课程视频
故障范围与恢复目标
课程从事务失败、系统崩溃、磁盘损坏和机房灾难依次讨论恢复。事务中止需要撤销局部效果,系统崩溃会丢失内存状态,介质损坏与灾难则可能连持久数据也不可读,不能只靠重启进程解决。
RPO 表示可以容忍的数据丢失范围,RTO 表示可以容忍的恢复时间。备份、日志、多副本和异地容灾分别覆盖不同故障,存在副本并不代表已经解决误操作后的历史恢复。
页面写回与日志
STEAL 允许未提交修改写入数据文件,因此需要撤销信息;NO-FORCE 允许提交时不强制写出全部数据页,因此需要重做信息。FORCE 和 NO-STEAL 可以简化某些恢复步骤,但会增加提交写入或缓冲空间压力。
WAL 约束日志与数据页的持久化次序:页面覆盖旧持久状态前,恢复所需日志必须先持久化;确认提交前,提交记录及相应重做信息也必须满足持久化要求。内存中存在一条日志,不等于它能够用于掉电恢复。
日志可以记录逻辑操作、物理字节修改,或页面加页内逻辑操作的混合。较高层日志可能紧凑,但重放需要考虑确定性、并发和数据布局变化。
Undo、Redo 与影子页面
影子拷贝将修改写入副本,成功后切换入口;影子页面只复制被修改的部分。它避免直接覆盖当前已提交视图,但有映射维护、碎片和并发提交等问题。
纯 Undo 方案要在提交前写出数据,纯 Redo 方案要避免未提交修改进入当前持久数据,Undo/Redo 则允许更灵活地安排脏页写回。恢复先识别事务状态,再按协议重做、撤销;不同算法的扫描规则不能互相混用。
ARIES 使用哪些状态
ARIES 引入几个相互关联的字段和表:LSN 标识日志顺序,pageLSN 表示页面已经应用到哪条更新;DPT 的 recLSN 表示该页面本轮变脏的起点;ATT 保存活跃事务状态和 lastLSN;prevLSN 连接同一事务的日志。
撤销操作生成 CLR,并通过 undoNextLSN 指出下一步还需撤销的位置。再次故障时,已经完成的补偿可以重做,原始更新不会被反复撤销。

Fuzzy Checkpoint 保存事务表、脏页表和检查点边界,允许事务继续执行,无需每次暂停并刷完全部脏页。它为恢复提供起点,而不是一份完全静止的数据库副本。
ARIES 的三个阶段
Analysis 从可用检查点向前扫描,重建 ATT、DPT,确定未结束事务和可能需要重做的页面。Redo 从最小 recLSN 开始重放历史,包括之后会被撤销的事务修改和 CLR。
对某条更新,若页面不在 DPT,或者日志 LSN 小于该页 recLSN,可以跳过;读取页面后,若 pageLSN 已大于等于日志 LSN,也可跳过。这里的等号边界很重要:recLSN 对应的第一次未刷盘更新仍可能需要重做,而 pageLSN 相等表示页面已经应用该更新。
Undo 沿未完成事务的日志链逆序撤销,写入 CLR,直到事务结束。课件的完整日志案例分别跟踪了分析时表的变化、重做时哪些页面被跳过,以及撤销如何沿指针推进。

备份、时间点恢复与闪回
全量备份保存完整基础数据;增量备份保存自上次相关备份以来的变化,差异备份保存自某次全量以来的累计变化。恢复时需要正确的基础备份、备份链与日志,不能只保留最后一个小文件。
PITR 先恢复备份,再将归档日志重放到目标点,适用于日志覆盖范围内的历史恢复。闪回则利用保留的 Undo、历史版本或专门日志,支持历史查询、表或事务级回退等能力;保留窗口和支持粒度由实现决定。
多机恢复
主备架构通过日志传播维护副本,故障后切换提供服务。两地三中心通常结合较近距离的同步与远距离的异步复制,权衡确认延迟、RPO 和灾难范围。多活允许更多位置处理请求,也提高了冲突处理、复制一致性和故障切换的复杂度。
