PostgreSQL / 系统课时
验证基础备份与 WAL 连续性
验证基础备份与 WAL 连续性
基础备份文件完整,并不等于一定能做 PITR。真正可恢复需要两件事同时成立:基础备份本身通过完整性检查,且从该备份要求的 WAL 开始,到选定恢复目标之间的 WAL 都能连续取得。本课用 backup_manifest、pg_verifybackup 和一次隔离恢复演练验证这两层条件。
学习目标
- 从
backup_manifest识别基础备份必须读取的 WAL 范围 - 使用
pg_verifybackup --wal-directory核验备份文件与基础备份所需 WAL - 通过目标时间恢复验证归档链能否支撑实际 PITR
把基础备份和 WAL 当成一个恢复单元
pg_basebackup 生成的 backup_manifest 会记录备份文件及校验信息,并在 WAL-Ranges 中描述让该基础备份恢复到一致状态所需的 WAL 区间。验证时不能只看“备份目录是否齐全”,还要确认这些 WAL 能被找到并正确解析。

这意味着验证应分成两层:第一层证明“基础备份自身所必需的 WAL 没有缺口”;第二层证明“基础备份之后直到选定 PITR 目标点的归档仍然连续”。只完成第一层,只能说明这个基础备份可用,不能证明整个恢复窗口都可达。
从 manifest 锁定必需 WAL 范围
以下流程以 pg_basebackup 生成的 plain 格式备份为例。先读取清单中的全部 WAL-Ranges,避免人工查看较大的 JSON 时漏掉某个时间线范围。执行前把 <PATH> 替换为真实备份目录。
BACKUP_DIR="<PATH>"
python3 - "$BACKUP_DIR/backup_manifest" <<'PY'
import json
import sys
# 读取 manifest 中的所有范围,避免只验证第一条记录。
with open(sys.argv[1], encoding="utf-8") as f:
manifest = json.load(f)
for item in manifest.get("WAL-Ranges", []):
print(
f"timeline={item['Timeline']} "
f"start={item['Start-LSN']} "
f"end={item['End-LSN']}"
)
PY预期输出
timeline=<VALUE> start=<LSN> end=<LSN>实际清单可能包含一条或多条范围,应以全部记录为准。这里的起止 LSN 定义的是让基础备份达到一致状态所需的 WAL,不应把“归档目录里文件很多”当作连续性证明。
用 pg_verifybackup 检查基础备份所需 WAL
当所需 WAL 不在备份目录的 pg_wal 中,而是保存在独立归档目录时,可以用 --wal-directory 指向归档位置。pg_verifybackup 会依据 manifest 校验备份文件;未指定 --no-parse-wal 时,还会调用 pg_waldump 检查 manifest 所列 WAL 是否存在并可解析。
BACKUP_DIR="<PATH>"
ARCHIVE_DIR="<PATH>"
# ARCHIVE_DIR 应包含 manifest 要求的 WAL 段。
pg_verifybackup --wal-directory="$ARCHIVE_DIR" "$BACKUP_DIR"预期输出
backup successfully verifiedWAL 格式与 PostgreSQL 大版本相关,验证时应优先使用与该备份所属大版本一致的 pg_verifybackup 和 pg_waldump。若备份文件损坏、manifest 不匹配或必需 WAL 缺失,命令会以非零状态退出并报告具体错误。
恢复到窗口内目标点
选择一个晚于基础备份完成时间、位于承诺恢复窗口内且便于业务校验的目标时间。在隔离副本的 postgresql.auto.conf 中配置归档恢复;下面是片段示例,<PATH> 为 WAL 归档目录,<TIME> 应替换为带时区的目标时间。
restore_command = 'cp "<PATH>/%f" "%p"'
recovery_target_time = '<TIME>'
recovery_target_action = 'promote'同时在恢复副本的数据目录创建 recovery.signal,再用独立端口启动实例。<PORT> 应替换为未被占用的端口;Unix socket 放在 /tmp,避免误连生产实例。
RESTORE_DIR="<PATH>"
PORT="<PORT>"
touch "$RESTORE_DIR/recovery.signal"
pg_ctl -D "$RESTORE_DIR" -o "-p $PORT -k /tmp" -w start
# 热备可能先开始接收只读连接;等待目标到达并自动 promote。
while [ "$(psql -h /tmp -p "$PORT" -d postgres -Atc "SELECT pg_is_in_recovery();")" = "t" ]; do
sleep 1
done
psql -h /tmp -p "$PORT" -d postgres -Atc "SELECT pg_is_in_recovery();"预期输出
waiting for server to start.... done
server started
f启动日志的具体点号和行数可能不同。若归档 WAL 能连续覆盖到目标点,且 recovery_target_action = 'promote',实例到达目标后会被提升,因此最终查询结果应为 f。如果循环长时间保持在恢复状态,或实例因目标不可达而退出,应优先检查 PostgreSQL 恢复日志中报告的缺失 WAL、时间线或目标不可达信息。
定义连续性验收标准
一次合格验证至少要满足三点:pg_verifybackup 成功,证明基础备份及其必需 WAL 可读;隔离恢复确实到达选定目标并退出恢复状态;恢复后的关键业务数据或校验标记符合该时间点预期。对较长保留窗口,应周期性抽取不同基础备份和不同目标时间重复演练。
最终要交付的不是“归档目录里 WAL 很多”,而是一条可证明的恢复链:已验证的基础备份作为起点,manifest 要求的 WAL 无缺口,后续归档连续覆盖到选定目标,并且 PostgreSQL 实例可以沿这条链成功完成 PITR。