维护与备份 OCI 服务器

为 OCI Linux 实例建立更新、配置记录、应用一致性备份、引导卷备份和恢复演练的日常制度。

#howto #growing #ops #oracle-cloud #server

[!abstract] 核心结论引导卷备份、文件备份和数据库导出解决的是不同问题。只有能够在另一环境成功恢复的备份，才算可用备份。

维护与备份 OCI 服务器

目标

每周可发现更新、磁盘、服务和安全问题；
配置与数据有异地副本；
知道每类数据用什么方式恢复；
引导卷备份不超过免费数量和存储边界；
至少完成一次从备份恢复的演练。

1. 建立资产与服务清单

记录但不提交秘密：

实例/引导卷/VNIC OCID
系统与架构
公网 IP 和域名
OCI NSG/Security List
开放端口
systemd 服务
Docker Compose 项目
数据目录
配置目录
备份目的地与保留周期
恢复负责人

2. 每周健康检查

uptime
free -h
df -hT
df -ih
sudo systemctl --failed
sudo journalctl -p warning --since '7 days ago' --no-pager
sudo ss -lntup
sudo ufw status verbose
sudo fail2ban-client status sshd
docker ps --format 'table {{.Names}}\t{{.Image}}\t{{.Status}}' 2>/dev/null || true

关注磁盘 inode、意外监听端口、失败服务和容器重启循环。

3. 安全更新

先看待更新项：

sudo apt-get update
apt list --upgradable

变更前备份关键配置和数据，再更新：

sudo DEBIAN_FRONTEND=noninteractive apt-get -y upgrade
test -f /var/run/reboot-required && cat /var/run/reboot-required || true

内核、SSH、Docker 或数据库升级后安排维护窗口和回归验证。

4. 配置备份

适合版本化但必须脱敏的内容：

Compose、Caddy/Nginx 配置；
systemd unit；
部署脚本；
包和镜像版本；
防火墙规则的文本导出。

不进入普通 Git：私钥、.env、数据库密码、API token、MFA 恢复码、真实备份数据。

示例导出：

sudo sshd -T > sshd-effective.txt
sudo ufw status numbered > ufw-rules.txt
docker compose config > compose-rendered.yaml
dpkg-query -W -f='${binary:Package}\t${Version}\n' > packages.tsv

检查输出是否含秘密后再传输。

5. 应用一致性备份

PostgreSQL

pg_dump --format=custom --file=app-$(date +%F).dump DATABASE_NAME
pg_restore --list app-YYYY-MM-DD.dump | head

文件服务

停止写入或使用应用自带快照后再归档：

sudo tar --xattrs --acls -C /srv -czf app-data-$(date +%F).tar.gz app-data
sha256sum app-data-$(date +%F).tar.gz > app-data-$(date +%F).sha256

直接复制正在写入的数据库目录不能保证一致性。

Oracle2 当前周备份体系（2026-09-08）

Oracle2 的正式异地备份入口是 personal-infrastructure/etc/server/oracle2/backup-to-onedrive.sh，默认目标：

myonedrive:/ServerBackups/Oracle2

由 oracle2-agent-backup.timer 每周触发：周日约 03:20（Asia/Shanghai），并带最多 20 分钟随机延迟。保留策略是最新 2 组完整的 archive + sha256 配对。

2026-09-08 已把备份格式升级为：

schema=oracle2-runtime-backup-v3
components=hermes,cpa,nezha-dashboard,sub-store

当前同一个周归档包含：

Hermes：各 Profile 的 quick snapshot；手动 --full 时改为完整 Hermes backup。
Hermes deployment：Compose、环境、context、Skills；项目 Git 仓库本身仍由 GitHub 恢复，不重复塞进运行时归档。
CPA：Compose、Caddy、路由配置、auth、plugins 等运行状态。
Nezha Dashboard：config.yaml、通过 SQLite .backup 生成的一致性数据库副本、nezha-dashboard.service、Dashboard 版本信息；备份时额外执行 PRAGMA integrity_check。
Sub-Store：sub-store.json、root.json、运行 env、systemd unit、Caddy 状态和代码 commit；为了得到同一时间点的两个 JSON，备份脚本只在复制窗口短暂停止 sub-store.service，复制完成立即启动，异常退出时 cleanup 也会尝试恢复服务。
完整 SHA256SUMS 与归档外层 .sha256。

本机快照与异地备份的分层

Tier 0：本机 rollback snapshot
  目标：最近一次改动失败时快速恢复
  故障域：与生产同机
  示例：Nezha *.bak-*、theme-backups；Sub-Store /opt/sub-store/backups/

Tier 2：OneDrive weekly runtime backup
  目标：Oracle2 整机丢失后重建持久状态
  故障域：异地
  覆盖：Hermes + CPA + Nezha + Sub-Store

所以本机 .bak-* 仍应保留，它解决“改坏”；周归档解决“机器没了”。两者不是互相替代关系。

2026-09-08 实施与验收记录

接入 Nezha/Sub-Store 时同时发现旧周备份链已经失效：2026-09-05 的任务在 Hermes quick backup 枚举旧 state snapshot 时遇到 PermissionError。根因之一是一个历史 pre-change snapshot 目录权限为 711；已修正为可枚举的 755。另外旧脚本把 /opt/data/profiles 下所有目录都当成 Profile，当前运行时已有 audio_cache、logs 等非 Profile 目录；现已改为只识别包含 config.yaml 的 Profile 目录。

修复后先使用本地临时 rclone backend 做完整端到端测试，再执行真实 OneDrive 周备份。新的生产备份：

oracle2-agent-20260908T044352Z.tar.gz

已通过：

外层 archive SHA-256；
内层每个 payload 的 SHA256SUMS；
Hermes quick snapshot tar 校验；
CPA tar 校验；
Nezha SQLite PRAGMA integrity_check = ok；
Sub-Store 两个 JSON 解析；
restore-drill.sh 完整恢复演练；
备份结束后 Nezha Dashboard 与 Sub-Store 均保持 active。

实现已提交到 personal-infrastructure：d832727 feat(backup): include Nezha and Sub-Store in Oracle2 weekly backups。

[!warning] 当前加密边界 Oracle2 周归档仍是普通 tar.gz，保护方式是 onedrive-access-control-only，不是客户端加密。归档包含 Hermes/CPA 凭据、Nezha secret 和 Sub-Store 运行配置，必须把 Microsoft 账号 MFA、OAuth 应用审计和最小共享权限视为当前安全边界。以后若升级为 SOPS/age 或其他客户端加密，应同步修改恢复链和演练。

相关恢复对象见备份、升级和恢复哪吒 Dashboard 与 Sub-Store。

6. OCI 引导卷备份

OCI Boot Volume Backup 是时间点、crash-consistent 快照，可在实例运行或停止时创建。它适合快速恢复整个系统，但不一定保证数据库应用一致。

操作前：

检查当前免费卷备份总数；
给备份写清日期、原因和源实例；
大变更前做手动备份；
定期删除确认不再需要的旧备份；
重要数据另做跨供应商/本地副本。

7. 3-2-1 备份

至少 3 份数据；
使用 2 种不同介质/系统；
至少 1 份在 OCI 之外。

OCI 实例、同区域块卷和同账号 Object Storage 不能完全视为三个独立故障域。

8. 恢复演练

每季度选择一个小服务：

创建空目录或临时实例；
恢复配置；
恢复数据库/数据文件；
启动服务；
验证登录、读写和关键业务；
记录耗时、缺失步骤和秘密来源；
清理临时资源并检查费用。

验证清单

最近备份成功且有校验和
至少一个副本位于 OCI 之外
数据库使用逻辑/应用一致性备份
引导卷备份数量在免费边界内
恢复文档不依赖某个人的记忆
最近一次恢复演练成功
若备份未做客户端加密，已明确其账号访问控制边界并启用强 MFA

维护与备份 OCI 服务器

目标

1. 建立资产与服务清单

2. 每周健康检查

3. 安全更新

4. 配置备份

5. 应用一致性备份

PostgreSQL

文件服务

Oracle2 当前周备份体系（2026-09-08）

本机快照与异地备份的分层

2026-09-08 实施与验收记录

6. OCI 引导卷备份

7. 3-2-1 备份

8. 恢复演练

验证清单

Related notes