PostgreSQL中删除的数据能否恢复

作者：沃趣科技首席数据库架构师 唐成

问题的提出

有人问PostgreSQL数据库中刚刚删除的数据能否被恢复？

或更进一步，如果如要在一个事务中做了一系列的更新、删除、插入的操作后，把这个事务提交之后又后悔了，能否恢复到之前的状态？

当然如果数据库有备份，可以直接从备份的数据中恢复，本文讨论的是没有备份的情况下能否恢复。 

理论分析

从PostgreSQL多版本实现的原理上，这是有可能的。因为PostgreSQL的多版本原理是旧数据并不删除： 

对于删除数据的操作，只是把行上的xmax改成当前的事务id

对于更新操作，只是把原先行上xmax改成当前的事务id，并插入一个新行，而新行上的xmin置为当前的事务id

事务的状态是记录在commit log中的，如果事务提交，只是把commit log中相应的事务状态改成“已提交状态（TRANSACTION_STATUS_COMMITTED ）”，如果事务回滚，则把commit log中的事务状态改成“事务回滚（TRANSACTION_STATUS_ABORTED ）”

所以从理论上说，只要把在commit log中刚提交事务状态从“TRANSACTION_STATUS_COMMITTED”改成“TRANSACTION_STATUS_ABORTED”，原先的事务就会做废，就能回到事务之前的状态。 

但这个恢复有一个前提就是旧版本的数据没有被vacuum垃圾回收进程清理掉，如果旧版本的数据已被vacuum垃圾回收进程给清理掉了，就不能恢复了。所以如果作了删除数据的操作后，马上把数据库停下来，这时autovacuum进程还没有把旧版本的数据给清理掉时，数据是可以恢复的。 

但仅仅是把commit log中的事务状态改一下，就能恢复数据吗？答案也是否定的，事情没有这么简单，原因是多版本的可见性判断不仅仅是由commit log中的事务状态的决定的，行上还有t_infomask状态位中的hint信息来决定。如果hint已表示该行上的事务已被提交，则不需要再到commit log中来查看事务的状态了。这个功能主要是为了提高性能，因为到clog中判断行的可见性，而clog中只有8个块是缓存在共享内存中的，如果判断每个行都去查找clog，效率太低了。具体这一部分的内容可以见我的另一篇blog: PostgreSQL中行的可见性判断中t_infomask字段的作用 

所以要想恢复数据，还需要把相应表文件中各行上的t_infomask状态中的hint标志位给清除掉之后，数据才能恢复回来。 

恢复的工具

因为整个恢复的过程比较复杂，为此我写了一个工具叫pg_fix，放在github上:https://github.com/osdba/pg_fix，供大家研究使用。 

首先使用这个工具可以查询某一个表的数据文件中各行的状态：


使用这个工具可以清理表的数据文件中的t_infomask中的hint信息，在清理hint状态之前，先查看行上的t_maskinfo状态： 


然后执行下面命令清除行上的hint状态： 


清除完后，我们再看行上的t_infomask状态： 


查询和改变事务的状态的方法如下： 

查询事务xid=11的状态的命令如下： 


修改事务xid=11的状态的命令如下： 


其中-s后的值表示要把事务改成什么状态，事务的状态值有四种，为0~3，意思如下： 

#define TRANSACTION_STATUS_IN_PROGRESS 0x00

#define TRANSACTION_STATUS_COMMITTED 0x01

#define TRANSACTION_STATUS_ABORTED 0x02

#define TRANSACTION_STATUS_SUB_COMMITTED 0x03

当然上面使用pg_fix工具直接修改表中数据和commit log中事务的状态都必须是数据库停下来的情况。 

另本文的目的主要是为了研究PostgreSQL的一些原理，所以以上这些操作通常不要拿到生产数据库上去试！！！