28 Apr.

Point-in-Time-Recovery

Versino Financial Suite

Point-in-Time-Recovery (PITR) ist die Fähigkeit einer Datenbank, ihren Zustand auf einen frei wählbaren Zeitpunkt in der Vergangenheit zurückzusetzen — nicht nur auf den letzten vollständigen Backup-Zeitpunkt. Ziel ist, einen fehlerhaften Zustand (versehentliches Löschen, fehlerhafte Massenbuchung, Datenkorruption) möglichst knapp vor dem Vorfall wiederherzustellen, ohne alle Stunden oder Tage danach zu verlieren.

Kontext

Für SAP Business One setzt PITR auf zwei Bausteinen auf: Einem Full Backup als Ausgangspunkt und fortlaufenden Log-Backups (Transaction Log bei MS SQL, Log-Segmente bei HANA), die seitdem alle Änderungen zeitlich lückenlos protokollieren. Beim Restore wird das Full Backup eingespielt und die Logs bis zum gewünschten Zeitstempel (z.B. 15:43:12 am 03.02.2026) nachgerollt. Je kleiner das Log-Backup-Intervall, desto präziser der wiederherstellbare Zeitpunkt — in B1-Produktivumgebungen sind 15–30 Minuten üblich. PITR wird typischerweise benötigt, wenn eine Massenaktion Daten beschädigt (z.B. fehlerhafter DTW-Import, falscher DATEV-Import, falsches Script) und ein sauberer Vor-Zustand gebraucht wird. Auf HANA muss die Log-Mode-Einstellung auf normal stehen (nicht overwrite), auf MS SQL muss das Recovery-Modell auf Full stehen — beides ist in produktiven B1-Installationen Standard.

Abgrenzung

PITR ist nicht identisch mit einem Snapshot: Snapshots frieren einen Zustand einmalig ein, PITR erlaubt kontinuierliches Rückrollen. Es ist auch nicht dasselbe wie Hochverfügbarkeit (HA) — HA hält den Betrieb bei Hardware-Ausfällen aufrecht, PITR repariert logische Fehler. Gegenüber einem stündlichen Full-Backup ist PITR deutlich effizienter, weil nur die Logs statt der kompletten Datenbank laufend gesichert werden müssen. Voraussetzung ist eine disziplinierte Backup-Strategie — ohne gesicherte Logs kein PITR.


KI im Arbeitsalltag: Person beginnt mit der eigenen Aufgabe statt mit dem Lernstapel

KI im Arbeitsalltag: So finden Sie den richtigen Start

Wer KI im Arbeitsalltag einsetzen will, kennt das: Man liest einen Beitrag über Prompts. Darin taucht ein neues Modell auf ...
AI-SHOP

KI-Assistent trifft SAP Business One: Zwei Wege aus dem Versino KI-Shop

KI-Assistenten wie Claude oder Copilot schreiben E-Mails, fassen Dokumente zusammen und erklären Fachbegriffe. Fragt man sie aber nach dem offenen ...
SPRINT & SWIRL

Sprint und Swirl: Wie ein KI-Agent Arbeit aufteilt und aus Probeläufen lernt

Diese Reihe beschäftigt sich mit Künstlicher Intelligenz im Zusammenspiel mit SAP Business One. Sie nimmt sich grundlegende KI-Prinzipien in Ruhe ...
LATS

LATS: Mehrere Wege gleichzeitig durchdenkt mit KI — und die Verfügbarkeitsprüfung in SAP B1

Diese Reihe beschäftigt sich mit Künstlicher Intelligenz im Zusammenspiel mit SAP Business One. Nicht als Ansammlung von Produktankündigungen, sondern als ...
ReAct und RLEF

ReAct und RLEF: Wie Künstliche Intelligenz aus echten Fehlern lernt — und was der automatische Bankabgleich in SAP Business One damit zu tun hat

Dies ist die vierte Folge einer Reihe auf diesem Blog, die sich mit KI-Grundlagen im Zusammenspiel mit SAP Business One ...
Service Layer KI als transaktionalen Schicht

SAP B1 10.0 FP2608: Service Layer KI als transaktionalen Schicht

Der Service Layer von SAP Business One diente bisher überwiegend als passiver Datenlieferant: Anwendungen fragten Daten über OData ab, jede ...
Wird geladen …