Mysql如何在删库后可以不用跑路

本文详细介绍了在MySQL中不慎删除数据、库或表后的恢复方法,包括使用Flashback工具、binlog日志、全量备份和增量日志等技术,以及如何避免误删带来的风险。

我一直在想,地球上这么多程序员,应该有很多人在团队做项目的时候,出过很大的错误,比如说不小心删了库,活动福利字段多写了个零导致全服务器玩家领到数倍奖励,听了沙雕群友的话执行rm -rf命令。

记得有一本专门调侃的书,叫《Mysql从入门到删库跑路》,各种能人异士。

所以掌握如何在数据库被删之后进行恢复,是很重要的。

MySQL删除数据有很多种方式,你可以删除一条数据,可以删除一张表,也可以删除一整个库,还有就是你在rm -rf删除磁盘的时候直接把MySQL相关的所有文件都给删了。

删除行

如果你使用delete命令删除了一行数据,可以使用Flashback工具通过闪回来恢复数据。

如果你使用过git,应该知道它有一个很有用的命令,Revert,回到之前的状态。

对于数据库也是类似,我们的每一步操作其实都是记录在binlog中的,要恢复一条数据,只需要按照binlog中的操作记录进行回滚。

对于binlog中DELETE的操作,回滚就会执行与之对应的INSERT操作。

同理,INSERT的回滚是DELETE。

UPDATE的回滚,是交换前后SET和WHERE的值,这个请思考一下UPDATE语句的WHERE和SET作用。

原始:

UPDATE test.user SET id=3, name='antz' WHERE id=3 AND name='uhl';

回滚:

UPDATE test.user SET id=3, name='uhl' WHERE id=3 AND name='antz';

所以说,我们只需要知道我们删除时执行了哪些DELETE语句,就可以把这个DELETE反过来改写成为INSERT语句,达到恢复的目的。

为了方便这里使用binlog2sql工具来帮助我们分析binlog日志。

git clone https://github.com/danfengcao/binlog2sql.git
cd binlog2sql
pip install -r requirements.txt

查看开始时的binlog日志状态。

1

删除一条数据之后的binlog。

执行脚本解析binlog。

20191216165429.png

不过最好还是不要在主库上这样做,说不定越来越乱。

最好可以把你要恢复的库拷贝出一个备份,在这个库上临时进行恢复,确认恢复成功后,在恢复到主库。

这是因为,一个在执行线上逻辑的主库,数据状态的变更往往是有关联的,可能发现数据问题的时间晚一点,就导致已经在之前误操作的基础上,业务逻辑代码就继续修改了其他数据,如果你直接在主库恢复了这几条数据,没有经过确认的话,可能会导致数据出现更大问题。

你可以把sql_safe_updates参数设置为on,这样你的delete和update在没有写where的情况下就会报错。

误删库/表

这种情况下想要恢复数据就需要使用全量备份,加增量日志的方式了。要求线上数据库有定期的全量备份,并且实时备份binlog。

假如说有一个人不小心删掉一个库,我们就可以取最近的一次全量备份,恢复出一个临时库,然后在拿出当前的日志,从日志中恢复全量备份中没有的数据。

MySQL自带了一个binlog查看的工具,mysqlbinlog,在你MySQL安装目录下的bin中就可以找到。

使用show master logs查看当前的binlog日志,找到最近的一条,就可以使用mysqlbinlog来查看了。

rm删除

这类情况一般来说就只有跑路了,除非你使用了Mysql集群,你可以从其他节点中恢复数据。

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值