i-tech intellect tech

Материалы

Журнал транзакций съел диск за ночь

Утром пользователи не могут провести документ. Сервер жив, служба запущена, база на месте — но любая операция падает с ошибкой. На диске ноль байт, и занял его один файл: журнал транзакций, который за ночь вырос до размеров, сравнимых с самой базой.

Ситуация выглядит как внезапная авария. На самом деле она готовилась неделями и была видна всё это время.

Что произошло

У базы MS SQL есть модель восстановления. В режиме SIMPLE журнал транзакций очищается сам после каждой контрольной точки. В режиме FULL он хранит все изменения до тех пор, пока не будет сделана копия журнала — отдельная операция, не та же самая, что полный бэкап базы.

Дальше происходит обычное: базу перевели в FULL — ради возможности восстановиться на любой момент времени, — а копию журнала делать не настроили. Журнал перестал усекаться и начал расти. Каждый проведённый документ добавляет в него запись, и ничто её оттуда не убирает.

Полный бэкап базы журнал не усекает

Это самое частое заблуждение, и оно же самое дорогое: администратор видит, что резервное копирование настроено и отрабатывает каждую ночь, и делает вывод, что с журналом всё в порядке.

Полная резервная копия базы фиксирует состояние данных. Она не отмечает записи журнала как более не нужные — потому что цепочка восстановления строится именно из копий журнала. Пока их не делают, серверу нечем подтвердить, что старые записи можно выбросить.

Проверить причину можно точно, а не на глаз. В представлении sys.databases есть колонка log_reuse_wait_desc — она прямо называет, что мешает переиспользовать журнал. При описанной ситуации там будет LOG_BACKUP.

Два лечения, которые лечат не то

Сжатие файла журнала. Помогает на день. Место освободилось, работа пошла, причина осталась — журнал начнёт расти снова с той же скоростью. Через неделю всё повторится, только теперь диск уже фрагментирован.

Переключение в SIMPLE, чтобы «почистилось». Работает мгновенно и именно поэтому популярно. Но переключение рвёт цепочку восстановления: возможность восстановиться на момент до аварии теряется до следующей полной копии. Если авария случится в этом промежутке, потеряется всё, что произошло с последнего полного бэкапа — а он был ночью.

Иногда SIMPLE — правильное решение. Но это должно быть осознанным выбором: «нам достаточно ночной копии, восстановление на середину дня не нужно», а не побочным эффектом уборки места.

Что делать по-настоящему

Определиться, нужно ли восстановление на произвольный момент. Если нужно — FULL плюс регламент копий журнала с периодичностью, равной допустимой потере данных: копия раз в час означает, что в худшем случае теряется час работы. Если не нужно — честный SIMPLE и полная копия по расписанию.

И в обоих случаях — наблюдение за свободным местом на том диске, где лежит журнал. Отдельно от системного, отдельно от диска с данными.

Как это выглядит за неделю до аварии

Авария наступает в один момент, но признаки накапливаются:

  • свободное место на диске журналов уходит ниже порога — не «мало места на сервере», а конкретный диск, потому что журнал обычно лежит отдельно;
  • размер журнала приближается к размеру данных — для базы в нормальном режиме это ненормальная пропорция;
  • давность последней копии журнала растёт — если её вообще делают;
  • резервное копирование охватило не все базы — «9 из 11» означает, что про две никто не знает.

Каждый из признаков виден заранее. Вопрос только в том, смотрит ли на них кто-нибудь между авариями.

Что ещё стоит наблюдать на сервере 1С и MS SQL

Журнал транзакций — частный случай. Тот же принцип работает для остального хозяйства:

  • место на каждом диске отдельно, а не «на сервере». Диск с базами кончается первым, и общая цифра это прячет;
  • состояние служб: агент сервера 1С, сервер лицензирования, SQL Server и его агент. Остановленный агент SQL означает, что регламентные задания не выполняются — включая те самые копии журнала;
  • временные файлы и кэш сеансов: tempdb и кэш 1С растут молча и съедают место наравне с данными;
  • резервные копии: не факт запуска, а результат — когда сделана, сколько баз охватила, какого объёма.

Коротко

Растущий журнал транзакций — не поломка, а нормальное поведение базы в режиме FULL без копий журнала. Сжатие и переключение в SIMPLE убирают симптом и оставляют причину, а второе ещё и лишает возможности восстановиться.

Разница между аварией и предупреждением — не в технике, а в том, смотрит ли кто-нибудь на показатели до того, как они упрутся в ноль.

Мы сделали для этого свой инструмент: агент снимает показатели серверов 1С и MS SQL, а система оповещает об отклонениях в Telegram — MonPulse. Идёт открытый пилот, участие бесплатное.

Расскажите, что нужно автоматизировать

Разберём задачу и скажем честно: нужен проект или достаточно настройки.