clickhouse的数据备份和恢复功能在大数据运维中是非常常用的功能，目前也有很多比较优秀的开源方案可供选择，比如clickhouse-backup， 以及clickhouse自带的clickhouse-copier。
本文介绍使用clickhouse自带的BACKUP和RESTORE命令进行备份和恢复。
我认为，一个比较好的备份恢复工具，至少需要满足以下几个功能：

• 可以批量选择表
• 可以增量备份
• 可以比较方便地对数据进行恢复
• 支持集群操作
• 可以选择多个备份目的地，如Local、S3、HDFS等
• 为了方便恢复，元数据也需要一起备份

基本语法

BACKUP|RESTORETABLE [db.]table_name [AS [db.]table_name_in_backup][PARTITION[S] partition_expr [,...]] |DICTIONARY [db.]dictionary_name [AS [db.]name_in_backup] |DATABASE database_name [AS database_name_in_backup][EXCEPT TABLES ...] |TEMPORARY TABLE table_name [AS table_name_in_backup] |VIEW view_name [AS view_name_in_backup]ALL TEMPORARY TABLES [EXCEPT ...] |ALL DATABASES [EXCEPT ...] } [,...][ON CLUSTER 'cluster_name']TO|FROM File('<path>/<filename>') | Disk('<disk_name>', '<path>/') | S3('<S3 endpoint>/<path>', '<Access key ID>', '<Secret access key>')[SETTINGS base_backup = File('<path>/<filename>') | Disk(...) | S3('<S3 endpoint>/<path>', '<Access key ID>', '<Secret access key>')]

从该语法中，我们大致能读到以下信息：

• 可以指定某一张表的某个partition进行备份
• 可以指定某个数据库进行备份，且可以剔除该数据库中的某些表不进行备份
• 可以备份临时表，视图
• 可以全量备份所有表，所有数据库（支持黑名单排除）
• 支持在集群上做备份
• 支持备份到File、Disk和S3
• 支持压缩备份
• 支持增量备份

接下来我们以实战的方式，演示一下该命令的一些操作。

备份到文件

准备工作

配置准备

首先，我们需要在配置文件中加入以下内容：

<clickhouse><backups><allowed_path>/data01/backup</allowed_path></backups></clickhouse>

代表允许备份，且备份目录为/data01/backup。

数据准备

我当前集群信息如下：

该集群有3个节点 ，其中ck93和ck94组成一个分片，ck96单独一个分片。
我们在集群上创建一张表，并导入一些数据：

CREATE TABLE t1 ON CLUSTER abc(`id` Int64,`timestamp` DateTime,`value` Float32)ENGINE = ReplicatedMergeTreePARTITION BY toYYYYMMDD(timestamp)ORDER BY (id, timestamp)

并向该表写入了1亿条数据：

数据分布如下：

--shard1ck94 :) select count() from t1;SELECT count()FROM t1Query id: a9b4610b-daa9-48b3-806b-3136657d2d9e┌──count()─┐│ 50000000 │└──────────┘1 row in set. Elapsed: 0.002 sec. --shard2ck96 :) select count() from t1;SELECT count()FROM t1Query id: f655d9ce-0176-4220-8e35-69d2261fc60d┌──count()─┐│ 50000000 │└──────────┘1 row in set. Elapsed: 0.003 sec.

备份

分别在shard1和shard2上执行backup命令如下：

--shard1ck94 :) backup table default.t1 to File('20230528');BACKUP TABLE default.t1 TO File('20230528')Query id: c1214b1c-dc84-48f4-9d01-c9adebf21bf3┌─id───────────────────────────────────┬─status─────────┐│ 1d30a0c9-4094-43b7-b2b6-9645e79d7fc1 │ BACKUP_CREATED │└──────────────────────────────────────┴────────────────┘1 row in set. Elapsed: 0.050 sec. --shard2ck96 :) backup table default.t1 to File('20230528');BACKUP TABLE default.t1 TO File('20230528')Query id: 40df720f-8c2c-47c1-97d1-035186becac2┌─id───────────────────────────────────┬─status─────────┐│ 30c9a090-f6a5-4055-a157-5747b1d0772c │ BACKUP_CREATED │└──────────────────────────────────────┴────────────────┘1 row in set. Elapsed: 0.049 sec.

执行完成后，在ck94的/data01/backup目录下，有如下数据生成：

[root@ck94 backup]# tree20230528/├── data│ └── default│ └── t1│ ├── 20230416_0_20_4│ │ ├── checksums.txt│ │ ├── columns.txt│ │ ├── count.txt│ │ ├── default_compression_codec.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── minmax_timestamp.idx│ │ ├── partition.dat│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230416_21_51_6│ │ ├── checksums.txt│ │ ├── count.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230416_52_52_0│ │ ├── checksums.txt│ │ ├── count.txt│ │ ├── data.bin│ │ ├── data.mrk3│ │ ├── minmax_timestamp.idx│ │ └── primary.idx│ ├── 20230416_53_53_0│ │ ├── checksums.txt│ │ ├── count.txt│ │ ├── data.bin│ │ ├── data.mrk3│ │ └── primary.idx│ ├── 20230423_0_5_1│ │ ├── checksums.txt│ │ ├── count.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── minmax_timestamp.idx│ │ ├── partition.dat│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230423_12_12_0│ │ ├── checksums.txt│ │ ├── count.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230423_13_13_0│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230423_14_14_0│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── minmax_timestamp.idx│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230423_15_15_0│ │ ├── checksums.txt│ │ ├── count.txt│ │ ├── data.bin│ │ ├── data.mrk3│ │ └── primary.idx│ ├── 20230423_16_16_0│ │ ├── checksums.txt│ │ ├── count.txt│ │ ├── data.bin│ │ ├── data.mrk3│ │ ├── minmax_timestamp.idx│ │ └── primary.idx│ ├── 20230423_6_11_1│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230424_0_5_1│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── minmax_timestamp.idx│ │ ├── partition.dat│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230424_12_12_0│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230424_13_13_0│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230424_14_14_0│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230424_15_15_0│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ ├── 20230424_16_16_0│ │ ├── checksums.txt│ │ ├── id.bin│ │ ├── id.mrk2│ │ ├── primary.idx│ │ ├── timestamp.bin│ │ ├── timestamp.mrk2│ │ ├── value.bin│ │ └── value.mrk2│ └── 20230424_6_11_1│ ├── checksums.txt│ ├── id.bin│ ├── id.mrk2│ ├── primary.idx│ ├── timestamp.bin│ ├── timestamp.mrk2│ ├── value.bin│ └── value.mrk2└── metadata└── default└── t1.sql

ck98目录同样也是如此，这里就不贴出来了。
从以上目录结构，可以看出，备份的文件分为data和metadata两个子目录、data用来存储数据，metadata用来存储表结构，并且内部根据数据库、表、partition做了层级区分。

看一下ck96上备份目录大小：

[root@ck94 backup]# du -sh 20230528/108M 20230528/ [root@ck96 backup]# du -sh 20230528/112M 20230528/

可见备份的数据也是压缩后的数据。（压缩前有1.49G）
接下来，我们试试直接在集群层面进行备份：

ck94 :) backup table default.t1 on cluster abc to File('abc_20230528');BACKUP TABLE default.t1 ON CLUSTER abc TO File('abc_20230528')Query id: e0763743-a6bc-430a-a28b-c493c7fd64780 rows in set. Elapsed: 0.188 sec. Received exception from server (version 23.3.1):Code: 655. DB::Exception: Received from localhost:19000. DB::Exception: Got error from 192%2E168%2E101%2E93:19000. DB::Exception: Lock file .lock suddenly disappeared while writing backup File('abc_20230528'). (FAILED_TO_SYNC_BACKUP_OR_RESTORE)

它报了一个错，这个错误在github上有人提了issue：https://github.com/ClickHouse/ClickHouse/issues/41313，大意就是，在集群备份时，选取的备份的目录不能是各个节点自己的目录，需要一个远程共享目录（这一点对于to Disk是同样适用的）。这里我就没有尝试了，下次有暇可以测试一下使用NFS目录在集群层面进行备份。

由以上信息，可以得出以下结论：

• 备份速度非常快，1亿条数据基本不到1秒就能完成
• 备份的同时，元数据也进行了备份，因此可以快速恢复
• 备份是同比压缩备份的，不会出现数据膨胀
• 无法进行集群级别备份（除非设置为远程共享目录）

恢复

恢复主要使用RESTORE命令。
当原始表有数据时，直接恢复是会报错的：

ck94 :) RESTORE TABLE default.t1 FROM File('20230528');RESTORE TABLE default.t1 FROM File('20230528')Query id: e5d3eea4-5a58-4283-b9ce-d2fa9fa5fa1c0 rows in set. Elapsed: 0.009 sec. Received exception from server (version 23.3.1):Code: 608. DB::Exception: Received from localhost:19000. DB::Exception: Cannot restore the table default.t1 because it already contains some data. You can set structure_only=true or allow_non_empty_tables=true to overcome that in the way you want: While restoring data of table default.t1. (CANNOT_RESTORE_TABLE)

原因是原表已经有数据了。解决方案有3个：

方案1：备份到另一张表

具体操作如下：

ck94 :) RESTORE TABLE default.t1 AS default.t2 FROM File('20230528');RESTORE TABLE default.t1 AS default.t2 FROM File('20230528')Query id: e39dc666-3a00-4556-b8df-69e0e8d7fb630 rows in set. Elapsed: 0.017 sec. Received exception from server (version 23.3.1):Code: 253. DB::Exception: Received from localhost:19000. DB::Exception: Replica /clickhouse/tables/abc/default/t1/1/replicas/192.168.101.94 already exists: While creating table default.t2. (REPLICA_ALREADY_EXISTS)

上述操作报了一个错，该报错的原因是我们在创建t2表时，zk路径已经存在了。

这是由于我们设置的zk默认路径如下：

<default_replica_name>{replica}</default_replica_name><default_replica_path>/clickhouse/tables/{cluster}/{database}/{table}/{shard}</default_replica_path>

而我们创建t1表时，指定的engine为ReplicatedMergeTree，没有带任何参数，默认使用的就是这个地址，因此我们创建t2表时，zoopath冲突，导致不能恢复成功。
我们尝试手动建表来恢复，仍然不能成功，原因是我们备份的元数据中，t1表的zoopath已经与t2表不一致了，无法恢复。

ck94 :) create table t2 on cluster abc AS t1 ENGINE=ReplicatedMergeTree() PARTITION BY toYYYYMMDD(timestamp) ORDER BY (id, timestamp);CREATE TABLE t2 ON CLUSTER abc AS t1ENGINE = ReplicatedMergeTreePARTITION BY toYYYYMMDD(timestamp)ORDER BY (id, timestamp)Query id: 61d6f3eb-5c58-4e88-a5aa-63712d538d8c┌─host───────────┬──port─┬─status─┬─error─┬─num_hosts_remaining─┬─num_hosts_active─┐│ x.x.x.x │ 19000 │ 0 │ │ 2 │ 0 ││ x.x.x.x │ 19000 │ 0 │ │ 1 │ 0 ││ x.x.x.x │ 19000 │ 0 │ │ 0 │ 0 │└────────────────┴───────┴────────┴───────┴─────────────────────┴──────────────────┘3 rows in set. Elapsed: 0.115 sec. ck94 :) RESTORE TABLE default.t1 AS default.t2 FROM File('20230528');RESTORE TABLE default.t1 AS default.t2 FROM File('20230528')Query id: fa2086ec-3a65-436e-b871-eb7cf960c11e0 rows in set. Elapsed: 0.007 sec. Received exception from server (version 23.3.1):Code: 608. DB::Exception: Received from localhost:19000. DB::Exception: The table has a different definition: CREATE TABLE default.t2 (`id` Int64, `timestamp` DateTime, `value` Float32) ENGINE = ReplicatedMergeTree('/clickhouse/tables/{cluster}/default/t2/{shard}', '{replica}') PARTITION BY toYYYYMMDD(timestamp) ORDER BY (id, timestamp) SETTINGS index_granularity = 8192 comparing to its definition in the backup: CREATE TABLE default.t2 (`id` Int64, `timestamp` DateTime, `value` Float32) ENGINE = ReplicatedMergeTree('/clickhouse/tables/{cluster}/default/t1/{shard}', '{replica}') PARTITION BY toYYYYMMDD(timestamp) ORDER BY (id, timestamp) SETTINGS index_granularity = 8192: While checking table default.t2. (CANNOT_RESTORE_TABLE)

因此，这个方案无解，除非我们修改掉zoopath的规则。

方案2：设置允许非空表备份

ck94 :) RESTORE TABLE default.t1 FROM File('20230528') SETTINGS allow_non_empty_tables=true;RESTORE TABLE default.t1 FROM File('20230528') SETTINGS allow_non_empty_tables = 1Query id: 8bc125ef-5a48-4595-9b1a-977b62e98f4e┌─id───────────────────────────────────┬─status───┐│ 7f2662a8-8bab-4b4b-bdc3-24a3df5231f9 │ RESTORED │└──────────────────────────────────────┴──────────┘1 row in set. Elapsed: 0.114 sec.

这种方案是可行的，但是，我们查询一下恢复后的数据：

ck94 :) select count() from t1;SELECT count()FROM t1Query id: 7510842d-7278-4bf7-9539-4c5c34b38043┌───count()─┐│ 100000000 │└───────────┘1 row in set. Elapsed: 0.002 sec. ck94 :)

它在原有的数据基础上翻了个倍。等于说数据冗余了一倍，如果设置的不是去重的引擎，那么这些数据将一直存在，将会大大影响磁盘占用和查询效率。
因此，这种手段只适用于原表已经不存在，或者原表数据清空的情况下做恢复。

方案3： 设置仅恢复structure

ck94 :) RESTORE TABLE default.t1 FROM File('20230528') SETTINGS structure_only=true;RESTORE TABLE default.t1 FROM File('20230528') SETTINGS structure_only = 1Query id: 77ce87fd-2eb3-47df-8a96-3423c248a54d┌─id───────────────────────────────────┬─status───┐│ a0d63803-4b32-49be-983f-6d71d8c7451f │ RESTORED │└──────────────────────────────────────┴──────────┘1 row in set. Elapsed: 0.004 sec. ck94 :) select count() from t1;SELECT count()FROM t1Query id: cd0404cd-1dd0-49f0-a828-de3e6fa4e8d9┌───count()─┐│ 100000000 │└───────────┘1 row in set. Elapsed: 0.003 sec.

该操作数据并没有翻倍，但是，该操作仅仅是同步了表schema，并没有同步数据，假如原表数据因为某种原因缺失了（比如只剩下了100w条），当我们执行restore语句，仍然是100w条数据，而没有把原始的5000w条数据都恢复回来。

ck94 :) select count() from t1;SELECT count()FROM t1Query id: b8f19f4a-0339-44d7-8618-f3d741ebc679┌─count()─┐│ 1000000 │└─────────┘1 row in set. Elapsed: 0.003 sec. ck94 :) RESTORE TABLE default.t1 FROM File('20230528') SETTINGS structure_only=true;RESTORE TABLE default.t1 FROM File('20230528') SETTINGS structure_only = 1Query id: 94e70a0d-4910-4802-8af2-3606fc3a7a1e┌─id───────────────────────────────────┬─status───┐│ d18869cc-880a-42d0-9405-863e6ac33216 │ RESTORED │└──────────────────────────────────────┴──────────┘1 row in set. Elapsed: 0.003 sec. ck94 :) select count() from t1;SELECT count()FROM t1Query id: 32df3010-00c2-48a1-9f3d-cfc42c69ad12┌─count()─┐│ 1000000 │└─────────┘1 row in set. Elapsed: 0.002 sec.

如果表不存在，我们使用该命令进行恢复，也仅仅恢复的是表schema，而不是所有数据：

ck94 :) drop table t1 sync;DROP TABLE t1 SYNCQuery id: f3a596b8-f18e-4606-908d-8da26d5efd37Ok.0 rows in set. Elapsed: 0.022 sec. ck94 :) RESTORE TABLE default.t1 FROM File('20230528') SETTINGS structure_only=true;RESTORE TABLE default.t1 FROM File('20230528') SETTINGS structure_only = 1Query id: 5c27980f-857c-4b87-93ab-70375ef51c78┌─id───────────────────────────────────┬─status───┐│ 7191ab88-f59a-477b-924f-93ce34ed3dea │ RESTORED │└──────────────────────────────────────┴──────────┘1 row in set. Elapsed: 0.606 sec. ck94 :) select count() from t1;SELECT count()FROM t1Query id: 2a11f16e-11ad-44cd-88f7-66e0008f8c16┌─count()─┐│ 0 │└─────────┘1 row in set. Elapsed: 0.002 sec.

当然，如果表都不存在了，我们使用最原始的命令就能恢复：

ck94 :) RESTORE TABLE default.t1 FROM File('20230528');RESTORE TABLE default.t1 FROM File('20230528')Query id: efb398bb-8368-4aa8-9efa-dacb316faca0┌─id───────────────────────────────────┬─status───┐│ 54a3b913-e91e-456b-84ce-d3aa10237ff6 │ RESTORED │└──────────────────────────────────────┴──────────┘1 row in set. Elapsed: 0.146 sec. ck94 :) select count() from t1;SELECT count()FROM t1Query id: a6fa6b7b-834c-4c41-bf9c-658695b19bc7┌──count()─┐│ 50000000 │└──────────┘1 row in set. Elapsed: 0.003 sec.

增量备份

表的增量备份应该是数据备份最基本的需求，如果每次只支持全量备份，第一，效率上难以保证（虽然这种备份看起来速度很快，因为相当于直接拷贝了数据目录），二来磁盘空间限制，不太可能频繁全量备份。
我们在ck96上插入100条数据：

ck96 :) insert into t1 select * from t1 limit 100;INSERT INTO t1 SELECT *FROM t1LIMIT 100Query id: a4515af0-f32d-4af2-b4ec-fae2b08425e7Ok.0 rows in set. Elapsed: 0.010 sec. ck96 :) select count() from t1;SELECT count()FROM t1Query id: 63c7b438-3dcd-4ea7-bb98-c6ed90021eac┌──count()─┐│ 50000100 │└──────────┘1 row in set. Elapsed: 0.004 sec.

我们的诉求是只备份这增量的100条数据，而不备份存量的5000w条数据。
我们可以通过设置base_backup来完成，即：在某次备份的基础上进行备份。
操作如下：

ck96 :) backup table default.t1 to File('20230529') SETTINGS base_backup = File('20230528');BACKUP TABLE default.t1 TO File('20230529') SETTINGS base_backup = File('20230528')Query id: 41e871ae-63bf-420a-956d-254a18c7a4af┌─id───────────────────────────────────┬─status─────────┐│ dd5fcaf4-303c-4246-a255-f75ac664af4d │ BACKUP_CREATED │└──────────────────────────────────────┴────────────────┘1 row in set. Elapsed: 0.027 sec.

可以看到，在备份目录下，出现了20230529的目录：

[root@ck96 backup]# lltotal 8drwxr-x--- 4 clickhouse clickhouse 4096 May 29 07:06 20230528drwxr-x--- 3 clickhouse clickhouse 4096 May 29 07:38 20230529[root@ck96 backup]# du -sh *112M 2023052872K 20230529

并且该目录是没有元数据的，只有数据目录：

[root@ck96 backup]# tree 2023052920230529└── data└── default└── t1└── 20230416_55_55_0├── checksums.txt├── count.txt├── data.bin├── data.mrk3├── minmax_timestamp.idx└── primary.idx

查看count.txt，可见此次备份的数据条数为100条：

[root@ck96 backup]# cat 20230529/data/default/t1/20230416_55_55_0/count.txt 100[root@ck96 backup]#

备份到Disk

配置准备

我们在存储策略里增加一个backup的Disk：

<storage_configuration><disks><backup><path>/data01/ssd1/</path><type>local</type></backup></disks></storage_configuration>

然后在backups中增加允许备份的磁盘：

<backups><allowed_disk>backup</allowed_disk><allowed_path>/data01/backup</allowed_path></backups>

数据备份

我们仍以t1表为例， 备份命令为：

ck94 :) BACKUP TABLE default.t1 TO Disk('backup', 't1.zip');BACKUP TABLE default.t1 TO Disk('backup', 't1.zip')Query id: 07df2cf7-de21-4a9a-bf0d-98e96d5e5a08Connecting to localhost:19000 as user default.Connected to ClickHouse server version 23.3.1 revision 54462.┌─id───────────────────────────────────┬─status─────────┐│ e0765c7a-afe4-4475-843c-92769d7b8089 │ BACKUP_CREATED │└──────────────────────────────────────┴────────────────┘1 row in set. Elapsed: 2.754 sec.

可以看到，同样是5000w条数据，该操作就比直接备份到File要慢近100倍左右。它这个慢，主要在于，备份到File，是直接目录拷贝，而备份到Disk，则多了压缩的过程。
但是我们同时也看到，备份后的数据是以zip压缩的，压缩后数据大小为69M，比之原始数据的108M要小将近1倍。

[root@ck94 ssd1]# du -sh t1.zip 69M t1.zip

我们将该zip文件解压出来：

[root@ck94 ssd1]# du -sh *108M data4.0K metadata69M t1.zip

可见原始数据仍然是108M大小 。

至于集群层面备份，以及增量备份 、数据恢复，与File都是一样的，这里就不多做演示了 。
还有一些精细的玩法，如备份到磁盘时对压缩包进行加密，仅备份某一个partition，以及指定压缩算法和压缩等级等。
由于Disk本身的特性，我们甚至可以将Disk设置到HDFS以及S3上，因此可以使用该功能，将数据直接备份到这些对象存储之上。
当然备份到S3，还有另外的方案。BACKUP和RESTORE命令是直接支持了备份到S3的。接下来我们就来演示一下。

备份到S3

S3环境准备

我们使用docker启动一个minio来模拟S3环境。启动命令如下：

docker run --restart=always -itd --name minio \--publish 49000:9000 \--publish 49001:9001 \--privileged=true \-e TZ="Asia/Shanghai" \-e MINIO_ROOT_USER=minio \-e MINIO_ROOT_PASSWORD=minio@123 \-e MINIO_REGION_NAME=zh-west-1 \bitnami/minio:latest

启动后，进入http://localhost:49001/browser 即可打开前端页面。

我们在用户名和密码处填写启动docker时传入的环境变量，即： minio/minio@123， 登陆进去后界面如下所示：

数据备份到S3需要以下信息：

• endpoint
• Access key ID
• Secret access key
  endpoint我们已经有了，接下来我们创建一组access key。
  如下图所示，依次点击Access Keys， Create Access key：
  
  点击Create：
  
  我们需要将这一组access key 和secret key记下来：
  
  数据备份是要备份到bucket下面的，我们需要提前创建好bucket：
  
  如图，我提前创建了一个名为backup的bucket：
  
  至此，准备工作完成。

数据备份

我们依然备份t1表，命令如下：

ck94 :) BACKUP TABLE default.t1 TO S3('http://192.168.101.94:49000/backup/t1', 'W0Plkfnyy8clAvPp', 'oNGbi5vUvJC9huolu0k8lkl05nsUxv6p');BACKUP TABLE default.t1 TO S3('http://192.168.101.94:49000/backup/t1', 'W0Plkfnyy8clAvPp', 'oNGbi5vUvJC9huolu0k8lkl05nsUxv6p')Query id: a02479c8-d54e-4bdc-b3f6-0bb638754dcc┌─id───────────────────────────────────┬─status─────────┐│ 040d8cb6-7d2c-45c4-95ad-844aa4e87ce2 │ BACKUP_CREATED │└──────────────────────────────────────┴────────────────┘1 row in set. Elapsed: 0.515 sec.

这时，我们上浏览器已经能查看到数据了：

我们尝试在集群上备份数据：

ck94 :) BACKUP TABLE default.t1 ON CLUSTER abc TO S3('http://192.168.101.94:49000/backup/t1_all', 'W0Plkfnyy8clAvPp', 'oNGbi5vUvJC9huolu0k8lkl05nsUxv6p');BACKUP TABLE default.t1 ON CLUSTER abc TO S3('http://192.168.101.94:49000/backup/t1_all', 'W0Plkfnyy8clAvPp', 'oNGbi5vUvJC9huolu0k8lkl05nsUxv6p')Query id: e88f933b-3f73-47e1-8502-25a44c8727cd┌─id───────────────────────────────────┬─status─────────┐│ a846e557-953e-4f9c-bbe2-d512baf0a030 │ BACKUP_CREATED │└──────────────────────────────────────┴────────────────┘1 row in set. Elapsed: 6.653 sec.

从它的目录排布，它已经自动按照shard做了区分：

由于S3是远程共享目录，是可以执行的，不过整个执行过程比较耗时。1亿一条数据，用时接近6秒。不过从单节点备份只耗时0.5秒来看，该时间并不是随着数据量的增加而正比例递增的，而是主要耗时在与zookeeper的交互，获取元数据上。
增量备份与数据恢复与File类似，此处就不多做介绍了。

总结

BACKUP和RESTORE命令的备份恢复的优点是显而易见的：

• 无论是备份还是恢复，执行效率都非常高
• 同压缩比备份，支持不同的备份目的地
• 支持增量备份

但缺点也是有的，我认为主要是以下几点：

• 需要开放配置，操作性上不太友好
• 集群备份到本地时，必须要选共享目录，如果每个分片单独备份，则无法进行数据汇总，存留于节点自身，与没有备份没什么区别，还不如多加副本
• 数据恢复功能尚不太完备

---

推荐一个零声学院免费教程，个人觉得老师讲得不错，分享给大家：[Linux，Nginx，ZeroMQ，MySQL，Redis，
fastdfs，MongoDB，ZK，流媒体，CDN，P2P，K8S，Docker，
TCP/IP，协程，DPDK等技术内容，点击立即学习: C/C++Linux服务器开发/高级架构师