GBase 8a 备份恢复完整指南：gcrcman 从入门到生产实践

GBase 8a 作为 MPP 分析型数据库，没有 WAL 事务日志，备份策略与 OLTP 数据库有本质区别。本文完整覆盖 gcrcman 工具的集群级、库级、表级备份恢复，以及生产环境的备份调度方案和常见问题处理。

---

一、gcrcman 基础概念

1.1 为什么没有 binlog/WAL

GBase 8a 为了追求大吞吐的 MPP 扫描性能，去掉了事务日志（Write-Ahead Log）。这意味着：

• 不支持基于日志的 Point-in-Time Recovery（PITR）
• 不支持像 MySQL 那样用 binlog 做逻辑复制
• 必须使用专用工具 gcrcman 做周期性快照备份

gcrcman（GBase Cluster Recovery Manager）随集群安装，位于：

$GCLUSTER_BASE/server/bin/gcrcman.py

1.2 备份类型矩阵

粒度	全量（level 0）	增量（level 1）	在线执行
集群级	✅	✅	❌（需切 readonly）
库级	✅	✅	❌（需切 readonly）
表级	✅	✅	✅（仅锁该表）

关键区别：集群级和库级备份需要将集群切换到只读状态，期间业务只能读不能写；表级备份不影响集群整体状态，只锁目标表，对在线业务更友好。

1.3 备份周期与备份点

gcrcman 用**周期（cycle）和备份点（point）**两个维度管理备份历史：

周期 0（全量）：2024-06-01 02:00  → cycle=0, point=0, level=0（全量）
               2024-06-02 02:00  → cycle=0, point=1, level=1（增量）
               2024-06-03 02:00  → cycle=0, point=2, level=1（增量）

周期 1（新全量）：2024-06-04 02:00  → cycle=1, point=0, level=0（全量，开启新周期）
               2024-06-05 02:00  → cycle=1, point=1, level=1（增量）

恢复时可以指定 cycle_id + point_id，精确还原到任意历史快照点。

---

二、执行前提条件检查

# 1. 确认集群状态正常（必须 ACTIVE，无 CLOSED 节点）
gcadmin

# 2. 确认各节点时间同步（备份点时间戳依赖系统时钟）
date  # 在各节点分别执行，时间差应 < 1 秒

# 3. 创建备份目录（所有节点必须存在，且 gbase 用户有读写权限）
# 在所有节点执行：
mkdir -p /data/backup/gbase8a
chown gbase:gbase /data/backup/gbase8a

# 4. 确认 pexpect 包可用
python -c "import pexpect; print('OK')"
# 如果报错，从安装包目录复制：
cp $GCLUSTER_BASE/../gcinstall/pexpect.py $GCLUSTER_BASE/server/bin/

⚠️ 备份目录不能设置在 $GCLUSTER_BASE、$GBASE_BASE、$GCWARE_BASE 及其子目录下。

---

三、集群级备份与恢复

3.1 执行全量备份

集群级备份前必须先将集群切换为只读：

# 步骤 1：切换为只读状态（gbase 用户执行）
gcadmin switchmode readonly
# 确认状态
gcadmin  # CLUSTER STATE 应显示 READONLY

# 步骤 2：进入 gcrcman 交互模式
python $GCLUSTER_BASE/server/bin/gcrcman.py \
    -d /data/backup/gbase8a \
    -p your_db_password      # gbase 数据库用户密码
    # 若节点间未配置 SSH 免密，还需指定 -P os_password（操作系统密码）

# 步骤 3：执行全量备份（level 0）
gcrcman> backup level 0

# 步骤 4：备份完成后切回正常状态
gcrcman> exit
gcadmin switchmode normal

3.2 执行增量备份

必须已有全量备份（level 0）才能执行增量：

gcadmin switchmode readonly

python $GCLUSTER_BASE/server/bin/gcrcman.py -d /data/backup/gbase8a -p password
gcrcman> backup level 1   # 增量备份，续写当前周期
gcrcman> exit

gcadmin switchmode normal

3.3 查看备份记录

python $GCLUSTER_BASE/server/bin/gcrcman.py -d /data/backup/gbase8a -p password
gcrcman> show backup

输出示例：

cycle  point  level  time
0      0      0      2024-06-01 02:00:05   ← 全量，开启周期 0
0      1      1      2024-06-02 02:00:08   ← 增量
0      2      1      2024-06-03 02:00:06   ← 增量
1      0      0      2024-06-04 02:00:03   ← 全量，开启周期 1
1      1      1      2024-06-05 02:00:07   ← 增量

3.4 集群级恢复

恢复前必须切换为 recovery 状态：

# 步骤 1：切换为恢复状态
gcadmin switchmode recovery

# 步骤 2：进入 gcrcman 执行恢复
python $GCLUSTER_BASE/server/bin/gcrcman.py -d /data/backup/gbase8a -p password

# 恢复到最新备份点
gcrcman> recover

# 或恢复到指定周期的最新点（恢复到周期 0 的最后一个增量）
gcrcman> recover 0

# 或恢复到指定周期的指定点（恢复到周期 0 的第 1 个增量，即 2024-06-02 的快照）
gcrcman> recover 0 1

gcrcman> exit

# 步骤 3：恢复完成后重启 gcware
su - root
service gcware restart   # 或 gcware_services all restart

# 步骤 4：切回正常状态
su - gbase
gcadmin switchmode normal

⚠️ 重要：恢复会将集群数据回滚到备份时间点，备份之后写入的数据会全部丢失。正式环境恢复前务必二次确认。

---

四、表级备份与恢复

表级备份是生产中使用最频繁的方式：不影响集群整体状态，只锁目标表。

4.1 表级全量备份

python $GCLUSTER_BASE/server/bin/gcrcman.py -d /data/backup/gbase8a -p password

# 备份单张表（全量）
gcrcman> backup table sales_db.orders level 0

# 备份库下所有表（批量表备份）
gcrcman> backup database sales_db level 0

gcrcman> exit

4.2 表级增量备份

gcrcman> backup table sales_db.orders level 1

4.3 表级恢复

表级恢复不需要切换集群状态，直接执行：

python $GCLUSTER_BASE/server/bin/gcrcman.py -d /data/backup/gbase8a -p password

# 恢复表到最新备份点
gcrcman> recover table sales_db.orders

# 恢复到指定备份点（cycle=0, point=1）
gcrcman> recover table sales_db.orders 0 1

gcrcman> exit

---

五、清理过期备份

python $GCLUSTER_BASE/server/bin/gcrcman.py -d /data/backup/gbase8a -p password

# 查看当前备份记录
gcrcman> show backup

# 删除指定周期（会删除该周期的所有备份点）
# 注意：至少要保留一个完整的"全量+增量"周期，不能全部删除
gcrcman> delete 0        # 删除周期 0 的所有备份

# 清理无效/垃圾备份（备份中断留下的残余文件）
gcrcman> clean

gcrcman> exit

---

六、生产备份调度方案

6.1 推荐策略

备份类型	频率	执行时间	保留周期数
集群级全量	每周 1 次	周日凌晨 01:00	2 个周期
集群级增量	每天 1 次（排除全量当天）	凌晨 02:00	随全量周期
重要表级全量	每天 1 次	凌晨 00:30	7 天

6.2 自动化备份脚本

#!/bin/bash
# /home/gbase/scripts/daily_backup.sh
# 每天凌晨 02:00 执行，周日执行全量，其余天执行增量

BACKUP_DIR=/data/backup/gbase8a
DB_PASS=your_db_password
LOG_FILE=/home/gbase/logs/backup_$(date +%Y%m%d).log
GCRCMAN=$GCLUSTER_BASE/server/bin/gcrcman.py

echo "[$(date)] 备份开始" >> $LOG_FILE

# 判断今天是否周日（周日做全量）
DOW=$(date +%u)
if [ "$DOW" -eq 7 ]; then
    LEVEL=0
    echo "[$(date)] 执行全量备份 (level 0)" >> $LOG_FILE
else
    LEVEL=1
    echo "[$(date)] 执行增量备份 (level 1)" >> $LOG_FILE
fi

# 集群切只读
gcadmin switchmode readonly >> $LOG_FILE 2>&1

# 执行备份
python $GCRCMAN -d $BACKUP_DIR -p $DB_PASS << EOF >> $LOG_FILE 2>&1
backup level $LEVEL
exit
EOF

BACKUP_STATUS=$?

# 切回正常
gcadmin switchmode normal >> $LOG_FILE 2>&1

if [ $BACKUP_STATUS -eq 0 ]; then
    echo "[$(date)] 备份成功" >> $LOG_FILE
else
    echo "[$(date)] 备份失败！请检查日志" >> $LOG_FILE
    # 此处可以接报警通知（邮件/钉钉/企业微信 webhook）
    exit 1
fi

注册为 cron 任务（gbase 用户）：

crontab -e
# 追加：
0 2 * * * /home/gbase/scripts/daily_backup.sh

---

七、扩容/缩容后的备份注意事项

集群拓扑结构（coordinator 节点、datanode 节点、distribution 分片信息）改变后，旧的备份记录无法用于恢复。

正确做法：扩容或缩容操作完成后，立即执行一次新的全量备份（level 0），开启新的备份周期。旧周期的备份可保留一段时间作为紧急回退参考，但不能在新拓扑下直接 recover。

---

八、常见问题

问题 1：fail to get gcrcman instance backup or recover lock

原因：已有另一个 gcrcman 进程在运行（或上次异常中断遗留了锁）。

-- 查看集群锁
gcadmin showlock

如果确认没有正在运行的备份进程，锁是残留的，可以手动清除：

-- 连接 gcluster 执行
SELECT * FROM gclusterdb.gcluster_lock WHERE lock_name LIKE '%gcrcman%';
-- 联系 DBA 评估后手动删除残留锁记录

问题 2：备份时报磁盘空间不足

gcrcman 在备份前检查磁盘剩余空间。全量备份所需空间约等于数据目录大小的 1.2 倍（含压缩），增量备份约为变更量的 1.5 倍。

# 检查各节点数据目录和备份目录的磁盘使用
df -h /opt/gbase /data/backup

问题 3：恢复后数据与预期不符

gcrcman 恢复是快照级别，恢复到某个备份点后，该点之后的所有变更都会消失。如果只是想恢复误删的某张表，应使用表级恢复而非集群级恢复，避免影响其他数据。