第 8 章 · 故障恢复

崩了之后怎么救回数据：核心是日志——先写日志、后写数据（WAL），再靠 undo/redo 双向修复。

8.1 三类故障

故障	影响范围	数据是否损坏	恢复手段
事务故障	单个事务（逻辑错/死锁被回滚）	否，内存/未提交	undo 回滚
系统故障	整个系统（掉电/崩溃）	内存丢失，磁盘数据在	redo + undo
介质故障	磁盘损坏	是，数据真没了	备份 + redo 日志重放

关键：前两类磁盘数据没丢，只需「已提交的重做、未提交的撤销」；介质故障得靠备份副本 + 日志。

8.2 日志：redo 与 undo

• redo 日志：记「改成了什么」（新值），用于重放已提交但未落盘的修改，保持久性。
• undo 日志：记「原来是什么」（旧值），用于回滚未提交的修改，保原子性。

事务 T：A = A - 100
redo 日志：<T, A, 新值>    → 崩溃后重做，把 A 写成新值
undo 日志：<T, A, 旧值>    → 回滚时撤销，把 A 写回旧值

对比：redo vs undo——redo 面向已提交，向前推到提交后状态，解决持久性；undo 面向未提交，向后拉回事务前状态，解决原子性。一次系统故障恢复 = 先 redo 已提交，再 undo 未提交。

8.3 WAL：先写日志再写数据

WAL（预写式日志） 是恢复正确性的根基，规则一条：

任何数据页落盘之前，它对应的日志必须先落盘（先写日志，后写数据）

若数据页落盘后、日志还没写就崩溃，已提交修改无法重做，持久性被破坏。WAL 保证日志先于数据，崩溃后总能从日志重建正确状态；且把随机写（数据页）转成顺序追加写（日志），反而更快。

8.4 检查点（Checkpoint）

恢复若每次从头扫日志代价不可接受。检查点定期做三件事：

1. 把缓冲池脏页刷盘；
2. 日志写一条 <CHECKPOINT> 记录（含当时活跃事务清单）；
3. 恢复只需从最近检查点开始。

时间轴： ... 检查点C1 ... 检查点C2 ... ─崩溃─▶ 恢复
恢复只需处理 C2 之后的事务，C2 之前已落盘

检查点越频繁恢复越快，但正常运行刷盘开销越大。

8.5 恢复策略总览

• 事务故障：undo 日志，把该事务改过的值逐个写回旧值（逆序）。
• 系统故障：① redo——从最近检查点起重放已提交事务的日志；② undo——未提交事务逆序撤销。
• 介质故障：装载最近完整备份（冷备/热备），再用 redo 日志重放备份后的已提交修改，补到崩溃点。

对比：三种故障恢复——事务故障最轻，仅内存层 undo；系统故障磁盘完好，用 redo + undo 拉到一致，扫最近检查点后日志；介质故障最重，须备份 + 重放日志，备份间隔决定数据丢失窗口（RPO）。共同点：都靠日志——日志是恢复的唯一真相来源。