第9章笔记：日志、恢复与高可用基础

本章不是七个并列名词

理解 WAL、检查点、撤销重做与备份恢复，把‘提交成功’落实为可恢复证据。 学习顺序从《故障分类与恢复目标》开始，到《恢复演练与证据清单》闭合。每一节都要留下下一节能直接使用的对象：模式、关系、查询结果、页、计划、事务状态、日志记录或部署证据。若你只能逐条背定义，却说不清前一节输出怎样成为后一节输入，这一章还没有真正连起来。

七节依赖与例题

1. 故障分类与恢复目标

要解决的问题： 事务故障、进程崩溃、介质损坏和站点灾难需要不同机制；RPO 约束可丢数据量，RTO 约束恢复时间。

跟着做： 误删一行可由事务回滚，磁盘损坏需备份与日志，机房不可用需异地副本；只有本机重启脚本不算灾备。

验收规则： 恢复设计先给故障模型，再给 RPO/RTO 数值和演练证据。

2. WAL：先写日志再写数据页

要解决的问题： 日志记录变更与事务边界；脏数据页落盘前，对应日志必须先持久化，提交确认前提交记录必须稳定。

跟着做： 余额页在后台提前刷盘也安全，因为崩溃后可从日志识别未提交更新并撤销；若日志没先落盘就无法解释。

验收规则： WAL 规则：log record stable before data page；commit record stable before success response。

3. UNDO、REDO 与幂等恢复

要解决的问题： UNDO 消除未提交事务影响，REDO 重放已提交但未落盘影响；恢复操作应可重复执行而不破坏正确结果。

跟着做： 崩溃时 T1 已提交但页未写，需要 REDO；T2 的页已写但未提交，需要 UNDO。

验收规则： 恢复依据日志与页 LSN 判断是否需要重做，补偿日志保证撤销过程本身也可恢复。

4. 检查点与 ARIES 直觉

要解决的问题： 检查点不等于把所有脏页写盘，而是缩短分析起点并记录活动事务与脏页；ARIES 经分析、重做、撤销恢复。

跟着做： 模糊检查点允许业务继续，重启后从最早必要 LSN 重做，再按 loser 事务逆向撤销。

验收规则： 恢复三阶段：analysis 重建状态，redo 重现历史，undo 回滚失败事务。

5. 备份、增量与时间点恢复

要解决的问题： 全量备份提供基线，增量和归档日志缩小传输与恢复范围；备份只有经过恢复演练才可信。

跟着做： 周日全量、每日增量、持续归档日志可恢复到误操作前一秒；若日志链中断，宣称 RPO=0 没有依据。

验收规则： 可恢复时间点由最近可用基线与连续日志区间的交集决定。

6. 复制、故障转移与一致性代价

要解决的问题： 同步复制降低数据丢失但增加提交延迟，异步复制延迟低却可能丢最后一段；故障转移要防双主。

跟着做： 主库失联时不能仅凭单节点自荐为主，应依赖仲裁、租约或 fencing，避免网络分区下两边同时接受写入。

验收规则： 高可用不等于灾备；可用性、持久性与一致性要在明确故障模型下权衡。

7. 恢复演练与证据清单

要解决的问题： 演练要从干净环境按文档恢复、校验约束与业务指标、记录耗时，并验证密钥与权限也可取得。

跟着做： 季度随机选备份恢复到隔离环境，对订单数、金额和关键哈希做核对，再模拟切换和回切。

验收规则： 验收证据至少含备份时间、恢复点、数据校验、RTO、未覆盖风险与整改负责人。

章内共同推理方法

先写“一行或一个状态代表什么”，再写它必须满足的键、约束、顺序或故障假设。遇到 SQL，先定结果粒度和重复/NULL 语义，再编码；遇到存储与优化，先估算页数、基数和 I/O，再看真实执行计划；遇到事务与分布式，先画时间线和允许历史，再讨论隔离级别、日志或共识。任何公式都要带单位、数据分布和适用边界。

可复现练习

从本章七个例题中任选两个，用 SQLite 或课程给定模型从空环境重做。保存建表/输入、执行步骤、实际输出和断言；随后故意加入一个重复键、NULL、并发交错、崩溃点、倾斜分布或网络分区，记录第一个被破坏的不变量。只截成功界面、只贴 SQL 或只报告耗时不算完成。

闭卷验收

用十分钟画出本章七节箭头图；任选一条箭头解释传递的具体字段、状态或证据。再为《恢复演练与证据清单》写一个最小失败案例，并追溯它需要《故障分类与恢复目标》中的哪条定义才能修复。最后列出三道题：一道唯一答案判断、一道多条件选择、一道必须计算或写 SQL/状态轨迹的问题，且每题都写清为什么其他答案错。