【大话IT】由炉石传说数据库事故说起！你的数据如何备份？(获奖名单已公布)

action08

吹牛的本事都有，关键游戏跟互联网属于不同的业务，有些技术还是有些差异的。


简单说，互联网备份容易，游戏备份麻烦些，毕竟涉及一个实时性的问题，游戏大神设计师又未必考虑到这块死角

l495051275

冰冻三尺非一日之寒！

forgaoqiang

终于出了个大新闻 多重安全机制下都没有保住数据

wlmqgzm

简单的说，就是备份的东西，自己没有做过恢复测试，类似的事情多了，
各种原因都有，
共同的特点就是：只做了备份，但是从来没有试过恢复，不重视运维造成的后果。

另外就是在备份的机制上没有做远程异地备份。

michael1983

    其实话说回来，我真心不太关注它这次问题的原因，作为一个资深的IT运维人员，我更关注的是它事件本身后面隐藏的本质。
    首先，每一个人都不得不接受一个现实就是，世界上没有不出问题的系统，所以我们制定了各种各样的措施来去降低出问题的几率，如更换更好的机器、使用Raid做硬盘保护、应用层面采用集群架构等等；同时，我们也会制定各种各样的流程制度办法来提高解决问题的时效，如数据库HA、存储级快照、自动化重启应用的脚本等等。这世界上的IT系统，无非如此，今天不出问题，不代表明天不出问题，并不是系统本身不行了，而且业务的发展超过了系统本身的承载力，不合时宜了。
    所以，明白这个现实之后，就会明白我们对系统本身所做的一系列优化措施是干什么用的，比如说备份，就是为了当数据意外丢失时，用来保命的手段，这是底线。就炉石传说而言，有主库，有备库，主库故障时，理论上备库应该起到作用的，为什么没起到作用？无非两点，要么备库也坏了，要么备库的数据太旧了。按照实际来说，我更相信是前者，即备库也坏了。一般来说，主备库为了保持数据一致性，是会保持数据同步的（即便不是实时，也会是准实时），那么一旦主库被人为破坏，那么被破坏的数据也会实时同步到备库，则备库也会损坏，从而导致主备均不可用，这就是备库也不可用的原因。这样的架构再配上频次较高的离线备份，就可以比较好的避免此类情况发生，而实际来看，暴雪是没有这样的措施的。
    所以出了问题不可怕，可怕是本可以快速恢复故障的手段也失效了，这才是我们要重视和下大力气改进的，本地高可用架构，应用集群化访问、离线高频次备份（异地），这样才能真正避免数据丢失的可怕情况，希望网易可以认真吸取此次教训，不要让玩家们再次失望。