生产环境使用数据库最怕的就是数据丢失了，下面针对各种数据丢失场景展开。
场景一：人为操作引起，包括：故意的删库跑路、手抖误操作。
应对方法：
- 有备无患，建立备份恢复体系，包括：每天自动备份、备份文件存到另外一台机器、备份文件无法删除（dba无备份文件删除权限）、从备份文件和binlog恢复数据。所以不要用云服务器自建数据库，而是直接使用云数据库，云数据库已经把这些都做好了，没必要去把别人踩过的坑再踩一遍。
- 做好监控，第一时间发现事故。可以是业务程序读写数据库异常时报警，也可以专门写监控程序监控全部表是否可读。
- 日常容灾演练，事故发生后不至于手忙脚乱。包括：数据恢复操作文档化、流程化，每个月或每个季度，在腾讯云测试环境练习一次。本文末尾附上腾讯云数据恢复操作方法。
- 做好权限管理，按最小化原则，只分配够用的最少权限，严控有删库权限的人数，减少事故发生。
- 生产环境操作之前，需要先对SQL评审和测试，减少事故发生。为了恢复数据时好恢复，表结构不要使用外键约束、日常最好不要跨表操作。
- 生产环境操作，需要在业务低谷时段操作。如果误操作需要恢复，对用户影响最小。
- 建立事故惩罚制度，惩罚力度与影响的数据量、故障时长相关。有惩罚，生产环境操作才会小心谨慎。
场景二：硬盘故障，而且坏的很彻底，硬盘数据完全读不出来了（binlog损毁，无法恢复全部数据）
应对方法：
- 搭建主从，全部数据存2份，2个硬盘同时故障的概率相比1个硬盘下降了几个数量级。所以还是建议：不要用云服务器自建数据库，而是直接使用云数据库高可用版。高可用版每台主实例包含主备双机，全部数据存2份，可靠性比单机高不少。
- 如果全部数据存2份还不放心，可以存第3份，比如：给高可用主实例添加只读实例、不买高可用版直接买金融版（一主两备3台机器）。
场景三：地震，多个硬盘同时故障（小概率事件真的发生了）
应对方法：
- 事先给主实例添加异地灾备，全部数据在另一个城市也存一份。有异地灾备后，达到金融级的“两地三中心”。如果是金融类、电商类业务，这是必需的。
- 省钱小窍门：如果只是为了备份，灾备实例可以选最低配置，等到容灾切换时再升级配置。
场景四：我们在编程时是不能假设要调用的接口工作完全正常，要考虑接口工作不正常时怎么处理。同样的，我们不能假设腾讯云可靠性达到100%，需要考虑腾讯云出故障了、腾讯云dba删库跑路、或者某个潜藏的bug未来某个时段爬起来删库。比如：现在（2020-04-18），腾讯云就有安全漏洞，web用户可以通过销毁/退货 立即下线将主实例、相关的只读实例、灾备实例、自动冷备文件全部删掉（删1个冷备文件是无法操作的，删全部数据却可以操作），而且整个过程不会发出短信或邮件通知，如果web帐号泄露或者dba恶意报复公司，就可以通过销毁/退货 立即下线删库跑路。（这个漏洞，腾讯云应该改为：允许web用户自助销毁，但在销毁时发短信或邮件通知，而且回收站数据库立即下线不可以自助操作）
应对方法：
- 可以每天手动将腾讯云备份文件下载，或者开通数据库外网访问，数据自动备份到其他云厂商，当然这么做有个前提：新的存储空间是安全的，数据不会泄露，不会被黑客或者内鬼拿走。特别说明下，每日自动备份文件和实时完整数据平均差0.5天。
附录：数据恢复操作流程
1 操作之前，告知业务团队，避免他们浪费人力排查问题
2 收回业务程序帐号的数据库写权限（从可读可写降级为只读）
3 腾讯云恢复数据（也叫回档、回滚）
3.1 点击云数据库“备份恢复”面板的“回档”按钮
3.2 回档方式建议选择快速（普通方式比较慢，极速方式不支持整库恢复）
3.3 选择要恢复的库或者表：如果只需要恢复部分表，就不要勾选整个库，恢复会快很多
3.4 选择要恢复到过去哪个时间
3.5 验证恢复出来的数据是否正确、完整，补上恢复时间点之后业务程序正常的数据写入，这部分写入不应该被取消撤回（目前腾讯云不支持）
3.6 将恢复出来的库表上线（目前腾讯云不支持）
4 恢复业务程序帐号的数据库写权限
5 告知业务团队生产环境数据库已恢复正常
下面用2个案例说明第3步如何在腾讯云上恢复数据：
案例一：误删user表中的一行或一列
假设删除发生在09点00分00.5秒，00秒到00.5秒业务程序有3条正常写入sql，那么应该查看最近写入成功日志将回档时间定在00秒，并在恢复出来的库表运行那3条正常写入
对腾讯云的建议1：
选择时间点会碰到一个问题，很多时候是不清楚需要撤回操作发生的准确时间点（比如：误操作后没有马上意识到误操作了，或者误操作者和恢复者不是同一人），如果时间点选择在事故时间点之后，那么恢复出来的数据还是错的，如果时间点选择在事故时间点之前，但是离的稍微远了些，那么后面补正常的数据改动工作会比较大。
所以建议：在选择时间点之前，提供查询该库表最后1000条运行成功的写sql，根据这个日志可以选事故时间点之前挨的最近的时间。
对腾讯云的建议2：希望有数据对比功能，比较恢复前和恢复后的数据差异。数据迁移那已有数据对比功能。
对腾讯云的建议3：数据对比出差异后希望有差异合入新库表功能，可以是在成功写入日志中选择恢复时间点之后业务程序正常写入sql到新库表批量执行。当然更好的交互方式是：放弃让用户选择回滚到哪个时间点，而是改为从成功写入日志中选择哪几条sql需要取消撤回（选中的sql在恢复回放时会被过滤忽略掉，未选中的按顺序全部执行），这种交互方式最后就不需要再做差异数据合入的。即：从版本回滚变为命令撤回，在云数据库世界，用户误删不再是通过操作系统命令对文件做删除，而是通过sql删除，背后都有1条待撤回的sql。
对腾讯云的建议4：将恢复出来的库表上线，需要进行名字互换，希望支持一键名字互换功能。线上运维需要提高自动化程度，减少手工操作，因为手工操作越多，误操作也越多。
案例二：误删整个库或者整张表
对腾讯云的建议5：如果是整库或整张表被误删，这时在选择库表时无法操作，需要换个工具先建空库或空表，操作被打断、不流畅，而且不熟悉的用户可能不知道要这么操作。建议：库表列表不是展示当下存在的库表，而是展示冷备文件里有记录的库表。如果库表当前不存在也可以恢复，那么恢复新建的库表名可以直接填原始名（不带_bak），这样第3.6步为了上线新库表的名字互换操作也可以省去。
腾讯云恢复功能给我的感觉是：提供了一个通用、简单、易操作的交互方案，但是设想的使用场景不够真实，真实场景是业务任何时候都有用户访问，不是每次线上操作都可以先业务停写，不是每次事故都是按计划制造出来的、都知道事故发生的准确时间，也不是业务正常写入和误操作泾渭分明、简单回滚到误操作前一个时间点就完事了。
