GreenPlum数据备份与恢复

gp_dump是GP并行备份的备份工具，在运行gp_dump的时候master与所有的segment节点都开始备份（standby节点和segment节点中的mirror实例不参加备份），数据文件都是放在各个的节点服务器上，消耗的时间和数据量最大的、消耗时间最长的节点有关。

常用的gp_dump参数有：

-h                     GPmaster主机名
-p                     GPmaster端口
-U                     用户名
-t/--table             后接表名，只备份匹配的表
-n/--schema            备份的schema名字
--gp-d                 备份的数据目录
--gp-r                 备份report目录
--gp-k                 备份文件使用的时间戳

更多可通过命令gp_dump --help显示。

与gp_dump对应的数据恢复操作，使用的命令是gp_restore.
常用的gp_restore参数有：

-h                     GPmaster主机名
-p                     GPmaster端口
-U                     用户名
-d/--dbname            数据库名
--gp-d                 要恢复的数据所在目录
--gp-r                 report文件所在目录
--gp-k                 恢复文件使用的时间戳
--status              状态文件所在位置

更多可通过命令gp_restore --help显示。

常用的备份与恢复方式有表，数据库，schema的备份与恢复。

表备份与恢复

表备份

1.创建备份路径

mkdir -p /opt/gpbackup/
chown gpadmin:gpadmin /opt/gpbackup/

2.在gpadmin用户下执行

gp_dump test_db --table=test_table --gp-d=/opt/gpbackup/ --gp-r=/opt/gpbackup/

需要阅读backup report，并记录备份的时间戳（timestamp key），以在数据恢复时使用。
数据库名为test_db，表名为test_table。

3.手动备份pg_hba.conf文件，执行如下：

cd $MASTER_DATA_DIRECTORY
cp pg_hba.conf /opt/gpbackup/

表恢复

注：在恢复的时候，GP的segment必须与备份的时候一致

1.表恢复之前，要确保要导入数据的集群中存在数据库test_db，且不能存在表test_table，否则会报错。
2.表恢复，执行命令：

gp_restore -d test_db --gp-d=/opt/gpbackup/ --gp-r=/opt/gpbackup/ --gp-k=时间戳

3.手动恢复备份的pg_hba.conf文件

数据库备份与恢复

与表备份与恢复相似，只不过备份时少了参数–table。
数据库恢复前要确保新建一个名为test_db（与备份的数据库名相同）的数据库。

schema备份与恢复

步骤与表备份与恢复相同，以下只列出备份与恢复命令

备份：

gp_dump test_db -n test_schema --gp-d=/opt/gpbackup/ --gp-r=/opt/gpbackup/

test_schema为test_db中的一个模式
恢复：
恢复前要确保倒数数据的集群没有名为test_schema的schema，若有的话先删除。
恢复命令：

gp_restore -d test_db --gp-d=/opt/gpbackup/ --status=/opt/gpbackup/ --gp-r=/opt/gpbackup/ --gp-k=时间戳

注意要加上status参数。

备份

并行备份(gp_dump)

GP 同时备份 Master 和所有活动的 Segment 实例，备份消耗的时间与系统中实例的数量没有关系。在 Master 主机上备份所有 DDL 文件和 GP 相关的数据字典表，每个 Segment 备份各自的数据。所有备份文件组成一个完整的备份集合，通过唯一 14 位数字的时间戳来识别。
gp_dump 的使用可参考上文。
gp_dump 命令将在数据目录生成如下的备份文件：

在 Master 主机上

gp_catalog_1_<dbid>_<timestamp>     -- 数据字典表
gp_cdatabase_1_<dbid>_<timestamp>   -- 创建数据库 SQL 语句
gp_dump_1_<dbid>_<timestamp>        -- 创建 schema SQL 语句
gp_dump_1_<dbid>_<timestamp>_post_data  -- 创建 Table SQL 语句

在 Segment 主机上

gp_dump_0_ <dbid>_<timestamp>           -- 用户数据文件
gp_dump_status_0_ <dbid>_<timestamp>    -- 日志文件

并行备份(gpcrondump)

gpcrondump命令是对gp_dump命令的封装。
在 Master 和 Segment 的数据目录创建备份文件：

Segment 数据的备份使用 gzip 压缩格式，默认将数据备份自 <data_directory>/db_dumps/下。

<data_directory>/db_dumps/YYYYMMDD

使用 CRON 调度备份操作，定义一个调用 gpcrondump 的 crontab 条目。

例如，在午夜1点备份 testdw 数据库

0 1 0 * * * gpadmin source $GPHOME/greenplum_path.sh; 
gpcrondump –x testdw –c –g –G –a –q >> gp_testdwdump.log;

备份数据库mydatabase

gpcrondump -x mydatabase -c -g -G

非并行备份(pg_dump)

GP 依然支持常规的 PostgreSQL 备份命令 pg_dump 和 pg_dumpall，备份将在 Master 主机上创建一个包含所有 Segment 数据的大的备份文件。因此，不适合于全部数据备份，适用于小部分数据的迁移或备份。

pg_dump testdw > testdw.sql;                        -- 导出 SQL 脚本文件
pg_dump –Ft –gp-syntax testdw > testdw.tar;         -- 导出包含分布键信息的 tar 文件
pg_dump –Fc testdw > testdw.dump;   -- 导出到定制格式的归档文件
pg_dump –t tb_cp_02 testdw > tb_cp_02_testdw.sql;   -- 导出单个表
pg_dump –t ‘"MixedTableName"‘ testdw > tab_testdw.sql;  -- 导出混合大小写名称的表
pg_dumpall > all.dump;              -- 集群备份

恢复

并行恢复(gp_restore)

参考上文。

并行恢复(gpdbrestore)

gpdbrestore 命令是对 gp_restore 命令的包装，提供更灵活的选项，使用 gpcrondump 备份生成的备份文件来进行恢复。

在 Master 主机上执行 gpdbrestore 命令(-R 指定备份文件所在的主机名和路径)

gpdbrestore –R archive_host:/gpdb/backups/archive/20131231;

非并行恢复(pg_restore)

使用由 pg_dump 或 pg_dumpall 创建的备份文件来恢复，使用非并行恢复可以实现异构系统恢复。

使用 pg_restore 或 psql 进行恢复

pg_restore –d testdw testdw.dump;
psql -d testdw –f tb_cp_02_testdw.sql;

在决定使用恢复程序时，需确定以下几个问题：

1.备份文件在哪里？

如果备份文件位于 gp_dump 生成的原始位置，可以简单的通过 gp_restore 命令恢复；如果备份文件已经移除 GP 集群，使用 gpdbrestore 来恢复。

2.是否需要恢复整个系统，还是只恢复数据？

如果 GP 仍在运行并仅需要恢复数据，使用 gp_restore 或 gpdbrestore 命令来恢复；如果丢失了整个集群或者需要从备份来重建整个集群，使用 gpinitsystem 命令。

3.是否恢复的系统与备份时的系统具有相同数量的 Instance？

如果相同，使用 gp_restore 或 gpdbrestore 命令来恢复； 如果是在不同集群间迁移，必须使用非并行恢复。

非并行恢复异构系统

通过master节点进行备份，确保segment的备份文件被拷贝到master节点目录下。
确保具备了全部的备份文件，包括 Master 和每一个 Segment 的文件，所有的文件具有相同的时间戳标识符。

1. 创建需要恢复的数据库
createdb testdw;
2. 装载 Master 备份文件以恢复数据库对象
psql -d testdw -f /data/backups/gp_dump_1_1_20131231001327;
3. 装载每个 Segment 的备份文件以恢复数据
psql –d testdw -f /data/backups/gp_dump_0_2_20131231001327;
psql –d testdw -f /data/backups/gp_dump_0_3_20131231001327;
4. 恢复 Table 相关的对象，比如索引、触发器、主键约束等
psql –d testdw -f /data/backups/ gp_dump_1_1_20131231001327_post_data;