不严谨,光标回跳到RUSS库的实例上,在未看清所选内容的情况下,便通过delete执行删除,同时,他忽略了弹窗提示,直接回车,导致RUSS库被删除。

因工作运维人员工作不严谨的操作,导致OMCS运营监控系统发生故障,该系统上临时车线上发车功能无法使用并持续约590分钟。同比9月5日的929条临时车需求,此次故障对业务产生了严重的负面影响。又一个数据库运维删库跑路

www.idc126.com

根据顺丰规定,予以开除,并通报公司批评。

又一个数据库运维删库跑路

此外,据说该员工任职顺丰科技IT数据中心应用交付技术部互联网产品运维组,职务IT运维开发高级工程师。

目前,此事已经在圈内传开了:

又一个数据库运维删库跑路

又一个数据库运维删库跑路

网友们在网上也是议论纷纷,有幸灾乐祸调侃型的:不如,rm -f / 刺激

又一个数据库运维删库跑路

也有人调侃称:删的时候肯定很激动

又一个数据库运维删库跑路

也有人调侃:付出如此巨大的代价,培养起了一个运维工程师的安全意识,然后竟然把他开除了?

又一个数据库运维删库跑路

还有就是关于是否备份的讨论:

又一个数据库运维删库跑路

不过最狠的还是属这一条,反手丢给你一本Mysql从删库到跑路

又一个数据库运维删库跑路

看看有没有什么后路好走啊哥们~

0. 国内呆不下了,赶紧出国

首先,不要选动车,要选最近的一班飞机,尽快出国,能走高速走高速,不然选人少的路线。

没错,我们 DBA 都是常备护照的。

切记,注意看高德地图实时路况。

我们有个前辈就是删库之后开车就上二环,下午五点钟。警察到的时候他还堵在路上。

1. 只不过是把数据干掉了

又一个数据库运维删库跑路

权限问题永远是大问题,做好权限回收,开发数据库和线上数据库分离,线上数据库管理权限(一般指修改表结构权限与删表权限)禁止回收,也不提供给业务直接用。

不然参考 0。

公司管理上,最好有自己的 DB 运维产品,线上数据库只允许查,改的话要有审批流程。

至于查数据要不要脱敏、导入导出流程,就看自己产品的规划和排期了。

至于 DBA 怎么保证不手滑,这个每个人有每个人的习惯。

2. 删库什么的都是小 case

又一个数据库运维删库跑路

清理数据库之前一定要检查进程,是否存在数据库进程,如果存在则宁愿不搞也不要深夜搞。

公司清理数据库要有下线流程。下线一定要走流程。宁愿多租几天机房也不要丢掉数据。

不然参考 0。

原则是:

rm 文件之前先检查进程是否存在。

绝不手工 drop 库表,如果非要 drop,则应该写成 rename,truncate 也是类似,写成 rename 和 create table like 两条 sql。

删表之前可以根据表文件的最后修改时间进行再次确认,不确认就找人 

review,有下线流程则走下线流程。

3. 备份,备份,备在何处?

又一个数据库运维删库跑路

冷备,热备都要有,一定要每天一备。

冷备便是应对这种情况。

公司应该有自己的 DB 备份方案,并且保证执行到位。

4. 人算不如天算

又一个数据库运维删库跑路

关于这一点,可以单独拉一个大专题出来了,核心内容是 mysql 高可用。

简单起见,推荐这篇文章:避免硬件故障的核心解决方案是冗余。

又一个数据库运维删库跑路

硬件层面的 raid,软件层面的主从、热备都是为了保证某一个节点宕机,其他节点仍然能继续工作。

所有库都要有主从备份,一方面做读写分离,一方面也是为了备份、高可用。

即便有半同步复制,有些极端情况下可以认为,mysql binlog 没有同步到从库上,仍然可能存在 binlog 丢失(数据丢失)的风险。

所以应对这点,比较好的开源解决方案有 2:TiDB 和 Mysql GR。

5. 升级也能失败?

又一个数据库运维删库跑路

说起来很简单,升级无非是:

准备升级

又一个数据库运维删库跑路

过程原理

又一个数据库运维删库跑路

手工升级后拓扑

又一个数据库运维删库跑路

工具(mha)升级后拓扑

又一个数据库运维删库跑路

6. 操作之前有个流程

一般自己操作的时候,都不会有太多的顾忌。

但是要是拿给别人看,就要考虑一下了。

如果别人不只要看,还要 review,那这样就比较难犯重大的错误了。

如果有些操作需要夜间一个人搞,那么一定要提前列好准备,这个就比较正式了。

包括:

1. 梳理具体的执行步骤、执行命令和每个步骤的预计结果。

2. 如果某些步骤出错,是否要求回滚、预先制定回滚方案。

3. 详细记录执行记录,每一步都要有反馈。

4. 事先梳理好收尾工作。

5. 强关联业务要事先通知,考虑到时间段和别的业务高峰,尽量让对方也安排人留守观察。

6. 一定要严格按照步骤来进行操作。宁愿延期,不要加戏。

7. 留几个问题

1. 如果你有机会进行 mysql 迁移和升级工作,你认为无法写入数据造成的影响大,还是写入脏数据造成的影响大?

2. 如果数据库挂了,机器可以启动但是 mysql 进程无法启动,你这里又有昨天的备份可以恢复,你该怎么做?

3.想要删库完全不出问题,那么删库流程该怎么设计?

好了,公司还是要有自己的 DB 产品,再简陋也要有。

文章出处:菜鸟要飞

本文由 华盟网 作者:congtou 发表,其版权均为 华盟网 所有,文章内容系作者个人观点,不代表 华盟网 对观点赞同或支持。如需转载,请注明文章来源。
0

发表评论