Резервная копия, которую можно восстановить
Архив может быть целым, но бесполезным для запуска системы. Разбираем согласованные снимки SQLite и PostgreSQL, проверку копий и репетицию восстановления.
Резервирование заканчивается не созданием файла, а проверенным восстановлением. Для этого нужно согласовать снимок с работающей базой, сохранить зависимости и измерить фактические RPO и RTO на отдельной среде.
Копия отвечает не на тот вопрос
У задания резервного копирования зелёный статус. Архив появился, размер похож на вчерашний, контрольная сумма совпала. Но после аварии база не открывается, ключ шифрования остался на потерянном сервере, а инструкция не объясняет, какую версию приложения запускать. Файл существует. Рабочей системы нет.
Поэтому резервирование нужно оценивать двумя разными вопросами: сколько данных можно потерять и за какое время сервис должен вернуться. Первый показатель называют RPO (Recovery Point Objective), второй — RTO (Recovery Time Objective). Если бизнес допускает потерю не более пятнадцати минут, ежедневная копия не соответствует цели. Если сервис должен вернуться за час, нужно измерять не только распаковку архива, но и весь путь до готовности пользователей.
Эти цели выбирают для конкретной системы. У блога, платёжного сервиса и внутреннего файлового хранилища разная цена потери данных и простоя. Универсального расписания резервирования не существует.
Снимок должен соответствовать состоянию базы
У работающей базы данные могут находиться не в одном файле. В SQLite с включённым Write-Ahead Logging подтверждённые изменения некоторое время остаются в отдельном файле -wal. Если скопировать только основной файл базы, можно потерять транзакции, которые уже были подтверждены приложению. WAL-файл является частью постоянного состояния базы, пока соединения используют этот режим.
Для живой SQLite-базы используйте Online Backup API или VACUUM INTO. Эти механизмы создают согласованную копию, не требуя угадывать момент, когда основной файл и журнал можно безопасно копировать вместе. Не удаляйте -wal и -shm вручную у работающей базы и не считайте обычный cp универсальным способом резервирования.
У SQLite есть и важная версия-зависимая оговорка. В официальной документации описан редкий WAL-reset bug, затрагивавший версии от 3.7.0 до 3.51.2 при нескольких соединениях с одной базой и совпавших операциях записи или checkpoint. Исправление вошло в 3.51.3; для некоторых веток опубликованы backport-версии 3.44.6 и 3.50.7. Если система использует WAL, проверяйте не только наличие копий, но и версию SQLite на рабочих узлах.
Для PostgreSQL стратегия зависит от требуемой точки восстановления. SQL dump удобен для логического переноса, файловая копия требует согласованного механизма, а непрерывное архивирование WAL вместе с базовой копией позволяет настроить point-in-time recovery. Базовая копия без нужной последовательности WAL может не восстановиться в выбранный момент.
Проверка архива и проверка восстановления — разные этапы
Для PostgreSQL утилита pg_verifybackup проверяет базовую копию, созданную pg_basebackup, по backup_manifest: сверяет набор файлов и контрольные суммы, а также проверяет доступность и читаемость нужных WAL-записей. Но документация прямо предупреждает, что такая проверка не охватывает все условия запуска сервера. После неё всё равно нужна пробная реставрация и проверка получившейся базы.
Для SQLite PRAGMA integrity_check ищет ошибки структуры файла. PRAGMA foreign_key_check сообщает о нарушениях внешних ключей. Это полезные проверки, но они не знают, какие бизнес-записи должны существовать. Дополнительно проверьте важные для приложения инварианты: количество ключевых объектов, связи между ними, последнюю ожидаемую транзакцию и возможность прочитать критические данные.
Проверяйте также сам архив: можно ли его прочитать, расшифровать, распаковать и получить ожидаемый состав файлов. Контрольная сумма подтверждает, что байты не изменились относительно рассчитанного значения; она не доказывает, что исходные данные были корректны или что приложение сможет их использовать.
Проведите восстановление в отдельной среде
Репетиция начинается с конкретной копии. Зафиксируйте её идентификатор, время создания, размер, контрольную сумму, версию СУБД и диапазон транзакций, который она должна покрывать. Поднимите изолированную среду, чтобы тестовый сервис не подключился к боевым очередям, почте, платежам и внешним интеграциям.
Восстановите базу и файловые данные, выдайте необходимые секреты, разверните совместимую версию приложения и выполните миграции, если они входят в утверждённую процедуру. Затем проверьте критические сценарии: вход тестового пользователя, чтение важной записи, создание тестового объекта, выполнение фоновой задачи и доступность вложений. Измерьте время от начала восстановления до момента, когда сервис действительно готов.
Сравните получившиеся значения с RTO и RPO. Если восстановление заняло четыре часа при цели в один час, архив не исправит проблему: нужно менять архитектуру восстановления, частоту копирования, автоматизацию или сами согласованные цели. Если в инструкции есть шаг, который может выполнить только один конкретный администратор по памяти, инструкция пока не готова.
Не храните все копии в зоне одной аварии
Резервная копия на том же диске, под теми же учётными данными и с теми же правами удаления может исчезнуть вместе с рабочими данными. Отделите хранилище копий от производственного сервера, ограничьте доступ, шифруйте данные при хранении и передаче, а ключи восстановления храните так, чтобы их можно было получить после потери основной инфраструктуры.
Для критичных систем полезны неизменяемые снимки или offline-копии. Они уменьшают риск, что скомпрометированная учётная запись удалит и рабочие данные, и резерв. Но изоляция не отменяет проверки: копию нужно уметь открыть, расшифровать и восстановить.
Срок хранения выбирайте с учётом времени обнаружения повреждения. Если ошибочное удаление заметили через две недели, а копии живут три дня, нужной точки восстановления уже нет. Следите за возрастом последней успешной копии, непрерывностью WAL-архива и ошибками заданий, а не только за фактом запуска cron.
Runbook должен довести до работающего сервиса
В инструкции восстановления запишите состав системы: базы, файловые данные, конфигурацию, версии приложения и СУБД, сертификаты, ключи шифрования, очереди, расписания и внешние зависимости. Отдельно укажите порядок запуска и проверки. Часто сначала поднимают инфраструктуру и секреты, затем восстанавливают базу и файлы, запускают совместимую версию приложения, проверяют фоновые процессы и только после этого возвращают пользовательский трафик.
Укажите, кто принимает решение о переключении, где находится последняя проверенная копия, как определить целевую точку восстановления и как откатить неудачную попытку. Включите команды, ожидаемые результаты и признаки отказа. Формулировка «проверить базу» не помогает дежурному; конкретный запрос и ожидаемый результат помогают.
Главный показатель зрелости резервирования — не число архивов и не зелёная галочка задания. Это повторяемая процедура, после которой система действительно работает, данные укладываются в согласованный RPO, а команда достигает RTO. Пока восстановление не проверено, резервная копия остаётся гипотезой.