MySQL 误操作后数据恢复（update,delete忘加where条件）【转】

在数据库日常维护中，开发人员是最让人头痛的，很多时候都会由于SQL语句写的有问题导致服务器出问题，导致资源耗尽。最危险的操作就是在做DML操作的时候忘加where条件，导致全表更新，这是作为运维或者DBA的我们改如何处理呢？下面我分别针对update和delete操作忘加where条件导致全表更新的处理方法。

一. update 忘加where条件误操作恢复数据(binglog格式必须是ROW)

1.创建测试用的数据表

create table t1 (

id int unsigned not null auto_increment,

name char(20) not null,

sex enum('f','m') not null default 'm',

address varchar(30) not null,

primary key(id)

);

2.插入测试数据

insert into t1 (name,sex,address)values('daiiy','m','guangzhou');

insert into t1 (name,sex,address)values('tom','f','shanghai');

insert into t1 (name,sex,address)values('liany','m','beijing');

insert into t1 (name,sex,address)values('lilu','m','zhuhai');

3.现在需要将id等于2的用户的地址改为zhuhai，update时没有添加where条件

mysql> select * from t1;

+----+-------+-----+-----------+

| id | name | sex | address |

+----+-------+-----+-----------+

| 1 | daiiy | m | guangzhou |

| 2 | tom | f | shanghai |

| 3 | liany | m | beijing |

| 4 | lilu | m | zhuhai |

+----+-------+-----+-----------+

4 rows in set (0.00 sec)

mysql> update t1 set address='zhuhai';

mysql> select * from t1;

+----+-------+-----+---------+

| id | name | sex | address |

+----+-------+-----+---------+

| 1 | daiiy | m | zhuhai |

| 2 | tom | f | zhuhai |

| 3 | liany | m | zhuhai |

| 4 | lilu | m | zhuhai |

+----+-------+-----+---------+

4 rows in set (0.00 sec)

4.开始恢复，在线上的话，应该比较复杂，要先进行锁表，以免数据再次被污染。（锁表，查看正在写哪个二进制日志）

mysql> lock tables t1 read ;

mysql> show master status;

+------------------+----------+--------------+------------------+-------------------+

+------------------+----------+--------------+------------------+-------------------+

| mysql-bin.000005 | 2309 | | | |

+------------------+----------+--------------+------------------+-------------------+

1 row in set (0.00 sec)

5.分析二进制日志，并且在其中找到相关记录，在更新时是address='zhuhai',我们可以在日志中过滤出来。

[root@node1 binlog]# mysqlbinlog --no-defaults -v -v --base64-output=DECODE-ROWS mysql-bin.000005 | grep -B 15 -i --color 'zhuhai'

COMMIT/*!*/;

# at 1790

#160302 14:43:37 server id 1 end_log_pos 1862 CRC32 0xe5d422f5 Query thread_id=44 exec_time=0 error_code=0

SET TIMESTAMP=1456901017/*!*/;

BEGIN

/*!*/;

# at 1862

#160302 14:43:37 server id 1 end_log_pos 1916 CRC32 0x39917b1c Table_map: `arun`.`t1` mapped to number 156

# at 1916

#160302 14:43:37 server id 1 end_log_pos 1969 CRC32 0x31a19175 Write_rows: table id 156 flags: STMT_END_F

### INSERT INTO `arun`.`t1`

### SET

### @1=4 /* INT meta=0 nullable=0 is_null=0 */

### @2='lilu' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='zhuhai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

/*!*/;

# at 2072

#160302 14:50:00 server id 1 end_log_pos 2126 CRC32 0xd2434753 Table_map: `arun`.`t1` mapped to number 156

# at 2126

#160302 14:50:00 server id 1 end_log_pos 2278 CRC32 0xfb36ef03 Update_rows: table id 156 flags: STMT_END_F

### UPDATE `arun`.`t1`

### WHERE

### @1=1 /* INT meta=0 nullable=0 is_null=0 */

### @2='daiiy' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='guangzhou' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### SET

### @1=1 /* INT meta=0 nullable=0 is_null=0 */

### @2='daiiy' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='zhuhai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### UPDATE `arun`.`t1`

### WHERE

### @1=2 /* INT meta=0 nullable=0 is_null=0 */

### @2='tom' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=1 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='shanghai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### SET

### @1=2 /* INT meta=0 nullable=0 is_null=0 */

### @2='tom' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=1 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='zhuhai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### UPDATE `arun`.`t1`

### WHERE

### @1=3 /* INT meta=0 nullable=0 is_null=0 */

### @2='liany' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='beijing' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### SET

### @1=3 /* INT meta=0 nullable=0 is_null=0 */

### @2='liany' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='zhuhai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

可以看见里面记录了每一行的变化，这也是binglog格式要一定是row才行的原因。其中@1,@2,@3,@4,分别对应表中 id,name,sex,address字段。相信大家看到这里有点明白了吧，对，没错，你猜到了，我们将相关记录转换为sql语句，重新导入数据库。

6.处理分析处理的二进制日志

[root@node1 binlog]# mysqlbinlog --no-defaults -v -v --base64-output=DECODE-ROWS mysql-bin.000005 | sed -n '/# at 2126/,/COMMIT/p' > t1.txt

[root@node1 binlog]# cat t1.txt

# at 2126

#160302 14:50:00 server id 1 end_log_pos 2278 CRC32 0xfb36ef03 Update_rows: table id 156 flags: STMT_END_F

### UPDATE `arun`.`t1`

### WHERE

### @1=1 /* INT meta=0 nullable=0 is_null=0 */

### @2='daiiy' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='guangzhou' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### SET

### @1=1 /* INT meta=0 nullable=0 is_null=0 */

### @2='daiiy' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='zhuhai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### UPDATE `arun`.`t1`

### WHERE

### @1=2 /* INT meta=0 nullable=0 is_null=0 */

### @2='tom' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=1 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='shanghai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### SET

### @1=2 /* INT meta=0 nullable=0 is_null=0 */

### @2='tom' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=1 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='zhuhai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### UPDATE `arun`.`t1`

### WHERE

### @1=3 /* INT meta=0 nullable=0 is_null=0 */

### @2='liany' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='beijing' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### SET

### @1=3 /* INT meta=0 nullable=0 is_null=0 */

### @2='liany' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='zhuhai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

# at 2278

#160302 14:50:00 server id 1 end_log_pos 2309 CRC32 0x58165775 Xid = 1466

COMMIT/*!*/;

这里sed有点复杂，需要童鞋们好好自己研究研究，这里我就不多说了。

[root@node1 binlog]# sed '/WHERE/{:a;N;/SET/!ba;s/$[^\n]*$\n$.*$\n$.*$/\3\n\2\n\1/}' t1.txt |sed -r '/WHERE/{:a;N;/@4/!ba;s/### @2.*//g}' | sed 's/### //g;s/\/\*.*/,/g' | sed '/WHERE/{:a;N;/@1/!ba;s/,/;/g};s/#.*//g;s/COMMIT,//g' | sed '/^$/d' > recover.sql

[root@node1 binlog]# cat recover.sql

UPDATE `arun`.`t1`

SET

@1=1 ,

@2='daiiy' ,

@3=2 ,

@4='guangzhou' ,

WHERE

@1=1 ;

UPDATE `arun`.`t1`

SET

@1=2 ,

@2='tom' ,

@3=1 ,

@4='shanghai' ,

WHERE

@1=2 ;

UPDATE `arun`.`t1`

SET

@1=3 ,

@2='liany' ,

@3=2 ,

@4='beijing' ,

WHERE

@1=3 ;

将文件中的@1,@2,@3,@4替换为t1表中id，name，sex，address字段，并删除最后字段的","号

[root@node1 binlog]# sed -i 's/@1/id/g;s/@2/name/g;s/@3/sex/g;s/@4/address/g' recover.sql

[root@node1 binlog]# sed -i -r 's/(address=.*),/\1/g' recover.sql

[root@node1 binlog]# cat recover.sql

UPDATE `arun`.`t1`

SET

id=1 ,

name='daiiy' ,

sex=2 ,

address='guangzhou'

WHERE

id=1 ;

UPDATE `arun`.`t1`

SET

id=2 ,

name='tom' ,

sex=1 ,

address='shanghai'

WHERE

id=2 ;

UPDATE `arun`.`t1`

SET

id=3 ,

name='liany' ,

sex=2 ,

address='beijing'

WHERE

id=3 ;

7.到这里日志就处理好了，现在导入即可（导入数据后，解锁表）；

mysql> UNLOCK TABLES;

mysql> source /data/log/mysql/binlog/recover.sql;

Query OK, 1 row affected (0.03 sec)

Rows matched: 1 Changed: 1 Warnings: 0

Query OK, 1 row affected (0.01 sec)

Rows matched: 1 Changed: 1 Warnings: 0

Query OK, 1 row affected (0.03 sec)

Rows matched: 1 Changed: 1 Warnings: 0

可以看见数据已经完全恢复，这种方法的优点是快速，方便。

二. delete 忘加where条件误删除恢复(binglog格式必须是ROW)

其实这和update忘加条件差不多，不过这处理更简单,这里就用上面那张表做测试吧

1.模拟误删除数据

mysql> select * from t1;

+----+-------+-----+-----------+

| id | name | sex | address |

+----+-------+-----+-----------+

| 1 | daiiy | m | guangzhou |

| 2 | tom | f | shanghai |

| 3 | liany | m | beijing |

| 4 | lilu | m | zhuhai |

+----+-------+-----+-----------+

4 rows in set (0.00 sec)

mysql> delete from t1;

Query OK, 4 rows affected (0.02 sec)

mysql> select * from t1;

Empty set (0.00 sec)

2.在binglog中去查找相关记录

[root@node1 binlog]# mysqlbinlog --no-defaults -v -v --base64-output=decode-rows mysql-bin.000005 |sed -n '/### DELETE FROM `arun`.`t1`/,/COMMIT/p'

### DELETE FROM `arun`.`t1`

### WHERE

### @1=1 /* INT meta=0 nullable=0 is_null=0 */

### @2='daiiy' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='guangzhou' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### DELETE FROM `arun`.`t1`

### WHERE

### @1=2 /* INT meta=0 nullable=0 is_null=0 */

### @2='tom' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=1 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='shanghai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### DELETE FROM `arun`.`t1`

### WHERE

### @1=3 /* INT meta=0 nullable=0 is_null=0 */

### @2='liany' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='beijing' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

### DELETE FROM `arun`.`t1`

### WHERE

### @1=4 /* INT meta=0 nullable=0 is_null=0 */

### @2='lilu' /* STRING(60) meta=65084 nullable=0 is_null=0 */

### @3=2 /* ENUM(1 byte) meta=63233 nullable=0 is_null=0 */

### @4='zhuhai' /* VARSTRING(90) meta=90 nullable=0 is_null=0 */

# at 3244

#160302 16:33:31 server id 1 end_log_pos 3275 CRC32 0xed9c2a39 Xid = 1484

COMMIT/*!*/;

[root@node1 binlog]# mysqlbinlog --no-defaults -v -v --base64-output=decode-rows mysql-bin.000005 |sed -n '/### DELETE FROM `arun`.`t1`/,/COMMIT/p' > delete.txt

3.将记录转换为SQL语句

[root@node1 binlog]# cat delete.txt | sed -n '/###/p' | sed 's/### //g;s/\/\*.*/,/g;s/DELETE FROM/INSERT INTO/g;s/WHERE/SELECT/g;' | sed -r 's/(@4.*),/\1;/g' | sed 's/@[1-9]=//g' > t1.sql

[root@node1 binlog]# cat t1.sql

INSERT INTO `arun`.`t1`

SELECT

1 ,

'daiiy' ,

2 ,

'guangzhou' ;

INSERT INTO `arun`.`t1`

SELECT

2 ,

'tom' ,

1 ,

'shanghai' ;

INSERT INTO `arun`.`t1`

SELECT

3 ,

'liany' ,

2 ,

'beijing' ;

INSERT INTO `arun`.`t1`

SELECT

4 ,

'lilu' ,

2 ,

'zhuhai' ;

4.导入数据，验证数据完整性

mysql> source /data/log/mysql/binlog/t1.sql;

Query OK, 1 row affected (0.02 sec)

Records: 1 Duplicates: 0 Warnings: 0

Query OK, 1 row affected (0.01 sec)

Records: 1 Duplicates: 0 Warnings: 0

Query OK, 1 row affected (0.01 sec)

Records: 1 Duplicates: 0 Warnings: 0

Query OK, 1 row affected (0.01 sec)

Records: 1 Duplicates: 0 Warnings: 0

mysql> select * from t1;

+----+-------+-----+-----------+

| id | name | sex | address |

+----+-------+-----+-----------+

| 1 | daiiy | m | guangzhou |

| 2 | tom | f | shanghai |

| 3 | liany | m | beijing |

| 4 | lilu | m | zhuhai |

+----+-------+-----+-----------+

4 rows in set (0.00 sec)

到这里数据就完整回来了。将binglog格式设置为row有利有弊，好处是记录了每一行的实际变化，在主从复制时也不容易出问题。但是由于记录每行的变化，会占用大量磁盘，主从复制时带宽占用会有所消耗。到底是使用row还是mixed，需要在实际工作中自己去衡量，但从整体上来说，binglog的格式设置为row，都是不二的选择。

总结：

所以在数据库操作的过程中我们需要格外小心，当然开发那边我们需要做好权限的控制，不过有一个参数可以解决我们的问题，让我们不用担心类似的问题发生：

在[mysql]段落开启这个参数：

safe-updates

这样当我们在做DML操作时忘记加where条件时，mysqld服务器是不会执行操作的：

还是刚才的表,执行delete操作==>

mysql> delete from t1;
ERROR 1175 (HY000): You are using safe update mode and you tried to update a table without a WHERE that uses a KEY column

转自

MySQL 误操作后数据恢复（update,delete忘加where条件） - arun_yh - 博客园 http://www.cnblogs.com/itcomputer/articles/5234893.html

MySQL 误操作后数据恢复（update,delete忘加where条件）【转】的更多相关文章

MySQL 误删数据、误更新数据（update,delete忘加where条件）
MySQL 误操作后数据恢复(update,delete忘加where条件) 关键词:mysql误删数据,mysql误更新数据转自:https://www.cnblogs.com/gomysql/p ...
MySQL 误操作后数据恢复（update,delete忘加where条件）
在数据库日常维护中,开发人员是最让人头痛的,很多时候都会由于SQL语句写的有问题导致服务器出问题,导致资源耗尽.最危险的操作就是在做DML操作的时候忘加where条件,导致全表更新,这是作为运维或者D ...
MySQL误操作后如何快速恢复数据
基本上每个跟数据库打交道的程序员(当然也可能是你同事)都会碰一个问题,MySQL误操作后如何快速回滚?比如,delete一张表,忘加限制条件,整张表没了.假如这还是线上环境核心业务数据,那这事就闹大了 ...
MySQL 误操作后如何快速恢复数据~！~！~
基本上每个跟数据库打交道的程序员(当然也可能是你同事)都会碰一个问题,MySQL误操作后如何快速回滚?比如,delete一张表,忘加限制条件,整张表没了.假如这还是线上环境核心业务数据,那这事就闹大了 ...
MySQL误操作后如何快速回滚(转)
本文转自http://www.cnblogs.com/dfcao/p/6147970.html#undefined 感谢作者基本上每个跟数据库打交道的程序员(当然也可能是你同事)都会碰一个问题,My ...
MySQL误操作后如何快速恢复数据？
摘要: 利用binlog闪回误操作数据. 基本上每个跟数据库打交道的程序员(当然也可能是你同事)都会碰一个问题,MySQL误操作后如何快速回滚?比如,delete一张表,忘加限制条件,整张表没了.假如 ...
mysql误操作后通过binlog恢复,同时解决tmp目录满的问题
注意: 本文的恢复,并不是基于恢复某个时间点的全量备份后的增量恢复,而是指在现有数据库基础上基于binlog的恢复.适用于较小的数据误操作. 提取日志文件为sql语句: /usr-ext/local/ ...
MySQL中truncate误操作后的数据恢复案例
MySQL中truncate误操作后的数据恢复案例这篇文章主要介绍了MySQL中truncate误操作后的数据恢复案例,主要是要从日志中定位到truncate操作的地方然后备份之前丢失的数据,需要的 ...
MySQL误操作删除后，怎么恢复数据？
MySQL误操作删除后,怎么恢复数据?登陆查数据库mysql> select * from abc.stad;+----+-----------+| id | name |+----+----- ...

随机推荐

【转】Linux常用命令
日常操作命令查看当前所在的工作目录的全路径 pwd 12 [root@localhost ~]# pwd/root 查看当前系统的时间 date 12345678 [root@localhost ~ ...
【SDOI 2017】龙与地下城（组合）
概率论太难了,不会.但这不能阻止我们过题.相信大家都会一个基于背包的暴力做法,我们可以将其看成是卷积的形式就可以用fft优化了.形式化讲,就是求幂级数$ (\sum\limits_{i = 0}^{x ...
A1101. Quick Sort
There is a classical process named partition in the famous quick sort algorithm. In this process we ...
初探react(一)
我们学习react首先是要了解react是什么,以及他的特点. React 是一个用于构建用户界面的 JAVASCRIPT 库,起源于 Facebook 的内部项目,用来架设 Instagram 的网 ...
源码研究：php变量
一:php中的变量类型 1.标量类型:布尔型 bool,整型 int,浮点型 float,字符串型 string2.复杂类型:数组 array,对象 object3.特殊类型:NULL,资源 reso ...
Ruler.java
/****************************************************************************** * Compilation: javac ...
Junit测试的理解------java基础知识
前言:不知道是最近懒了,还不不想认真写博客,其实写一个质量高的博客是需要时间的,没办法时间太紧了 package com.mon11.day13.linkedlist; import static o ...
P1282 多米诺骨牌
P1282 多米诺骨牌题目描述多米诺骨牌有上下2个方块组成,每个方块中有1~6个点.现有排成行的上方块中点数之和记为S1,下方块中点数之和记为S2,它们的差为|S1-S2|.例如在图8-1中,S ...
ajax跨域原理以及jsonp使用
jsonp介绍: JSONP(JSON with Padding)是JSON的一种“使用模式”,可用于解决主流浏览器的跨域数据访问的问题. 由于同源策略,一般来说位于 server1.example. ...
numpy笔记—np.squeeze用法
import numpy as np x = np.array([[[0], [1], [2]]]) print(x.shape) d = np.squeeze(x) # 从数组的形状中删除单维条目, ...

MySQL 误操作后数据恢复（update,delete忘加where条件）【转】

MySQL 误操作后数据恢复（update,delete忘加where条件）【转】的更多相关文章

随机推荐

热门专题