探案录 | DBA有难题，人大金仓会出手
“叮叮叮……”
夏洛克·福尔摩斯·K刚研磨好咖啡粉，准备冲一杯美味的咖啡来享受周末的美好时光，电话铃声却突然响起，但他并没有停下手里的动作，因为水马上开了。
响了三声铃声后，华生·K放下报纸，接起电话。
“福尔摩斯·K先生，我们遇到了麻烦！”华生·K还未开口，电话那头就传来了急切的声音。
“好的，请你先冷静？”华生·K试图安抚对方。“能告诉我，你是谁吗？”
“华生·K？福尔摩斯·K先生呢？”Z客户问道，“我是B市XX证券公司的DBA，Z”。
华生·K耐心回答：“好的，Z先生，你可以告诉我是什么问题，我会转达给福尔摩斯·K。”
此时福尔摩斯·K已经冲好了咖啡，准备享用。
“我们数据库发生了业务访问数据库失败的现象，收到了大量用户的投诉…”Z的声音听起来很焦急。
……
周末赶往公司，惨
喝完咖啡的福尔摩斯·K披上风衣，随着华生·K一起出了门，直奔客户现场。在路上，华生也向福尔摩斯说明了客户遇到的情况。
XX公司的Z先生在收到投诉后，马上进行了测试，在执行数据查询时，返回了如下报错：
“这是数据坏块。”
“是的。”
“物理坏块还是逻辑坏块，检查数据库硬件了吗？”
“没有，客户也没说。”华生·K回答。
“建议他们先检查硬件是否损坏，如I/O故障、磁盘故障、内存问题等，再检查操作系统是否故障。这些都会导致数据库不能识别块，所以校验无效，要么块包含的全是0，要么块头损坏。数据库可以使用checksum对物理坏块进行检测。”
如果checksum已启用，则为每个数据页计算校验和。检测到校验和失败将导致读取数据时出错，并将中止当前正在运行的事务。因此，这为直接在数据库服务器级别检测I/O或硬件问题带来了额外的控制。
当数据落盘后，由于人为修改了块里具体的值，导致数据库读取的时候，重新计算的checksum值和块头存储的checksum值不一致，导致物理坏块。所以物理坏块也会校验块内容。
华生·K立刻给客户发消息。
“如果检查出故障，那么建议替换掉故障的硬件，换重装操作系统，然后进行……对了，他们有主备流复制集群吧？”福尔摩斯·K想起什么来，话题一转问道。
华生·K依然在笔记本上敲击键盘，但不耽误他回答：“他们有主备集群，也许还存在备份。”
“那就可以进行块介质恢复，这样做就不需要恢复整个数据库的所有文件了。”只要有备份存在，数据就有挽救的机会。
定位故障，轻松解决问题
当福尔摩斯·K和华生·K赶到，Z已经将数据库硬件检查了一遍，很遗憾并没有发现问题所在，只能委托福尔摩斯·K出手了。不一会儿的功夫，在福尔摩斯·K的一番操作下，Z看到丢失的数据成功从备份恢复后，终于舒了一口气。
“主机硬件故障、存储硬件和软件故障、操作系统故障、数据库软件故障，甚至应用软件压力过大都可能导致数据库出现坏块。本次故障原因主要是数据块的头信息被写坏，导致头信息与数据块内容不匹配。还好只是丢失了部分数据块，通过备份恢复即可修复。”福尔摩斯·K说道。
Z先生受益匪浅，“那么怎么进行数据块损坏的恢复呢？”
华生·K：“常见的数据块损坏恢复流程是：首先确定故障范围，如物理坏块或者逻辑坏块，如果是物理坏块，则检查和替换故障硬件，然后确定坏块影响的数据库对象。接着就能选择合适的方法进行数据恢复，最后检验和评估是否恢复完整。”
华生·K展示了一张图：
为了周末不加班，必须使出杀手锏
福尔摩斯·K：“任何时候，有备份是一切数据安全的前提，无论是oracle数据库，还是IBM的Informix数据库，要对数据坏块损坏进行修复，都要建立在有效备份的基础之上。”
Z先生连连点头，“原来如此，看来我还得多多学习，万一再遇到数据坏块，也有能力应对”。
“你可以选择一种更快速、高效的恢复方法。主备流复制集群中，主数据库访问持久化用户表数据、索引时，从磁盘读取数据块到共享缓冲区，如果检测到坏块，就会自动从备节点获取坏块的副本，并修复坏块。”福尔摩斯·K对Z说。
Z顿时倍感兴趣：“还有这种办法吗？怎么样能做到呢？”
华生·K完成了检验和评估的收尾工作，转过身来说到：“很简单，人大金仓KingbaseES数据库auto_bmr工具就能实现这个功能，让主备复制这种架构发挥其高可用的特性，提升数据块坏块的恢复效率。”
Z惊叹不已，说道：“还能自动恢复，这也太方便了，请福尔摩斯·K先生务必教我使用KingbaseES数据库的auto_bmr！”
福尔摩斯·K打开了数据库，“先检查数据库对auto_bmr extension的支持。”接着执行了如下命令：
“数据库是支持auto_bmr extension的。接下来就是创建auto_bmr extension了。”福尔摩斯说道，又在电脑上执行了创建命令。
创建成功，此时可以查看auto_bmr的配置了：
注：auto_bmr的配置参数说明
通过查看上面这些参数，福尔摩斯·K便确定已经开启了auto_bmr了，但他还需要进行一些测试来验证这个功能。
“那么接下来，就模拟一下主数据库数据块障碍吧，当然，是在我自己实验用的集群上。”福尔摩斯·K活动了一下手指，准备大展拳脚。
先执行以下操作，查看表存储信息：
“表格正常，开始模拟表数据文件块故障。”
查看是否模拟成功，先重启数据库服务清理缓存：
重启完成后，福尔摩斯·K再次执行了表数据查询，然后界面上就出现了以下信息：
可以看到出现了故障，在执行自动修复时，无法识别function。
“进展很顺利啊。”华生·K说道。
福尔摩斯·K会心一笑，回道：“是啊，接下来就是创建auto_bmr的extension了。”
福尔摩斯·K调出主库的日志sys_log，日志中果然存在自动恢复的信息：
“成功了，来验证一下吧。交给你了，华生·K。”福尔摩斯·K一脸轻松地说道。
“没问题。”
华生·K分别在主库和备库上执行了查询操作：
“看，主库在表文件故障的情况下，我们通过auto_bmr功能读取备库数据实现了块修复。”华生·K笑着对Z说。
“太棒了，这个功能实在是太好用了。”Z先生很激动的说道，“我这就去给我们公司的数据库用上这个功能”。
“不过还有几个约束点要告诉你：
1.只支持主库自动块修复，需要将auto_bmr.enable_auto_bmr参数设置为1，并且需要创建auto_bmr扩展插件；
2.如果checksum没有打开，只检测块的头部是否有效；cheksum打开时，会同时检查块的头部和块数据是否有效；
3.如果开启了zero_damaged_pages，这个参数会在块修复结束后才生效。”
“华生·K说得没错，使用时注意这几点就没问题。”
金仓数据库auto_bmr让你的周末不被打扰
坐在回家的车上，福尔摩斯·K和华生·K讨论起这次故障。
“结合实际的业务场景，在主备复制这种架构下，当主库出现物理坏块时，启用auto_bmr功能后，可以快速地通过备库的数据块修复主库的物理坏块，解决数据坏块恢复的复杂问题，并提升业务数据的安全性。”
“是的，华生·K。数据存储的安全，是数据库最基本的功能。保证用户业务数据的安全，是数据库最基本的需求之一。当出现数据存储故障时，快速恢复数据也是对数据库管理最基本的诉求。人大金仓KingbaseES数据库 auto_bmr工具通过主备复制的高可用架构，有效提升集群架构中数据坏块恢复的效率，这对确保用户业务数据的安全来说，难道不是一件大大的好事吗？”
福尔摩斯·K望着屏幕外的你，开口道：“我说得对吗，朋友？”
供稿：产品研发中心
编辑：王堇
审核：日尧