PG18备份恢复

注：执行方案：全部在postgres用户下执行

前言

流程介绍

┌─────────────────────────────────────────────────────────────────────────┐
│                        WAL 恢复完整流程                                  │
├─────────────────────────────────────────────────────────────────────────┤
│                                                                         │
│  【备份阶段】                                                           │
│   1. 全量备份 → 记录 LSN 范围 (0/1000000 - 0/2000000)                   │
│   2. 增量备份1 → 记录 LSN 范围 (0/2000000 - 0/3000000)                  │
│   3. 增量备份2 → 记录 LSN 范围 (0/3000000 - 0/4000000)                  │
│   4. WAL 持续归档 → 001, 002, 003, 004, 005, 006, 007, 008, 009, 010   │
│                                                                         │
│  【故障发生】→ 时间点：WAL 010 生成后                                   │
│                                                                         │
│  【恢复阶段】                                                           │
│   1. 合并备份 → 全量 + 增量1+ 增量2 = 状态恢复到 0/4000000              │
│   2. 重放 WAL 009 → 状态推进到 0/5000000                                │
│   3. 重放 WAL 010 → 状态推进到 0/6000000 (故障前最新)                    │
│   4. 恢复完成 → 数据库可正常访问                                        │
│                                                                         │
│  【关键点】                                                             │
│   ✓ WAL 归档必须连续，不能有缺口                                        │
│   ✓ pg_archivecleanup 不能过早清理 WAL                                  │
│   ✓ restore_command 必须正确配置归档路径                                │
│   ✓ recovery.signal 必须存在才能触发恢复                                │
│                                                                         │
└─────────────────────────────────────────────────────────────────────────┘

一，环境准备

1.1 系统信息确认

su - postgres
# 查看 PostgreSQL 版本
postgres --version

# 查看 PostgreSQL 安装路径
which psql
which pg_basebackup
which pg_combinebackup
which pg_archivecleanup

# 查看数据目录
psql -c "SHOW data_directory;"

# 查看配置文件路径
psql -c "SHOW config_file;"

创建备份目录结构

# 以 root 身份执行（一次性）
sudo mkdir -p /backup/{base,incremental,merged,wal,log,scripts}
sudo chown -R postgres:postgres /backup
sudo chmod 700 /backup

1.2 配置 postgres 用户 sudo 免密

#路径 /etc/sudoers
# 以 root 身份执行
visudo

# 添加以下内容（在文件末尾）
postgres ALL=(ALL) NOPASSWD: /usr/bin/systemctl start postgresql
postgres ALL=(ALL) NOPASSWD: /usr/bin/systemctl stop postgresql
postgres ALL=(ALL) NOPASSWD: /usr/bin/systemctl restart postgresql
postgres ALL=(ALL) NOPASSWD: /usr/bin/systemctl reload postgresql
postgres ALL=(ALL) NOPASSWD: /usr/bin/systemctl status postgresql

1.3 配置 PostgreSQL 环境变量

# 切换到 postgres 用户
su - postgres

# 编辑 ~/.bash_profile
vim ~/.bash_profile

# 添加以下内容
export PGHOME=/opt/pg_install
export PGDATA=/opt/pg_install/pg_data
export PATH=$PGHOME/bin:$PATH
export MANPATH=$PGHOME/share/man:$MANPATH
export LANG=zh_CN.utf8
export LD_LIBRARY_PATH=$PGHOME/lib:$LD_LIBRARY_PATH
export PGPORT=5432
export PGUSER=postgres
#alias psql='psql --timing'

#保存退出
# 使配置生效
source ~/.bash_profile

二，PostgreSQL 配置

2.1 主库配置（postgresql.conf）

su - postgres
vim $PGDATA/postgresql.conf

# ============ 基础配置 ============
listen_addresses = '*' #监听所有网络接口的IP地址。允许远程客户端连接，不仅限于本地连接。
port = 5432 #数据库服务监听端口。PostgreSQL默认端口，客户端通过此端口连接。
max_connections = 200 #最大并发连接数。限制同时连接到数据库的客户端数量，防止资源耗尽。

# ============ WAL配置 ============
wal_level = replica #WAL日志记录级别。设置为replica支持流复制和归档，用于主从复制场景。
max_wal_senders = 10 #最大WAL发送进程数。限制同时连接的从库数量，最多允许10个从库同步。
max_replication_slots = 10 #最大复制槽数量。保留从库所需的WAL日志，防止从库落后时日志被清理。
wal_keep_size = 1GB #保留的WAL日志最小大小。确保主库至少保留1GB的WAL日志，供从库同步使用

# ============ 归档配置 ============
archive_mode = on #开启WAL归档模式。允许将WAL日志归档到外部存储，用于 PITR（时间点恢复）
archive_command = 'cp %p /backup/wal/%f' #归档执行命令。%p=WAL文件路径，%f=文件名，将WAL复制到/backup/wal/目录
archive_timeout = 300 #归档超时时间（秒）。强制每300秒归档一次WAL，即使未满16MB，减少数据丢失风险

# ============ 检查点配置 ============
checkpoint_timeout = 15min #检查点最大间隔时间。每15分钟自动触发一次检查点，将内存数据刷入磁盘
checkpoint_completion_target = 0.9 #检查点完成目标比例。检查点在90%的时间间隔内完成，平滑I/O负载，避免突发写入
max_wal_size = 2GB #WAL文件最大大小。WAL日志超过2GB时触发检查点，控制磁盘空间使用
min_wal_size = 512MB #WAL文件最小保留大小。检查点后保留至少512MB的WAL文件，避免频繁创建/删除

# ============ 日志配置 ============
logging_collector = on #开启日志收集器。启用后台进程收集日志，支持日志轮转和管理
log_directory = 'log' #日志存储目录。日志文件存放在data目录下的log子目录中
log_filename = 'postgresql-%Y-%m-%d_%H%M%S.log' #日志文件命名格式。按日期时间命名，便于识别和查找特定时间的日志
log_rotation_age = 1d #日志按时间轮转。每天生成一个新日志文件，避免单个文件过大
log_rotation_size = 100MB #日志按大小轮转	单个日志文件达到100MB时自动切换新文件

2.2 复制用户配置（pg_hba.conf）

su - postgres
vim $PGDATA/pg_hba.conf
# ============ 本地连接 ============
local   all             all                                     trust
host    all             all             127.0.0.1/32            trust
host    all             all             ::1/128                 trust

# ============ 复制连接 ============
local   replication     all                                     trust
host    replication     all             127.0.0.1/32            trust
host    replication     all             0.0.0.0/0               trust

2.3 创建备份专用用户

su - postgres
psql -c "CREATE USER backup_user WITH REPLICATION LOGIN PASSWORD 'backup_pwd';"
psql -c "GRANT pg_read_all_settings TO backup_user;"

2.4 重启 PostgreSQL

su - postgres
sudo systemctl restart postgresql-18

三，完整脚本集合（postgres 用户执行）

3.1 全量备份脚本 /backup/scripts/backup_full.sh

#!/bin/bash
#===============================================================================
# 脚本名称：backup_full.sh
# 功能描述：PostgreSQL 18 全量基线备份
# 执行用户：postgres
# 使用方式：./backup_full.sh
#===============================================================================

set -e

# ============ 配置区域 ============
PG_BIN="/opt/pg_install/bin"
PG_DATA="/opt/pg_install/pg_data"
BACKUP_BASE="/backup/base"
BACKUP_WAL="/backup/wal"
BACKUP_LOG="/backup/log"
PG_HOST="localhost"
PG_PORT="5432"
PG_USER="backup_user"
DATE=$(date +%Y%m%d_%H%M%S)
RETENTION_DAYS=28

# ============ 日志函数 ============
log() {
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1" | tee -a ${BACKUP_LOG}/backup_full.log
}

# ============ 主流程 ============
log "========== 开始全量备份 =========="
log "备份时间：${DATE}"

# 1. 检查磁盘空间
DISK_USAGE=$(df -h ${BACKUP_BASE} | tail -1 | awk '{print $5}' | tr -d '%')
if [ $DISK_USAGE -gt 80 ]; then
    log "警告：备份目录磁盘使用率 ${DISK_USAGE}%，超过 80%"
fi

# 2. 创建备份目录
BACKUP_DIR="${BACKUP_BASE}/FULL_${DATE}"
mkdir -p ${BACKUP_DIR}
log "备份目录：${BACKUP_DIR}"

# 3. 执行全量备份
log "执行 pg_basebackup..."
${PG_BIN}/pg_basebackup \
    -h ${PG_HOST} \
    -p ${PG_PORT} \
    -U ${PG_USER} \
    -D ${BACKUP_DIR} \
    -Fp \
    -Xs \
    -P \
    -R \
    --checkpoint=fast \
    2>&1 | tee -a ${BACKUP_LOG}/basebackup.log

# 4. 验证备份
log "验证备份完整性..."
${PG_BIN}/pg_verifybackup ${BACKUP_DIR} 2>&1 | tee -a ${BACKUP_LOG}/verify.log

# 5. 触发 WAL 切换
log "触发 WAL 切换..."
${PG_BIN}/psql -h ${PG_HOST} -p ${PG_PORT} -U ${PG_USER} -c "SELECT pg_switch_wal();"

# 6. 清理旧备份
log "清理${RETENTION_DAYS}天前的全量备份..."
find ${BACKUP_BASE} -type d -name "FULL_*" -mtime +${RETENTION_DAYS} -exec rm -rf {} \;
OLD_COUNT=$(find ${BACKUP_BASE} -type d -name "FULL_*" -mtime +${RETENTION_DAYS} | wc -l)
log "清理完成，删除 ${OLD_COUNT} 个旧备份"

# 7. 记录备份信息
echo "${DATE}|${BACKUP_DIR}|SUCCESS" >> ${BACKUP_LOG}/backup_history.csv

log "========== 全量备份完成 =========="
log "备份大小：$(du -sh ${BACKUP_DIR} | cut -f1)"

3.2 增量备份脚本 /backup/scripts/backup_incremental.sh

#!/bin/bash
#===============================================================================
# 脚本名称：backup_incremental.sh
# 功能描述：PostgreSQL 18 块级别增量备份
# 执行用户：postgres
# 使用方式：./backup_incremental.sh
#===============================================================================

set -e

# ============ 配置区域 ============
PG_BIN="/opt/pg_install/bin"
BACKUP_BASE="/backup/base"
BACKUP_INCR="/backup/incremental"
BACKUP_WAL="/backup/wal"
BACKUP_LOG="/backup/log"
PG_HOST="localhost"
PG_PORT="5432"
PG_USER="backup_user"
DATE=$(date +%Y%m%d_%H%M%S)
RETENTION_DAYS=7

log() {
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1" | tee -a ${BACKUP_LOG}/backup_incremental.log
}

# ============ 获取最新 manifest ============
get_latest_manifest() {
    local latest_full=$(ls -td ${BACKUP_BASE}/FULL_* 2>/dev/null | head -1)
    local latest_incr=$(ls -td ${BACKUP_INCR}/INC_* 2>/dev/null | head -1)
    
    if [ -n "$latest_incr" ] && [ -f "${latest_incr}/backup_manifest" ]; then
        echo "${latest_incr}/backup_manifest"
    elif [ -n "$latest_full" ] && [ -f "${latest_full}/backup_manifest" ]; then
        echo "${latest_full}/backup_manifest"
    else
        echo ""
    fi
}

log "========== 开始增量备份 =========="
log "备份时间：${DATE}"

# 1. 获取 manifest
MANIFEST=$(get_latest_manifest)
if [ -z "$MANIFEST" ]; then
    log "错误：找不到有效的 manifest 文件，请先执行全量备份"
    exit 1
fi
log "使用 manifest: ${MANIFEST}"

# 2. 创建备份目录
BACKUP_DIR="${BACKUP_INCR}/INC_${DATE}"
mkdir -p ${BACKUP_DIR}

# 3. 执行增量备份
log "执行增量备份..."
${PG_BIN}/pg_basebackup \
    -h ${PG_HOST} \
    -p ${PG_PORT} \
    -U ${PG_USER} \
    -D ${BACKUP_DIR} \
    -Fp \
    -Xs \
    -P \
    --incremental=${MANIFEST} \
    --checkpoint=fast \
    2>&1 | tee -a ${BACKUP_LOG}/incremental.log

# 4. 验证备份
log "验证备份..."
${PG_BIN}/pg_verifybackup ${BACKUP_DIR} 2>&1 | tee -a ${BACKUP_LOG}/verify_incr.log

# 5. 触发 WAL 切换
log "触发 WAL 切换..."
${PG_BIN}/psql -h ${PG_HOST} -p ${PG_PORT} -U ${PG_USER} -c "SELECT pg_switch_wal();"

# 6. 清理旧增量备份
log "清理${RETENTION_DAYS}天前的增量备份..."
find ${BACKUP_INCR} -type d -name "INC_*" -mtime +${RETENTION_DAYS} -exec rm -rf {} \;

# 7. 记录备份信息
echo "${DATE}|${BACKUP_DIR}|SUCCESS|${MANIFEST}" >> ${BACKUP_LOG}/backup_history.csv

log "========== 增量备份完成 =========="
log "备份大小：$(du -sh ${BACKUP_DIR} | cut -f1)"

3.3 备份合并脚本 /backup/scripts/merge_backup.sh

#!/bin/bash
#===============================================================================
# 脚本名称：merge_backup.sh
# 功能描述：合并全量+增量备份为完整备份
# 执行用户：postgres
# 使用方式：./merge_backup.sh
#===============================================================================

set -e

# ============ 配置区域 ============
PG_BIN="/opt/pg_install/bin"
BACKUP_BASE="/backup/base"
BACKUP_INCR="/backup/incremental"
BACKUP_MERGED="/backup/merged"
BACKUP_LOG="/backup/log"
DATE=$(date +%Y%m%d_%H%M%S)

log() {
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1" | tee -a ${BACKUP_LOG}/merge_backup.log
}

log "========== 开始备份合并 =========="

# 1. 获取最新全量备份
LATEST_FULL=$(ls -td ${BACKUP_BASE}/FULL_* 2>/dev/null | head -1)
if [ -z "$LATEST_FULL" ]; then
    log "错误：找不到全量备份"
    exit 1
fi
log "全量备份：${LATEST_FULL}"

# 2. 获取所有增量备份（按时间顺序）
INCREMENTALS=$(ls -td ${BACKUP_INCR}/INC_* 2>/dev/null | tac)
if [ -n "$INCREMENTALS" ]; then
    log "增量备份数量：$(echo "$INCREMENTALS" | wc -l)"
    echo "$INCREMENTALS" | while read inc; do log "  - ${inc}"; done
else
    log "无增量备份"
fi

# 3. 创建输出目录
MERGE_OUTPUT="${BACKUP_MERGED}/MERGED_${DATE}"
mkdir -p ${MERGE_OUTPUT}

# 4. 执行合并
log "执行 pg_combinebackup..."
if [ -n "$INCREMENTALS" ]; then
    ${PG_BIN}/pg_combinebackup \
        ${LATEST_FULL} \
        $(echo "$INCREMENTALS" | tr '\n' ' ') \
        -o ${MERGE_OUTPUT} \
        2>&1 | tee -a ${BACKUP_LOG}/combine.log
else
    log "无增量备份，直接复制全量备份..."
    cp -r ${LATEST_FULL}/* ${MERGE_OUTPUT}/
fi

# 5. 验证合并结果
log "验证合并备份..."
${PG_BIN}/pg_verifybackup ${MERGE_OUTPUT} 2>&1 | tee -a ${BACKUP_LOG}/verify_merge.log

# 6. 清理旧合并备份（保留最近 2 个）
log "清理旧合并备份..."
ls -td ${BACKUP_MERGED}/MERGED_* 2>/dev/null | tail -n +3 | xargs rm -rf 2>/dev/null || true
log "清理FULL备份..."
ls -td ${BACKUP_BASE}/FULL_*| xargs rm -rf 2>/dev/null || true

log "清理INC备份..."
ls -td ${BACKUP_INCR}/INC_*| xargs rm -rf 2>/dev/null || true

# 7. 记录
echo "${DATE}|${MERGE_OUTPUT}|SUCCESS" >> ${BACKUP_LOG}/merge_history.csv

log "========== 备份合并完成 =========="
log "合并备份：${MERGE_OUTPUT}"
log "合并备份大小：$(du -sh ${MERGE_OUTPUT} | cut -f1)"

3.4 WAL 清理脚本 /backup/scripts/cleanup_wal.sh

#!/bin/bash
#===============================================================================
# 脚本名称：cleanup_wal.sh
# 功能描述：清理过期的 WAL 归档文件
# 执行用户：postgres
# 使用方式：./cleanup_wal.sh
#===============================================================================

set -e

# ============ 配置区域 ============
PG_BIN="/opt/pg_install/bin"
BACKUP_WAL="/backup/wal"
BACKUP_LOG="/backup/log"
PG_HOST="localhost"
PG_PORT="5432"
PG_USER="backup_user"
RETENTION_WAL_COUNT=20

log() {
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1" | tee -a ${BACKUP_LOG}/cleanup_wal.log
}

log "========== 开始 WAL 清理 =========="

# 1. 获取从库需要的最旧 WAL（通过复制槽）
OLDEST_WAL=$(${PG_BIN}/psql -h ${PG_HOST} -p ${PG_PORT} -U ${PG_USER} -t -A -X -c \
    "SELECT pg_walfile_name(restart_lsn) FROM pg_replication_slots WHERE active=true ORDER BY restart_lsn LIMIT 1;" 2>/dev/null | tr -d ' ')

if [ -n "$OLDEST_WAL" ]; then
    log "检测到复制槽，最旧保留 WAL: ${OLDEST_WAL}"
    ${PG_BIN}/pg_archivecleanup -d ${BACKUP_WAL} ${OLDEST_WAL} 2>&1 | tee -a ${BACKUP_LOG}/archive_cleanup.log
else
    log "未检测到活跃复制槽，使用备用清理策略"
    
    # 备用策略：保留最近 N 个 WAL 文件
    WAL_COUNT=$(ls -1 ${BACKUP_WAL} 2>/dev/null | wc -l)
    if [ $WAL_COUNT -gt $RETENTION_WAL_COUNT ]; then
        DELETE_COUNT=$((WAL_COUNT - RETENTION_WAL_COUNT))
        log "WAL 文件数：${WAL_COUNT}, 将删除：${DELETE_COUNT} 个"
        
        ls -1t ${BACKUP_WAL} | tail -n ${DELETE_COUNT} | while read file; do
            log "删除：${file}"
            rm -f ${BACKUP_WAL}/${file}
        done
    else
        log "WAL 文件数：${WAL_COUNT}, 无需清理"
    fi
fi

# 2. 清理 .backup 文件
log "清理 .backup 文件..."
${PG_BIN}/pg_archivecleanup -x .backup ${BACKUP_WAL} 000000000000000000000000 2>/dev/null || true

# 3. 检查磁盘空间
DISK_USAGE=$(df -h ${BACKUP_WAL} | tail -1 | awk '{print $5}')
WAL_SIZE=$(du -sh ${BACKUP_WAL} | cut -f1)
log "归档目录大小：${WAL_SIZE}, 磁盘使用率：${DISK_USAGE}"

# 4. 告警检查
USAGE_NUM=$(echo $DISK_USAGE | tr -d '%')
if [ $USAGE_NUM -gt 80 ]; then
    log "警告：WAL 归档目录磁盘使用率超过 80%!"
fi

log "========== WAL 清理完成 =========="

3.5 恢复脚本 /backup/scripts/restore.sh

#!/bin/bash
#===============================================================================
# 脚本名称：restore.sh
# 功能描述：PostgreSQL 18 完整恢复（支持 PITR）
# 执行用户：postgres（需要 sudo 权限）
# 使用方式：./restore.sh [恢复时间点]
#          ./restore.sh                          # 恢复到最新
#          ./restore.sh "2026-02-19 12:00:00"   # 恢复到指定时间
#===============================================================================

set -e

# ============ 配置区域 ============
PG_BIN="/opt/pg_install/bin"
PG_DATA="/opt/pg_install/pg_data"
PG_USER="postgres"
BACKUP_MERGED="/backup/merged"
BACKUP_WAL="/backup/wal"
BACKUP_LOG="/backup/log"
RECOVERY_TIME="$1"

log() {
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1" | tee -a ${BACKUP_LOG}/restore.log
}

# ============ 获取最新合并备份 ============
LATEST_MERGED=$(ls -td ${BACKUP_MERGED}/MERGED_* 2>/dev/null | head -1)
if [ -z "$LATEST_MERGED" ]; then
    log "错误：找不到合并备份"
    exit 1
fi

log "========== 开始恢复 =========="
log "使用备份：${LATEST_MERGED}"
if [ -n "$RECOVERY_TIME" ]; then
    log "恢复目标时间：${RECOVERY_TIME}"
fi

# ============ 步骤1：停止 PostgreSQL ============
log "停止 PostgreSQL 服务..."
sudo systemctl stop postgresql-18
sleep 3

# 验证服务已停止
if sudo systemctl is-active --quiet postgresql-18; then
    log "错误：PostgreSQL 服务未能停止"
    exit 1
fi
log "PostgreSQL 服务已停止"

# ============ 步骤2：备份当前数据目录 ============
log "备份当前数据目录..."
if [ -d "${PG_DATA}" ]; then
    FAILED_DIR="${PG_DATA}.failed.$(date +%Y%m%d_%H%M%S)"
    mv ${PG_DATA} ${FAILED_DIR}
    log "原数据目录已备份：${FAILED_DIR}"
fi

# ============ 步骤3：复制合并备份 ============
log "复制备份到数据目录..."
cp -r ${LATEST_MERGED} ${PG_DATA}
chown -R postgres:postgres ${PG_DATA}
chmod 700 ${PG_DATA}
log "备份复制完成"

# ============ 步骤4：配置恢复参数 ============
log "配置恢复参数..."
touch ${PG_DATA}/recovery.signal

cat > ${PG_DATA}/postgresql.auto.conf << EOF
restore_command = 'cp ${BACKUP_WAL}/%f %p'
recovery_target_timeline = 'latest'
EOF

if [ -n "$RECOVERY_TIME" ]; then
    cat >> ${PG_DATA}/postgresql.auto.conf << EOF
recovery_target_time = '${RECOVERY_TIME}'
recovery_target_action = 'promote'
EOF
    log "已配置 PITR 恢复时间：${RECOVERY_TIME}"
fi

# ============ 步骤5：启动 PostgreSQL ============
log "启动 PostgreSQL 进行恢复..."
sudo systemctl start postgresql-18

# 验证服务已启动
sleep 3
if ! sudo systemctl is-active --quiet postgresql-18; then
    log "错误：PostgreSQL 服务启动失败"
    exit 1
fi
log "PostgreSQL 服务已启动"

# ============ 步骤6：等待恢复完成 ============
log "等待恢复完成..."
MAX_WAIT=300
WAITED=0

while [ $WAITED -lt $MAX_WAIT ]; do
    RECOVERY_STATUS=$(${PG_BIN}/psql -t -A -X -c "SELECT pg_is_in_recovery();" 2>/dev/null | tr -d ' ')
    
    if [ "$RECOVERY_STATUS" = "f" ]; then
        log "恢复完成！"
        break
    fi
    
    sleep 5
    WAITED=$((WAITED + 5))
    log "恢复中... (${WAITED}s) - 状态：${RECOVERY_STATUS:-'连接中'}"
done

if [ $WAITED -ge $MAX_WAIT ]; then
    log "警告：恢复超时，请检查日志：${PG_DATA}/log/"
fi

# ============ 步骤7：验证恢复 ============
log "验证恢复状态..."
${PG_BIN}/psql -c "SELECT pg_is_in_recovery() AS 恢复中,pg_current_wal_lsn() AS 当前LSN;"

log "数据库列表:"
${PG_BIN}/psql -c "\\l"

# ============ 步骤8：清理恢复信号 ============
if [ -f "${PG_DATA}/recovery.signal" ]; then
    log "清理恢复信号文件..."
    rm -f ${PG_DATA}/recovery.signal
fi

# ============ 记录恢复信息 ============
echo "$(date +%Y%m%d_%H%M%S)|${LATEST_MERGED}|${RECOVERY_TIME:-LATEST}|SUCCESS" >> ${BACKUP_LOG}/restore_history.csv

log "========== 恢复完成 =========="

3.6 监控脚本 /backup/scripts/monitor_backup.sh

#!/bin/bash
#===============================================================================
# 脚本名称：monitor_backup.sh
# 功能描述：备份系统健康检查
# 执行用户：postgres
# 使用方式：./monitor_backup.sh
#===============================================================================

set -e

# ============ 配置区域 ============
PG_BIN="/opt/pg_install/bin"
BACKUP_BASE="/backup/base"
BACKUP_INCR="/backup/incremental"
BACKUP_MERGED="/backup/merged"
BACKUP_WAL="/backup/wal"
BACKUP_LOG="/backup/log"
PG_HOST="localhost"
PG_PORT="5432"
PG_USER="backup_user"

log() {
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1"
}

echo "=============================================="
echo "  PostgreSQL 备份系统健康检查"
echo "=============================================="

# 1. 检查 PostgreSQL 状态
log "1. PostgreSQL 服务状态"
if ${PG_BIN}/psql -h ${PG_HOST} -p ${PG_PORT} -U ${PG_USER} -c "SELECT 1;" >/dev/null 2>&1; then
    log "   ✓ PostgreSQL 运行正常"
else
    log "   ✗ PostgreSQL 连接失败"
fi

# 2. 检查归档状态
log "2. WAL 归档状态"
${PG_BIN}/psql -h ${PG_HOST} -p ${PG_PORT} -U ${PG_USER} -c \
    "SELECT archived_count, failed_count, last_archived_time FROM pg_stat_archiver;" 2>/dev/null || \
    log "   无法查询归档状态"

# 3. 检查备份目录
log "3. 备份目录状态"
log "   全量备份：$(ls -td ${BACKUP_BASE}/FULL_* 2>/dev/null | wc -l) 个"
log "   增量备份：$(ls -td ${BACKUP_INCR}/INC_* 2>/dev/null | wc -l) 个"
log "   合并备份：$(ls -td ${BACKUP_MERGED}/MERGED_* 2>/dev/null | wc -l) 个"
log "   WAL 文件：$(ls -1 ${BACKUP_WAL} 2>/dev/null | wc -l) 个"

# 4. 检查磁盘空间
log "4. 磁盘空间"
df -h /backup | tail -1 | awk '{print "   使用率:", $5, "可用:", $4}'

# 5. 检查最新备份时间
log "5. 最新备份时间"
LATEST_FULL=$(ls -td ${BACKUP_BASE}/FULL_* 2>/dev/null | head -1)
LATEST_INCR=$(ls -td ${BACKUP_INCR}/INC_* 2>/dev/null | head -1)
LATEST_MERGED=$(ls -td ${BACKUP_MERGED}/MERGED_* 2>/dev/null | head -1)

if [ -n "$LATEST_FULL" ]; then
    log "   全量：$(basename $LATEST_FULL)"
fi
if [ -n "$LATEST_INCR" ]; then
    log "   增量：$(basename $LATEST_INCR)"
fi
if [ -n "$LATEST_MERGED" ]; then
    log "   合并：$(basename $LATEST_MERGED)"
fi

# 6. 检查复制槽
log "6. 复制槽状态"
${PG_BIN}/psql -h ${PG_HOST} -p ${PG_PORT} -U ${PG_USER} -c \
    "SELECT slot_name, active, restart_lsn FROM pg_replication_slots;" 2>/dev/null || \
    log "   无复制槽"

echo "=============================================="
log "健康检查完成"

四，定时任务配置

4.1 创建 crontab（postgres 用户）

su - root
echo "postgres" >> /etc/cron.allow 
su - postgres
crontab -e
#
# ============ PostgreSQL 备份任务 ============
# 每周日凌晨 2:00 全量备份
0 2 * * 0 /backup/scripts/backup_full.sh

# 周一至周六凌晨 2:00 增量备份
0 2 * * 1-6 /backup/scripts/backup_incremental.sh

# 每天凌晨 3:00 合并备份
0 3 * * * /backup/scripts/merge_backup.sh

# 每小时清理 WAL 归档
0 * * * * /backup/scripts/cleanup_wal.sh

# 每天上午 8:00 发送备份报告
0 8 * * * /backup/scripts/monitor_backup.sh >> /backup/log/daily_report.log 2>&1

# ============ 清理任务 ============
# 每周日清理旧备份
0 4 * * 0 find /backup/base -type d -name "FULL_*" -mtime +28 -exec rm -rf {} \;
0 4 * * 0 find /backup/incremental -type d -name "INC_*" -mtime +7 -exec rm -rf {} \;
0 4 * * 0 find /backup/merged -type d -name "MERGED_*" -mtime +14 -exec rm -rf {} \;

# ============ 日志轮转 ============
# 每月 1 日归档旧日志
0 5 1 * * find /backup/log -name "*.log" -mtime +30 -exec gzip {} \;

五，恢复演练流程

5.1 定期演练计划

演练类型	频率	目标	负责人
完整恢复演练	每月	验证备份可用性	DBA
PITR 恢复演练	每季度	验证时间点恢复	DBA
灾难恢复演练	每半年	全流程验证	运维团队
[定期演练计划表格]

5.2 恢复演练步骤

# ============ 演练前准备 ============
# 1. 记录当前数据库状态
su - postgres
psql -c "SELECT count(*) FROM pg_database;" > /tmp/pre_restore.txt

# 2. 记录当前时间
date > /tmp/restore_start_time.txt

# ============ 执行恢复 ============
# 3. 执行恢复脚本
/backup/scripts/restore.sh

# ============ 演练后验证 ============
# 4. 验证数据库状态
psql -c "SELECT count(*) FROM pg_database;" > /tmp/post_restore.txt

# 5. 对比数据
diff /tmp/pre_restore.txt /tmp/post_restore.txt

# 6. 记录恢复时间
date > /tmp/restore_end_time.txt

# 7. 计算 RTO（恢复时间目标）
echo "恢复开始：$(cat /tmp/restore_start_time.txt)"
echo "恢复结束：$(cat /tmp/restore_end_time.txt)"

# ============ 清理演练环境 ============
# 8. 恢复原数据目录（如果需要）
# 9. 更新演练报告

5.3 恢复演练报告模板

# PostgreSQL 恢复演练报告

## 基本信息
- 演练日期：YYYY-MM-DD
- 演练类型：完整恢复 / PITR 恢复
- 参与人员：XXX

## 备份信息
- 使用备份：/backup/merged/MERGED_YYYYMMDD_HHMMSS
- 备份大小：XX GB
- 备份时间：YYYY-MM-DD HH:MM:SS

## 恢复过程
- 开始时间：HH:MM:SS
- 结束时间：HH:MM:SS
- 总耗时：XX 分钟

## 验证结果
- [ ] PostgreSQL 服务启动成功
- [ ] 数据库连接正常
- [ ] 数据完整性验证通过
- [ ] 应用连接测试通过

## 问题与改进
- 问题1: ...
- 改进措施: ...

## 结论
[ ] 演练成功，备份可用
[ ] 演练失败，需要改进

六、常见问题排查

6.1 故障排查手册

问题	可能原因	解决方案
pg_basebackup 失败	复制用户权限不足	检查 pg_hba.conf 和用户权限
归档失败	archive_command 路径错误	检查归档目录权限和路径
pg_archivecleanup 不删除文件	复制槽未消费	检查 pg_replication_slots
恢复后无法连接	pg_hba.conf 丢失	单独备份配置文件
PITR 恢复超时	WAL 文件不完整	检查 WAL 归档连续性
pg_combinebackup 失败	备份链断裂	重新执行全量备份
sudo 权限不足	未配置免密	检查 /etc/sudoers 配置
[故障排查手册表格]

6.2 关键检查命令

su - postgres
# 检查归档状态
psql -c "SELECT * FROM pg_stat_archiver;"

# 检查复制槽
psql -c "SELECT * FROM pg_replication_slots;"

# 检查复制状态
psql -c "SELECT * FROM pg_stat_replication;"

# 检查 WAL 位置
psql -c "SELECT pg_current_wal_lsn(), pg_last_wal_receive_lsn(), pg_last_wal_replay_lsn();"

# 检查备份清单
cat /backup/base/FULL_*/backup_manifest | head -50

# 验证备份
/opt/pg_install/bin/pg_verifybackup /backup/merged/MERGED_*

# 检查磁盘空间
df -h /backup

# 查看 PostgreSQL 日志
tail -100 /opt/pg_install/pg_data/log/postgresql-*.log

七，备份策略总结

7.1 推荐备份计划

┌─────────────────────────────────────────────────────────────────┐
│                      备份周期示意图                              │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  周日    周一    周二    周三    周四    周五    周六           │
│   │       │       │       │       │       │       │            │
│   ▼       ▼       ▼       ▼       ▼       ▼       ▼            │
│  全量    增量    增量    增量    增量    增量    增量           │
│   │       │       │       │       │       │       │            │
│   └───────┴───────┴───────┴───────┴───────┴───────┘            │
│                          │                                      │
│                          ▼                                      │
│                    每天合并备份                                  │
│                          │                                      │
│                          ▼                                      │
│                    每小时 WAL 清理                               │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

7.2 保留策略

备份类型	保留周期	存储空间估算（100GB 数据库）
全量备份	28 天	400GB（4 个全量）
增量备份	7 天	50GB（7 个增量）
合并备份	14 天	200GB（2 个合并）
WAL 归档	14 天	100GB
合计	-	~750GB

7.2 RTO/RPO 目标

指标	目标值	说明
RPO（数据丢失）	< 5 分钟	WAL 归档间隔
RTO（恢复时间）	< 30 分钟	取决于数据量
备份成功率	> 99.9%	监控告警保障

八，附录

8.1 脚本权限设置

# 一次性设置所有脚本权限
sudo chown postgres:postgres /backup/scripts/*.sh
sudo chmod 755 /backup/scripts/*.sh

8.2 日志文件说明

日志文件	说明
/backup/log/backup_full.log	全量备份日志
/backup/log/backup_incremental.log	增量备份日志
/backup/log/merge_backup.log	合并备份日志
/backup/log/cleanup_wal.log	WAL 清理日志
/backup/log/restore.log	恢复操作日志
/backup/log/backup_history.csv	备份历史记录
/backup/log/restore_history.csv	恢复历史记录

8.3 psql 常用参数速查表

参数	全称	说明	脚本中推荐
-t	--tuples-only	只输出数据行	✓
-A	--no-align	非对齐输出(不带边框)	✓
-X	--no-psqlrc	不读取配置文件	✓
-c	--command	执行命令	✓
-h	--host	指定主机	按需
-p	--port	指定端口	按需
-U	--username	指定用户	按需
-d	--dbname	指定数据库	按需
-f	--file	执行文件	按需
-1	--single-transaction	单事务执行	按需

8.4 紧急联系人

角色	姓名	联系方式
DBA 负责人	XXX	phone/email
运维负责人	XXX	phone/email
应用负责人	XXX	phone/email

文档修订记录

版本	日期	修订内容	修订人
v1.0	2026-02-19	初始版本	-