TiDB 日志备份与 PITR 使用指南

全量备份包含集群某个时间点的全量数据，但是不包含其他时间点的更新数据，而 TiDB 日志备份能够将业务写入 TiDB 的数据记录及时备份到指定存储中。如果你需要灵活的选择恢复的时间点，即实现 Point-in-time recovery (PITR)，可以开启日志备份，并定期执行快照（全量）备份。

使用 br 命令行工具备份与恢复数据前，请先安装 br 命令行工具。

对集群进行备份

开启日志备份

日志备份与 PITR - 图1

注意

  • 以下场景采用 Amazon S3 Access key 和 Secret key 授权方式来进行模拟。如果使用 IAM Role 授权，需要设置 --send-credentials-to-tikv 为 false。
  • 如果使用不同存储或者其他授权方式，请参考备份存储来进行参数调整。

执行 tiup br log start 命令启动日志备份任务，一个集群只能启动一个日志备份任务。

  1. tiup br log start --task-name=pitr --pd "${PD_IP}:2379" \
  2. --storage 's3://backup-101/logbackup?access-key=${access-key}&secret-access-key=${secret-access-key}'

日志备份任务启动后，会在 TiDB 集群后台持续地运行，直到你手动将其暂停。在这过程中，TiDB 变更数据将以小批量的形式定期备份到指定存储中。如果你需要查询日志备份任务当前状态，执行如下命令：

  1. tiup br log status --task-name=pitr --pd "${PD_IP}:2379"

日志备份任务状态输出如下：

  1. ● Total 1 Tasks.
  2. > #1 <
  3.     name: pitr
  4.     status: ● NORMAL
  5.     start: 2022-05-13 11:09:40.7 +0800
  6.       end: 2035-01-01 00:00:00 +0800
  7.     storage: s3://backup-101/log-backup
  8.     speed(est.): 0.00 ops/s
  9. checkpoint[global]: 2022-05-13 11:31:47.2 +0800; gap=4m53s

定期执行全量备份

快照备份功能可作为全量备份的方法，运行 tiup br backup full 命令可以按照固定的周期（比如 2 天）进行全量备份。

  1. tiup br backup full --pd "${PD_IP}:2379" \
  2. --storage 's3://backup-101/snapshot-${date}?access-key=${access-key}&secret-access-key=${secret-access-key}'

进行 PITR

如果你想恢复到备份保留期内的任意时间点，可以使用 tiup br restore point 命令。执行该命令时，你需要指定要恢复的时间点、恢复时间点之前最近的快照备份以及日志备份数据。br 命令行工具会自动判断和读取恢复需要的数据，然后将这些数据依次恢复到指定的集群。

  1. tiup br restore point --pd "${PD_IP}:2379" \
  2. --storage='s3://backup-101/logbackup?access-key=${access-key}&secret-access-key=${secret-access-key}' \
  3. --full-backup-storage='s3://backup-101/snapshot-${date}?access-key=${access-key}&secret-access-key=${secret-access-key}' \
  4. --restored-ts '2022-05-15 18:00:00+0800'

恢复期间，可通过终端中的进度条查看进度，如下。恢复分为两个阶段：全量恢复 (Full Restore) 和日志恢复（Restore Meta Files 和 Restore KV Files）。每个阶段完成恢复后，br 命令行工具都会输出恢复耗时和恢复数据大小等信息。

  1. Full Restore <--------------------------------------------------------------------------------------------------------------------------------------------------------> 100.00%
  2. *** ["Full Restore success summary"] ****** [total-take=xxx.xxxs] [restore-data-size(after-compressed)=xxx.xxx] [Size=xxxx] [BackupTS={TS}] [total-kv=xxx] [total-kv-size=xxx] [average-speed=xxx]
  3. Restore Meta Files <--------------------------------------------------------------------------------------------------------------------------------------------------> 100.00%
  4. Restore KV Files <----------------------------------------------------------------------------------------------------------------------------------------------------> 100.00%
  5. *** ["restore log success summary"] [total-take=xxx.xx] [restore-from={TS}] [restore-to={TS}] [total-kv-count=xxx] [total-size=xxx]

清理过期的日志备份数据

如使用指南概览所述：

  • 进行 PITR 不仅需要恢复时间点之前的全量备份，还需要全量备份和恢复时间点之间的日志备份，因此，对于超过备份保留期的日志备份，应执行 tiup br log truncate 命令删除指定时间点之前的备份。建议只清理全量快照之前的日志备份。

你可以按照以下步骤清理超过备份保留期的备份数据：

  1. 查找备份保留期之外的最近一次全量备份。

  2. 使用 validate 指令获取该备份对应的时间点。假如需要清理 2022/09/01 之前的备份数据，则应查找该日期之前的最近一次全量备份，且保证它不会被清理。

    1. FULL_BACKUP_TS=`tiup br validate decode --field="end-version" --storage "s3://backup-101/snapshot-${date}?access-key=${access-key}&secret-access-key=${secret-access-key}"| tail -n1`

  3. 清理该快照备份 FULL_BACKUP_TS 之前的日志备份数据。

    1. tiup br log truncate --until=${FULL_BACKUP_TS} --storage='s3://backup-101/logbackup?access-key=${access-key}&secret-access-key=${secret-access-key}'

  4. 清理该快照备份 FULL_BACKUP_TS 之前的快照备份数据。

    1. aws s3 rm --recursive s3://backup-101/snapshot-${date}

PITR 的性能指标

  • PITR 恢复速度，平均到单台 TiKV 节点：全量恢复为 280 GB/h，日志恢复为 30 GB/h
  • 使用 br log truncate 清理过期的日志备份数据速度为 600 GB/h

日志备份与 PITR - 图2

注意

以上功能指标是根据下述两个场景测试得出的结论，如有出入，建议以实际测试结果为准：

  • 全量恢复速度 = 全量恢复数据量 /（时间 * TiKV 数量）
  • 日志恢复速度 = 日志恢复总量 /（时间 * TiKV 数量）

其中全量恢复数据量，是指单个副本中所有 KV 的逻辑大小，并不代表实际恢复的数据量。BR 恢复数据时会根据集群设置的副本数来恢复全部副本，当副本数越多时，实际恢复的数据量也就越多。 所有测试集群默认设置 3 副本。 如果想提升整体恢复的性能，可以通过根据实际情况调整 TiKV 配置文件中的 import.num-threads 配置项以及 BR 命令的 concurrency 参数。

测试场景 1（TiDB Cloud 上部署）如下：

  • TiKV 节点（8 core，16 GB 内存）数量：21
  • TiKV 配置项 import.num-threads：8
  • BR 命令参数 concurrency：128
  • Region 数量：183,000
  • 集群新增日志数据：10 GB/h
  • 写入 (INSERT/UPDATE/DELETE) QPS：10,000

测试场景 2（本地部署）如下：

  • TiKV 节点（8 core，64 GB 内存）数量：6
  • TiKV 配置项 import.num-threads：8
  • BR 命令参数 concurrency：128
  • Region 数量：50,000
  • 集群新增日志数据：10 GB/h
  • 写入 (INSERT/UPDATE/DELETE) QPS：10,000

探索更多