记录一次 Mysql 死锁排查过程

背景

之前接触到的数据库死锁，都是批量更新时加锁顺序不一致而致使的死锁，可是上周却遇到了一个很难理解的死锁。借着这个机会又从新学习了一下mysql的死锁知识以及常见的死锁场景。在多方调研以及和同事们的讨论下终于发现了这个死锁问题的成因，收获颇多。虽然是后端程序员，咱们不须要像DBA同样深刻地去分析与锁相关的源码，可是若是咱们可以掌握基本的死锁排查方法，对咱们的平常开发仍是大有裨益的。

PS：本文不会介绍死锁的基本知识，mysql的加锁原理能够参考本文的参考资料提供的连接。

死锁原由

先介绍一下数据库和表状况，由于涉及到公司内部真是的数据，因此如下都作了模拟，不会影响具体的分析。

咱们采用的是5.5版本的mysql数据库，事务隔离级别是默认的RR（Repeatable-Read），采用innodb引擎。假设存在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`)
) ENGINE=InnoDB AUTO_INCREMENT=100 DEFAULT CHARSET=utf8;复制代码

表的结构很简单，一个主键id，另外一个惟一索引a。表里的数据以下：

mysql> select * from test;
+----+------+
| id | a    |
+----+------+
|  1 |    1 |
|  2 |    2 |
|  4 |    4 |
+----+------+
3 rows in set (0.00 sec)复制代码

出现死锁的操做以下：

步骤	事务1	事务2
1		begin
2		delete from test where a = 2;
3	begin
4	delete from test where a = 2; （事务1卡住）
5	提示出现死锁：ERROR 1213 (40001): Deadlock found when trying to get lock; try restarting transaction	insert into test (id, a) values (10, 2);

而后咱们能够经过SHOW ENGINE INNODB STATUS;来查看死锁日志：

------------------------
LATEST DETECTED DEADLOCK
------------------------
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 X waiting
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
mysql tables in use 1, locked 1
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 (id,a) values (10,2)
*** (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
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) 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
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     ;;

*** WE ROLL BACK TRANSACTION (1)复制代码

分析

阅读死锁日志

遇到死锁，第一步就是阅读死锁日志。死锁日志一般分为两部分，上半部分说明了事务1在等待什么锁：

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 X waiting
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     ;;复制代码

从日志里咱们能够看到事务1当前正在执行delete from test where a = 2，该条语句正在申请索引a的X锁，因此提示lock_mode X waiting。

而后日志的下半部分说明了事务2当前持有的锁以及等待的锁：

*** (2) TRANSACTION:
TRANSACTION 2A8BC, ACTIVE 18 sec inserting
mysql tables in use 1, locked 1
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 (id,a) values (10,2)
*** (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
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) 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
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     ;;复制代码

从日志的HOLDS THE LOCKS(S)块中咱们能够看到事务2持有索引a的X锁，而且是记录锁（Record Lock）。该锁是经过事务2在步骤2执行的delete语句申请的。因为是RR隔离模式下的基于惟一索引的等值查询（Where a = 2），因此会申请一个记录锁，而非next-key锁。

从日志的WAITING FOR THIS LOCK TO BE GRANTED块中咱们能够看到事务2正在申请S锁，也就是共享锁。该锁是insert into test (id,a) values (10,2)语句申请的。insert语句在普通状况下是会申请排他锁，也就是X锁，可是这里出现了S锁。这是由于a字段是一个惟一索引，因此insert语句会在插入前进行一次duplicate key的检查，为了使此次检查成功，须要申请S锁防止其余事务对a字段进行修改。

那么为何该S锁会失败呢？这是对同一个字段的锁的申请是须要排队的。S锁前面还有一个未申请成功的X锁，因此S锁必须等待，因此造成了循环等待，死锁出现了。

经过阅读死锁日志，咱们能够清楚地知道两个事务造成了怎样的循环等待，再加以分析，就能够逆向推断出循环等待的成因，也就是死锁造成的缘由。

死锁造成流程图

为了让你们更好地理解死锁造成的缘由，咱们再经过表格的形式阐述死锁造成的流程：

步骤	事务1	事务2
1		begin
2		delete from test where a = 2; 执行成功，事务2占有a=2下的X锁，类型为记录锁。
3	begin
4	delete from test where a = 2; 事务1但愿申请a=2下的X锁，可是因为事务2已经申请了一把X锁，两把X锁互斥，因此X锁申请进入锁请求队列。
5	出现死锁，事务1权重较小，因此被选择回滚（成为牺牲品）。	insert into test (id, a) values (10, 2); 因为a字段创建了惟一索引，因此须要申请S锁以便检查duplicate key，因为插入的a的值仍是2，因此排在X锁后面。可是前面的X锁的申请只有在事务2commit或者rollback以后才能成功，此时造成了循环等待，死锁产生。

拓展

在排查死锁的过程当中，有个同事还发现了上述场景会产生另外一种死锁，该场景没法经过手工复现，只有高并发场景下才有可能复现。

该死锁对应的日志这里就不贴出了，与上一个死锁的核心差异是事务2等待的锁从S锁换成了X锁，也就是lock_mode X locks gap before rec insert intention waiting。咱们仍是经过表格来详细说明该死锁产生的流程：

步骤	事务1	事务2
1		begin
2		delete from test where a = 2; 执行成功，事务2占有a=2下的X锁，类型为记录锁。
3	begin
4		【insert第1阶段】insert into test (id, a) values (10, 2); 事务2申请S锁进行duplicate key进行检查。检查成功。
5	delete from test where a = 2; 事务1但愿申请a=2下的X锁，可是因为事务2已经申请了一把X锁，两把X锁互斥，因此X锁申请进入锁请求队列。
6	出现死锁，事务1权重较小，因此被选择回滚（成为牺牲品）。	【insert第2阶段】insert into test (id, a) values (10, 2); 事务2开始插入数据，S锁升级为X锁，类型为insert intention。同理，X锁进入队列排队，造成循环等待，死锁产生。

总结

排查死锁时，首先须要根据死锁日志分析循环等待的场景，而后根据当前各个事务执行的SQL分析出加锁类型以及顺序，逆向推断出如何造成循环等待，这样就能找到死锁产生的缘由了。

PS：上述分析都是基于经验的推断，但愿其余小伙伴们可以指出当中的错误以及不足指出，谢谢！

参考资料

• 【强推】一个最难以想象的Mysql死锁分析
• 【强推】Mysql加锁处理分析
• Innodb锁系统之如何阅读死锁日志
• 源码分析insert和delete操做的加锁
• Innodb锁相关源码翻译

本文首发于www.kissyu.org/2017/02/19/… 欢迎评论和转载，转载请注明来源，谢谢！