Собеседование администратора PostgreSQL: вопросы, ответы и практический кейс — рабочий материал

Рабочий материал для самостоятельного использования. Скопируй текст в свой документ и адаптируй под свою задачу. Данные не отправляются.

Полное условие: таблица удалена в 10:14:20

Все времена относятся к одному учебному дню и UTC. Физическая базовая копия B1 началась в 00:40 и завершилась в 01:00. Для упражнения отдельно задано: она включает необходимый для собственной согласованности WAL, но её фактическое восстановление ещё не проверяли. После неё каталог заявляет непрерывный архив с 01:00 до 10:10. Файлы после 10:10 не подтверждены.

Ошибочная транзакция DROP зафиксирована в 10:14:20. Желаемая точка перед ней — 10:14:19. Нужно оценить обещание восстановить данные к этому времени. Требования бизнеса: RPO не больше 5 минут и RTO 30 минут; для упражнения RPO отсчитываем от момента ошибки, а RTO — от объявления восстановления в 10:20 до возобновления согласованного полезного обслуживания.

Доступна изолированная площадка. Владелец данных ещё не подтвердил допустимый состав потерь. Новые записи в действующем сервисе после ошибки возможны; их нельзя молча потерять при переключении. Наличие каталога не равняется проверенным файлам, ключам шифрования или успешному replay.

Задача: назвать достижимое по имеющимся свидетельствам, подготовить порядок проверки и объяснить, при каких условиях допустимо переключение. Не требуется выполнять восстановление на рабочей базе или выдумывать отсутствующий WAL.

Сначала проверь границы копии и цепочки

Уточни идентичность кластера, версию, начало и конец backup, необходимые WAL, timeline и историю переключений, расположение архива и доступность ключей. Время окончания копии не является универсальной начальной точкой нужного WAL: архив должен покрывать требования именно этой базовой копии. В упражнении внутренний необходимый WAL задан отдельно, чтобы не скрывать этот вопрос.

По документации PostgreSQL о continuous archiving, для восстановления нужен подходящий непрерывный набор. Каталог по часам — удобное описание упражнения, но не подмена реальных WAL-сегментов, LSN и timeline. Не вычисляй пригодность настоящей цепочки только из дат файлов.

До 10:14:19 подтверждения нет. Поэтому обещание именно этой точки сейчас недоказано. Можно проверить более ранний кандидат около 10:10, если заявленная цепочка действительно полна и пригодна. Нельзя перескочить через разрыв и продолжить replay только потому, что в архиве есть более поздний файл.

Реплика кандидата:

Сначала сохраню исходный кластер и подтверждения инцидента, определю доступную цепочку и проведу восстановление отдельно. Каталог пока позволяет исследовать кандидат до 10:10, но не обещать 10:14:19. Доступность файлов и успешное воспроизведение будут отдельными свидетельствами.

Как посчитать потерю и срок

Если фактический restore подтвердит пригодное состояние на 10:10, от ошибки в 10:14:20 его отделяет 4 минуты 20 секунд, то есть 260 секунд. Это меньше 300 секунд по заданному RPO. До желаемой точки 10:14:19 остаётся 259 секунд, но с ней нельзя подменить выбранное определение RPO.

Одна арифметика не доказывает выполнение требования: состояние 10:10 ещё не восстановлено и не принято владельцем. Если пригодная точка окажется 10:08, от ошибки до неё 6 минут 20 секунд — 380 секунд, требование RPO не выполнено. Это честный результат проверки, а не повод округлить до «примерно пяти минут».

При старте восстановления в 10:20 край заданного RTO — 10:50. В учебном успешном сценарии копирование и replay заканчиваются в 10:38, проверки — в 10:46, согласованное обслуживание возвращается в 10:49. Итог 29 минут, внутри требования. Если проверки закончились в 10:46, но пользователи вернулись в 10:53, итог 33 минуты и RTO не выполнен. Просто запустить postgres к 10:38 недостаточно.

Таблица приложения считает эти сценарии отдельно. Все длительности вымышлены; из неё нельзя вывести обещание восстановить базу любого размера за 29 минут.

Протокол изолированного восстановления

Сохрани исходный сервер и архив в соответствии с инцидентным регламентом. Зафиксируй подтверждённый момент ошибочной фиксации, источник времени и желаемую границу. Ограничение новых записей и остановка сервиса требуют согласованного решения: сначала выясни полномочия и допустимое влияние.

Восстанови на отдельной площадке по проверенному регламенту своей версии. Ограничь доступ и внешние действия приложения, чтобы тестовая копия не отправляла реальные уведомления и не создавала повторные операции. Проверь наличие копии, требуемой цепочки и ключей, затем фактическую достижимую точку. Настройки target и включения граничной транзакции выбираются осознанно; часовая строка без часового пояса недостаточна.

После replay нужны проверки структуры, ожидаемых записей, согласованных сумм или контрольных наборов, ролей и прав. Владелец данных должен подтвердить полезность выбранного состояния. Простое наличие таблицы не доказывает, что все зависимые объекты и бизнес-операции согласованы.

Затем реши судьбу новых данных после аварии. Возможны дальнейшая работа исходного сервиса, ручные изменения и внешние действия. Нельзя заменить его ранней копией, не оценив эти записи и конфликтующие состояния. Кластерный PITR и выборочное возвращение объекта через отдельную копию — разные стратегии, их выбирают под задачу.

Только после принятия состояния согласуй переключение, проверку клиентов, запрет повторного появления старого писателя и способ остановить неудачный переход. Сохранённая исходная копия и журнал решений нужны для дальнейшего разбора. В приложении есть полный acceptance checklist, который заканчивается бизнес-проверкой и обслуживанием, а не сообщением о старте процесса.

Управляемые сервисы не меняют смысл задачи

Amazon RDS описывает point-in-time restore в новый экземпляр. Azure PostgreSQL Flexible Server имеет собственные возможности и ограничения восстановления. Их сроки хранения и действия консоли нельзя переносить на самоуправляемый PostgreSQL без проверки конфигурации.

EDB Barman помогает управлять backup и WAL в своём устройстве, а обзор Crunchy Data различает подходы к копиям. Название инструмента не доказывает, что конкретная копия восстановима. На интервью спроси, когда последний раз проводили полную проверку и каков был её критерий.

Как проверить свой ответ

В комплекте находятся учебный каталог, сценарии времени, заполненный протокол и копируемая версия. python3 verify.py проверяет непрерывность упрощённых интервалов, отказ обещать неподтверждённую точку и расчёты 260/380 секунд и 29/33 минут. python3 negative_control.py портит ожидание в отдельной копии; испорченная проверка должна завершиться ненулевым кодом без успешного result.json. Это не тест PostgreSQL, WAL-сегментов или самого PITR.

Заверши ответ точным статусом: что уже известно, что пока кандидат, какое свидетельство нужно следующим и кто принимает потерю данных. Если нет доступа к архиву или площадке, так и скажи. Профессиональная пригодность проявляется в проверяемом решении, включая обоснованный отказ обещать недоказанный срок.