一次心惊肉跳的服务器误删文件的恢复过程

经历了两天不懈努力，终于恢复了一次误操作删除的生产服务器数据。对本次事故过程和解决办法记录在此，警醒自己，也提示别人莫犯此错。也希望遇到问题的朋友能找到一丝灵感解决问题。

事故背景

安排一个妹子在一台生产服务器上安装Oracle,妹子边研究边安装,感觉装的不对,准备卸载重新安装。从网上找到卸载方法，其中要执行一行命令删除Oracle的安装目录，命令如下：

rm -rf $ORACLE_BASE/*

如果ORACLE_BASE这个变量没有赋值，那命令就变成了

rm -rf /*

==||，妹子使用的可是root账户啊。就这样，把整个盘的文件全部删除了，包括应用Tomcat、MySQL数据库 and so on。

(mysql数据库不是在运行吗?linux能删除正在执行的文件?反正是彻底删除了，***还剩一个tomcat的log文件，估计是文件过大，一时没有删除成功)

看着妹子自责的眼神，又是因为这事是我安排她做的，也没有跟她讲清厉害关系，没有任何培训，责任只能一个人背了，况且怎么能让美女背负这个责任呢?

打电话到机房，将盘挂到另一台服务器上，ssh上去查看文件全部被清，这台服务器运行的可是一个客户的生产系统啊，已经运行大半年了，得尽快恢复啊。于是找来脱机备份的数据库，发现备份文件只有1kb，里面只有几行熟悉的mysqldump注释(难道是crontab执行的备份脚本有问题)，最接尽的备份也是2013年12月份的了，真是屋漏偏逢连夜雨啊。

想起来一位领导说过的案例：当一个生产系统挂掉以后，发现所有备份都有问题，刻录的光盘也有划痕，磁带机也坏了(一个业界前辈，估计以前还用光盘做备份了)，没想到今天真的应验到我的身上了，怎么办??

部门领导知道情况后，已经做了最坏的B计划:领导亲自带队和产品AA周日赶到客户所在的地市，星期一去领导层沟通;BB和CC去客户管理员那边想办法说服客户。

救命稻草–ext3grep

赶快到网上去查资料进行误删数据恢复，还真找到一款ext3grep能够恢复通过rm -rf删除的文件，我们磁盘也是ext3格式，且网上有不少的成功案例。于是燃起了一丝希望，赶快对盘umount，防止重新写入补删文件扇区。下载ext3grep，安装(编译安装过程艰辛暂且不表)。

先执行扫描文件名命令：

ext3grep /dev/vgdata/LogVol00 --dump-names

打印出了所有被删除文件及路径，心中狂喜，不用执行B计划了，文件都在呢。

这款软件不能按目录恢复文件，只能执行恢复全部命令：

ext3grep /dev/vgdata/LogVol00 --restore-all

结果当前盘空间不足，没办法只能恢复文件，尝试了几个文件，居然部分成功部分失败

ext3grep /dev/vgdata/LogVol00 --restore-file var/lib/mysql/aqsh/tb_b_attench.MYD

心里不禁一凉，难道是删除磁盘上被写过文件了?恢复机率不大了啊，能恢复几个算几个吧，说不定重要数据文件刚好在能恢复的MYD文件中。于是先将所有文件名重定向到一个文件文件中

ext3grep /dev/vgdata/LogVol00 --dump-names >/usr/allnames.txt

过滤出来所有mysql数据库的文件名存成,mysqltbname.txt

编写脚本恢复文件：

while read LINE
do
echo "begin to restore file " $LINE
ext3grep /dev/vgdata/LogVol00 --restore-file $LINE
if [ $? != 0 ]
then
echo "restore failed, exit"
# exit 1
fi
done < ./mysqltbname.txt

执行，大概运行了20分钟，恢复了40多个文件，但不够啊，我们将近100张表，每张表frm,myd,myi三个文件，怎么说也有300多个左右啊!!将找回来的文件附到现有数据库上，更要文件权限为777后，重启mysql，也算是找回一部分数据了，但客户重要的考勤签到数据、手机端上报数据(据说客户按这些数据做员工绩效的)还没找回来啊。

咋办?中间又试了另一款工具extundelete，跟ext3grep语法基本一致，原理应该也一样了，但是据说能按目录恢复，好吧试一试。

extundelete /dev/vgdata/LogVol00 --restore-directory var/lib/mysql/aqsh

果然不出所料，恢复不出来!!!!!!!!那些文件已被破坏了。跟领导汇报，执行B计划吧。。。无奈之下下班回家(周末了，回去休息一下，想想办法吧)

灵机一动：binlog

第二天早晨一早就醒了(心里有事啊)，背上电脑，去公司(这个周末算是报销了，不挨批，通报，罚款，开除就不错了，还过什么周末啊)。

依旧运行ext3grep，extundelete，也就那几招啊，把系统架到测试服务器上，看看数据能不能想办法补一补吧。在测试服务器上进行mysqldump，恢复文件，覆盖恢复回来的文件，给文件加权限，重启mysql。

wait,wait，不是有binlog吗?我们服务都要求开启binlog，说不定能通过binlog里恢复数据呢?

于是从dump出来的文件名里找到binlog的文件，一共三个，mysql-binlog0001,mysql-bin.000009,mysql-bin.000010，恢复一下0001

ext3grep /dev/vgdata/LogVol00 –restore-file var/lib/mysql/mysql-bin.000001

居然失败了……

再看另两个文件，mysql-bin.000010大概几百MB，应该靠谱一点，执行还原命令，居然成功了!

赶快scp到测试服务器。执行binlog还原。

mysqlbinlog /usr/mysql-bin.000010 | mysql -uroot -p

输入密码，卡住了(好现象)，经过漫长的等待，终于结束了。打开应用，哦，感谢cctv,mtv，数据回来了!

后记

经过此次事故，虽然数据很幸运能找回来了，但是过程却是惊心动迫。也为自己的错误所带来的后果，给同事和领导带来的连带责任而后怕。也希望谨记此次事故，以后不再犯同样的错误。事故反思如下：

1.本次安排MM进行服务器维护时没有提前对她进行说明厉害情况，自己也未重视，管理混乱，流程混乱。一个在线的生产系统，任何一个改动一定要先谋而后动。

2.自动备份出现问题，没有任何人检查。脱机备份人员每次从服务器上下载1k的文件却从未重视。需要明确大家在工作岗位上的责任。

3.事故发生后，没有及时发现，造成部分数据写入磁盘，造成不可恢复问题。需要编写应用监控程序，服务一旦有异常，短信告警相关责任人。

根据评论提醒,再加一条:

4.不能使用root用户来操作。应该在服务器上开设不同权限级别的用户。

通过本次事故，几位跟这个项目和事故没有任何关系的同事，主动前来帮忙，查资料，帮测试，有一位同事还帮忙到晚上1点多钟进行数据恢复测试。同时产品经理在想到面向客户的巨大压力的情况下，没有慌乱而责怪开发人员和具体操作人，而让大家能静下心来想解决方案。部门领导也积极主动的帮忙想办法，陪我们加班测试，实时跟踪事情进程。

通过大家的共同努力，终于事情相对圆满结束，接下来，周一上午进行集体反思，总结经验教训，这类事故一定尽量大努力进行避免。

本文所用到的工具链接：

1.ext3grep:https://code.google.com/p/ext3grep/

编译安装依赖包比较多，可以到网上搜索如何安装。可惜的是作者给出的howto被墙了，我FQ将how to 的pdf文档下载下来了，读完后你将会对linux的文件系统有进一步的认识。下载howto。

这个工具有一个bug，出错后不会向下执行ext3grep: init_directories.cc:534: void init_directories(): Assertion `lost_plus_found_directory_iter != all_directories.end()’ failed.，从而造成恢复失败，作者放出了一个补丁，下载地址：补丁下载。不明白为什么作者新版没有把这个补丁加进去。

2.extundelete：http://extundelete.sourceforge.net/

功能跟ext3grep差不多，原理应该也差不多。只是号称可以还原目录，我这里没有试验成功。