Mysql 死鎖排查過程

信息安全公益宣傳，信息安全知識啟蒙。

以前接觸到的資料庫死鎖，都是批量更新時加鎖順序不一致而導致的死鎖，但是上周卻遇到了一個很難理解的死鎖。借著這個機會又重新學習了一下mysql的死鎖知識以及常見的死鎖場景。在多方調研以及和同事們的討論下終於發現了這個死鎖問題的成因，收穫頗多。雖然是後端程序員，我們不需要像DBA一樣深入地去分析與鎖相關的源碼，但是如果我們能夠掌握基本的死鎖排查方法，對我們的日常開發還是大有裨益的。

死鎖起因

先介紹一下資料庫和表情況，因為涉及到公司內部真是的數據，所以以下都做了模擬，不會影響具體的分析。

我們採用的是5.5版本的mysql資料庫，事務隔離級別是默認的RR（Repeatable-Read），採用innodb引擎。假設存在test表：

CREATE TABLE `test` (

`id` int(11) unsigned NOT NULL AUTO_INCREMENT

`a` int(11) unsigned DEFAULT NULL

PRIMARY KEY (`id`),

UNIQUE KEY `a` (`a`)

表的結構很簡單，一個主鍵id，另一個唯一索引a。表裡的數據如下：

mysql> select * from test;

| id | a |

| 1 | 1 |

| 2 | 2 |

| 4 | 4 |

3 rows in set (0.00 sec)

出現死鎖的操作如下：

然後我們可以通過SHOW ENGINE INNODB STATUS;來查看死鎖日誌：

170219 13:31:31

*** (1) TRANSACTION:

TRANSACTION 2A8BD ACTIVE 11 sec starting index read

mysql tables in use 1 locked 1

LOCK WAIT 2 lock struct(s), heap size 376 1 row lock(s)

MySQL thread id 448218 OS thread handle 0x2abe5fb5d700 query id 18923238 renjun.fangcloud.net 121.41.41.92 root updating

delete from test where a = 2

*** (1) WAITING FOR THIS LOCK TO BE GRANTED:

RECORD LOCKS space id 0 page no 923 n bits 80 index `a` of table `oauthdemo`.`test` trx id 2A8BD lock_mode Xwaiting

Record lock heap no 3 PHYSICAL RECORD: n_fields 2; compact format; info bits 32

0: len 4; hex 00000002; asc ;;

1: len 4; hex 00000002; asc ;;

*** (2) TRANSACTION:

TRANSACTION 2A8BC ACTIVE 18 sec inserting

4 lock struct(s), heap size 1248 3 row lock(s), undo log entries 2

MySQL thread id 448217 OS thread handle 0x2abe5fd65700 query id 18923239 renjun.fangcloud.net 121.41.41.92 root update

insert into test (ida) values (102)

*** (2) HOLDS THE LOCK(S):

RECORD LOCKS space id 0 page no 923 n bits 80 index `a` of table `oauthdemo`.`test` trx id 2A8BC lock_mode X locks rec but not gap

*** (2) WAITING FOR THIS LOCK TO BE GRANTED:

RECORD LOCKS space id 0 page no 923 n bits 80 index `a` of table `oauthdemo`.`test` trx id 2A8BC lock mode S waiting

*** WE ROLL BACK TRANSACTION (1)

分析

閱讀死鎖日誌

遇到死鎖，第一步就是閱讀死鎖日誌。死鎖日誌通常分為兩部分，上半部分說明了事務1在等待什麼鎖：

170219 13:31:31

從日誌里我們可以看到事務1當前正在執行delete from test where a = 2，該條語句正在申請索引a的X鎖，所以提示lock_mode X waiting。

然後日誌的下半部分說明了事務2當前持有的鎖以及等待的鎖：

從日誌的HOLDS THE LOCKS(S)塊中我們可以看到事務2持有索引a的X鎖，並且是記錄鎖（Record Lock）。該鎖是通過事務2在步驟2執行的delete語句申請的。由於是RR隔離模式下的基於唯一索引的等值查詢（Where a = 2），所以會申請一個記錄鎖，而非next-key鎖。

從日誌的WAITING FOR THIS LOCK TO BE GRANTED塊中我們可以看到事務2正在申請S鎖，也就是共享鎖。該鎖是insert into test (id,a) values (10,2)語句申請的。insert語句在普通情況下是會申請排他鎖，也就是X鎖，但是這裡出現了S鎖。這是因為a欄位是一個唯一索引，所以insert語句會在插入前進行一次duplicate key的檢查，為了使這次檢查成功，需要申請S鎖防止其他事務對a欄位進行修改。

那麼為什麼該S鎖會失敗呢？這是對同一個欄位的鎖的申請是需要排隊的。S鎖前面還有一個未申請成功的X鎖，所以S鎖必須等待，所以形成了循環等待，死鎖出現了。

通過閱讀死鎖日誌，我們可以清楚地知道兩個事務形成了怎樣的循環等待，再加以分析，就可以逆向推斷出循環等待的成因，也就是死鎖形成的原因。

死鎖形成流程圖

為了讓大家更好地理解死鎖形成的原因，我們再通過表格的形式闡述死鎖形成的流程：

拓展

在排查死鎖的過程中，有個同事還發現了上述場景會產生另一種死鎖，該場景無法通過手工復現，只有高併發場景下才有可能復現。

該死鎖對應的日誌這裡就不貼出了，與上一個死鎖的核心差別是事務2等待的鎖從S鎖換成了X鎖，也就是lock_mode X locks gap before rec insert intention waiting。我們還是通過表格來詳細說明該死鎖產生的流程：

總結

排查死鎖時，首先需要根據死鎖日誌分析循環等待的場景，然後根據當前各個事務執行的SQL分析出加鎖類型以及順序，逆向推斷出如何形成循環等待，這樣就能找到死鎖產生的原因了。

▼ 閱讀原文，查看更多精彩文章。