MySQL 死鎖問題分析

huxiaobai_001發表於2020-04-09
MySql

線上某服務時不時報出如下異常（大約一天二十多次）：“Deadlock found when trying to get lock;”。

Oh, My God! 是死鎖問題。儘管報錯不多，對效能目前看來也無太大影響，但還是需要解決，保不齊哪天成為效能瓶頸。

為了更系統的分析問題，本文將從死鎖檢測、索引隔離級別與鎖的關係、死鎖成因、問題定位這五個方面來展開討論。

圖1 應用日誌

1 死鎖是怎麼被發現的？

1.1 死鎖成因&&檢測方法

左圖那兩輛車造成死鎖了嗎？不是！右圖四輛車造成死鎖了嗎？是！

圖2 死鎖描述

我們mysql用的儲存引擎是innodb，從日誌來看，innodb主動探知到死鎖，並回滾了某一苦苦等待的事務。問題來了，innodb是怎麼探知死鎖的？直觀方法是在兩個事務相互等待時，當一個等待時間超過設定的某一閥值時，對其中一個事務進行回滾，另一個事務就能繼續執行。這種方法簡單有效，在innodb中，引數innodb_lock_wait_timeout用來設定超時時間。

僅用上述方法來檢測死鎖太過被動，innodb還提供了wait-for graph演算法來主動進行死鎖檢測，每當加鎖請求無法立即滿足需要並進入等待時，wait-for graph演算法都會被觸發。

1.2 wait-for graph原理

我們怎麼知道上圖中四輛車是死鎖的？他們相互等待對方的資源，而且形成環路！我們將每輛車看為一個節點，當節點1需要等待節點2的資源時，就生成一條有向邊指向節點2，最後形成一個有向圖。我們只要檢測這個有向圖是否出現環路即可，出現環路就是死鎖！這就是wait-for graph演算法。

圖3 wait for graph

innodb將各個事務看為一個個節點，資源就是各個事務佔用的鎖，當事務1需要等待事務2的鎖時，就生成一條有向邊從1指向2，最後行成一個有向圖。

1.2 innodb隔離級別、索引與鎖

死鎖檢測是死鎖發生時innodb給我們的救命稻草，我們需要它，但我們更需要的是避免死鎖發生的能力，如何儘可能避免？這需要了解innodb中的鎖。

1.2.1 鎖與索引的關係

假設我們有一張訊息表（msg），裡面有3個欄位。假設id是主鍵，token是非唯一索引，message沒有索引。

id: bigint token: varchar(30) message: varchar(4096)

innodb對於主鍵使用了聚簇索引，這是一種資料儲存方式，表資料是和主鍵一起儲存，主鍵索引的葉結點儲存行資料。對於普通索引，其葉子節點儲存的是主鍵值。

圖4 聚簇索引和二級索引

下面分析下索引和鎖的關係。

1）delete from msg where id=2；

由於id是主鍵，因此直接鎖住整行記錄即可。

圖5

2）delete from msg where token=’ cvs’;

由於token是二級索引，因此首先鎖住二級索引（兩行），接著會鎖住相應主鍵所對應的記錄；

圖6

3）delete from msg where message=訂單號是多少’；

message沒有索引，所以走的是全表掃描過濾。這時表上的各個記錄都將新增上X鎖。

圖7

1.2.2 鎖與隔離級別的關係

大學資料庫原理都學過，為了保證併發運算元據的正確性，資料庫都會有事務隔離級別的概念：1）未提交讀（Read uncommitted）；2）已提交讀（Read committed（RC））；3）可重複讀（Repeatable read（RR））；4）可序列化（Serializable）。我們較常使用的是RC和RR。

提交讀(RC)：只能讀取到已經提交的資料。

可重複讀(RR)：在同一個事務內的查詢都是事務開始時刻一致的，InnoDB預設級別。

我們在1.2.1節談論的其實是RC隔離級別下的鎖，它可以防止不同事務版本的資料修改提交時造成資料衝突的情況，但當別的事務插入資料時可能會出現問題。

如下圖所示，事務A在第一次查詢時得到1條記錄，在第二次執行相同查詢時卻得到兩條記錄。從事務A角度上看是見鬼了！這就是幻讀，RC級別下儘管加了行鎖，但還是避免不了幻讀。

圖8

innodb的RR隔離級別可以避免幻讀發生，怎麼實現？當然需要藉助於鎖了！

為了解決幻讀問題，innodb引入了gap鎖。

在事務A執行：update msg set message=‘訂單’ where token=‘asd’;

innodb首先會和RC級別一樣，給索引上的記錄新增上X鎖，此外，還在非唯一索引’asd’與相鄰兩個索引的區間加上鎖。

這樣，當事務B在執行insert into msg values (null,‘asd’,’hello’); commit;時，會首先檢查這個區間是否被鎖上，如果被鎖上，則不能立即執行，需要等待該gap鎖被釋放。這樣就能避免幻讀問題。

圖9

推薦一篇好文，可以深入理解鎖的原理：http://hedengcheng.com/?p=771#_Toc374698322

3 死鎖成因

瞭解了innodb鎖的基本原理後，下面分析下死鎖的成因。如前面所說，死鎖一般是事務相互等待對方資源，最後形成環路造成的。下面簡單講下造成相互等待最後形成環路的例子。

3.1不同表相同記錄行鎖衝突

這種情況很好理解，事務A和事務B操作兩張表，但出現迴圈等待鎖情況。

圖10

3.2相同表記錄行鎖衝突

這種情況比較常見，之前遇到兩個job在執行資料批量更新時，jobA處理的的id列表為[1,2,3,4]，而job處理的id列表為[8,9,10,4,2]，這樣就造成了死鎖。

圖11

3.3不同索引鎖衝突

這種情況比較隱晦，事務A在執行時，除了在二級索引加鎖外，還會在聚簇索引上加鎖，在聚簇索引上加鎖的順序是[1,4,2,3,5]，而事務B執行時，只在聚簇索引上加鎖，加鎖順序是[1,2,3,4,5]，這樣就造成了死鎖的可能性。

圖12

3.4 gap鎖衝突

innodb在RR級別下，如下的情況也會產生死鎖，比較隱晦。不清楚的同學可以自行根據上節的gap鎖原理分析下。

圖13

4 如何儘可能避免死鎖

1）以固定的順序訪問表和行。比如對第2節兩個job批量更新的情形，簡單方法是對id列表先排序，後執行，這樣就避免了交叉等待鎖的情形；又比如對於3.1節的情形，將兩個事務的sql順序調整為一致，也能避免死鎖。

2）大事務拆小。大事務更傾向於死鎖，如果業務允許，將大事務拆小。

3）在同一個事務中，儘可能做到一次鎖定所需要的所有資源，減少死鎖概率。

4）降低隔離級別。如果業務允許，將隔離級別調低也是較好的選擇，比如將隔離級別從RR調整為RC，可以避免掉很多因為gap鎖造成的死鎖。

5）為表新增合理的索引。可以看到如果不走索引將會為表的每一行記錄新增上鎖，死鎖的概率大大增大。

5 如何定位死鎖成因

下面以本文開頭的死鎖案例為例，講下如何排查死鎖成因。

1）通過應用業務日誌定位到問題程式碼，找到相應的事務對應的sql；

因為死鎖被檢測到後會回滾，這些資訊都會以異常反應在應用的業務日誌中，通過這些日誌我們可以定位到相應的程式碼，並把事務的sql給梳理出來。

start tran
1 deleteHeartCheckDOByToken
2 updateSessionUser
...
commit

此外，我們根據日誌回滾的資訊發現在檢測出死鎖時這個事務被回滾。

2）確定資料庫隔離級別。

執行select @@global.tx_isolation，可以確定資料庫的隔離級別，我們資料庫的隔離級別是RC，這樣可以很大概率排除gap鎖造成死鎖的嫌疑;

3）找DBA執行下show InnoDB STATUS看看最近死鎖的日誌。

這個步驟非常關鍵。通過DBA的幫忙，我們可以有更為詳細的死鎖資訊。通過此詳細日誌一看就能發現，與之前事務相沖突的事務結構如下：

start tran
1 updateSessionUser
2 deleteHeartCheckDOByToken
...
commit

這不就是圖10描述的死鎖嘛！

相關文章