MySQL死锁分析

发表于   |   分类于

背景

以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导致的死锁，但是上周却遇到了一个很难理解的死锁。借着这个机会又重新学习了一下 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，我们不需要像 DBA 一样深入地去分析与锁相关的源码，但是如果我们能够掌握基本的死锁排查方法，对我们的日常开发还是大有裨益的。 PS：本文不会介绍死锁的基本知识，mysql 的加锁原理可以参考本文的参考资料提供的链接。

死锁起因

先介绍一下数据库和表情况，因为涉及到公司内部真是的数据，所以以下都做了模拟，不会影响具体的分析。 我们采用的是 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;

表的结构很简单，一个主键 id，另一个唯一索引 a。表里的数据如下：

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

出现死锁的操作如下：

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);

然后我们可以通过 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)

分析

阅读死锁日志

遇到死锁，第一步就是阅读死锁日志。死锁日志通常分为两部分，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     ;;

从日志里我们可以看到事务 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，所以提示 lock_mode X waiting。 然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     ;;

从日志的 HOLDS THE LOCKS(S)块中我们可以看到事务 2 持有索引 a 的 X 锁，并且是记录锁（Record Lock）。该锁是通过事务 2 在步骤 2 执行的 delete 语句申请的。由于是 RR 隔离模式下的基于唯一索引的等值查询（Where a = 2），所以会申请一个记录锁，而非 next-key 锁。

从日志的 WAITING FOR THIS LOCK TO BE GRANTED 块中我们可以看到事务 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 语句在普通情况下是会申请排他锁，也就是 X 锁，但是这里出现了 S 锁。这是因为 a 字段是一个唯一索引，所以 insert 语句会在插入前进行一次 duplicate key 的检查，为了使这次检查成功，需要申请 S 锁防止其他事务对 a 字段进行修改。

那么为什么该 S 锁会失败呢？这是对同一个字段的锁的申请是需要排队的。S 锁前面还有一个未申请成功的 X 锁，所以 S 锁必须等待，所以形成了循环等待，死锁出现了。通过阅读死锁日志，我们可以清楚地知道两个事务形成了怎样的循环等待，再加以分析，就可以逆向推断出循环等待的成因，也就是死锁形成的原因。

死锁形成流程图

为了让大家更好地理解死锁形成的原因，我们再通过表格的形式阐述死锁形成的流程：

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 希望申请 a=2 下的 X 锁，但是由于事务 2 已经申请了一把 X 锁，两把 X 锁互斥，所以 X 锁申请进入锁请求队列。
5 出现死锁，事务 1 权重较小，所以被选择回滚（成为牺牲品）。 insert into test (id, a) values (10, 2); 由于 a 字段建立了唯一索引，所以需要申请 S 锁以便检查 duplicate key，由于插入的 a 的值还是 2，所以排在 X 锁后面。但是前面的 X 锁的申请只有在事务 2commit 或者 rollback 之后才能成功，此时形成了循环等待，死锁产生。

‘id 41 page no 433805’

事务 1 事务 2
1 开始事务
2 delete from fdc_fulfil_net_line_agg WHERE uk_fulfil_net = ‘433805’; 执行成功，事务 2 占有 uk_fulfil_net = ‘433805’下的 X No Gap 锁(lock_mode X locks rec but not gap)，类型为记录锁。
3 开始事务
4 delete from fdc_fulfil_net_line_agg WHERE uk_fulfil_net = ‘433805’; 事务 1 希望申请 uk_fulfil_net = ‘433805’下的 X No Gap 锁，但是由于事务 2 已经申请了一把 X No Gap 锁，两把 X 锁互斥，所以 X 锁申请进入锁请求队列。
5 出现死锁，事务 1 权重较小，所以被选择回滚（成为牺牲品）。 insert into fdc_fulfil_net_line_agg (id, uk_fulfil_net) values (xx, ‘433805’); 由于 uk_fulfil_net 字段建立了唯一索引，所以需要申请 S 锁以便检查 duplicate key，由于插入的 uk_fulfil_net 的值还是 433805，所以排在 X 锁后面。但是前面的 X 锁的申请只有在事务 2commit 或者 rollback 之后才能成功，此时形成了循环等待，死锁产生。

拓展

在排查死锁的过程中，有个同事还发现了上述场景会产生另一种死锁，该场景无法通过手工复现，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别是事务 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。我们还是通过表格来详细说明该死锁产生的流程：

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 希望申请 a=2 下的 X 锁，但是由于事务 2 已经申请了一把 X 锁，两把 X 锁互斥，所以 X 锁申请进入锁请求队列。
6 出现死锁，事务 1 权重较小，所以被选择回滚（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，形成循环等待，死锁产生。

总结

排查死锁时，首先需要根据死锁日志分析循环等待的场景，然后根据当前各个事务执行的 SQL 分析出加锁类型以及顺序，逆向推断出如何形成循环等待，这样就能找到死锁产生的原因了。
PS：上述分析都是基于经验的推断，希望其他小伙伴们能够指出当中的错误以及不足指出，谢谢！

参考资料

Mysql 加锁处理分析
一个最不可思议的 Mysql 死锁分析
Innodb 锁系统之如何阅读死锁日志
源码分析 insert 和 delete 操作的加锁
Innodb 锁相关源码翻译

https://alicharles.oss-cn-hangzhou.aliyuncs.com/static/images/mp_qrcode.jpg
文章目录
  1. 背景
  2. 死锁起因
  3. 分析
    1. 阅读死锁日志
    2. 死锁形成流程图
  4. 拓展
  5. 总结
  6. 参考资料
Charles ©2022   浙ICP备14035515号-1