一次Mysql死锁排查过程的全纪录
前言
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：
CREATETABLE`test`( `id`int(11)unsignedNOTNULLAUTO_INCREMENT, `a`int(11)unsignedDEFAULTNULL, PRIMARYKEY(`id`), UNIQUEKEY`a`(`a`) )ENGINE=InnoDBAUTO_INCREMENT=100DEFAULTCHARSET=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*fromtest; +----+------+ |id|a| +----+------+ |1|1| |2|2| |4|4| +----+------+ 3rowsinset(0.00sec)
出现死锁的操作如下：
然后我们可以通过SHOWENGINEINNODBSTATUS;来查看死锁日志：
------------------------ LATESTDETECTEDDEADLOCK ------------------------ 17021913:31:31 ***(1)TRANSACTION: TRANSACTION2A8BD,ACTIVE11secstartingindexread mysqltablesinuse1,locked1 LOCKWAIT2lockstruct(s),heapsize376,1rowlock(s) MySQLthreadid448218,OSthreadhandle0x2abe5fb5d700,queryid18923238renjun.fangcloud.net121.41.41.92rootupdating deletefromtestwherea=2 ***(1)WAITINGFORTHISLOCKTOBEGRANTED: RECORDLOCKSspaceid0pageno923nbits80index`a`oftable`oauthdemo`.`test`trxid2A8BDlock_modeXwaiting Recordlock,heapno3PHYSICALRECORD:n_fields2;compactformat;infobits32 0:len4;hex00000002;asc;; 1:len4;hex00000002;asc;; ***(2)TRANSACTION: TRANSACTION2A8BC,ACTIVE18secinserting mysqltablesinuse1,locked1 4lockstruct(s),heapsize1248,3rowlock(s),undologentries2 MySQLthreadid448217,OSthreadhandle0x2abe5fd65700,queryid18923239renjun.fangcloud.net121.41.41.92rootupdate insertintotest(id,a)values(10,2) ***(2)HOLDSTHELOCK(S): RECORDLOCKSspaceid0pageno923nbits80index`a`oftable`oauthdemo`.`test`trxid2A8BClock_modeXlocksrecbutnotgap Recordlock,heapno3PHYSICALRECORD:n_fields2;compactformat;infobits32 0:len4;hex00000002;asc;; 1:len4;hex00000002;asc;; ***(2)WAITINGFORTHISLOCKTOBEGRANTED: RECORDLOCKSspaceid0pageno923nbits80index`a`oftable`oauthdemo`.`test`trxid2A8BClockmodeSwaiting Recordlock,heapno3PHYSICALRECORD:n_fields2;compactformat;infobits32 0:len4;hex00000002;asc;; 1:len4;hex00000002;asc;; ***WEROLLBACKTRANSACTION(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：
17021913:31:31 ***(1)TRANSACTION: TRANSACTION2A8BD,ACTIVE11secstartingindexread mysqltablesinuse1,locked1 LOCKWAIT2lockstruct(s),heapsize376,1rowlock(s) MySQLthreadid448218,OSthreadhandle0x2abe5fb5d700,queryid18923238renjun.fangcloud.net121.41.41.92rootupdating deletefromtestwherea=2 ***(1)WAITINGFORTHISLOCKTOBEGRANTED: RECORDLOCKSspaceid0pageno923nbits80index`a`oftable`oauthdemo`.`test`trxid2A8BDlock_modeXwaiting Recordlock,heapno3PHYSICALRECORD:n_fields2;compactformat;infobits32 0:len4;hex00000002;asc;; 1:len4;hex00000002;asc;;
从日志里我们可以看到事务1当前正在执行deletefromtestwherea=2，该条语句正在申请索引a的X锁，所以提示lock_modeXwaiting。
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: TRANSACTION2A8BC,ACTIVE18secinserting mysqltablesinuse1,locked1 4lockstruct(s),heapsize1248,3rowlock(s),undologentries2 MySQLthreadid448217,OSthreadhandle0x2abe5fd65700,queryid18923239renjun.fangcloud.net121.41.41.92rootupdate insertintotest(id,a)values(10,2) ***(2)HOLDSTHELOCK(S): RECORDLOCKSspaceid0pageno923nbits80index`a`oftable`oauthdemo`.`test`trxid2A8BClock_modeXlocksrecbutnotgap Recordlock,heapno3PHYSICALRECORD:n_fields2;compactformat;infobits32 0:len4;hex00000002;asc;; 1:len4;hex00000002;asc;; ***(2)WAITINGFORTHISLOCKTOBEGRANTED: RECORDLOCKSspaceid0pageno923nbits80index`a`oftable`oauthdemo`.`test`trxid2A8BClockmodeSwaiting Recordlock,heapno3PHYSICALRECORD:n_fields2;compactformat;infobits32 0:len4;hex00000002;asc;; 1:len4;hex00000002;asc;;
从日志的HOLDSTHELOCKS(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（RecordLock）。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（Wherea=2），所以会申请一个记录锁，而非next-key锁。
从日志的WAITINGFORTHISLOCKTOBEGRANTED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insertintotest(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duplicatekey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：
| 步骤 | 事务1 | 事务2 |
|---|---|---|
| 1 | begin | |
| 2 | deletefromtestwherea=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 | deletefromtestwherea=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）。 | insertintotest(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duplicatekey，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。 |
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_modeXlocksgapbeforerecinsertintentionwaiting。
我们还是通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 | deletefromtestwherea=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】insertintotest(id,a)values(10,2);事务2申请S锁进行duplicatekey进行检查。检查成功。 | |
| 5 | deletefromtestwherea=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】insertintotest(id,a)values(10,2);事务2开始插入数据，S锁升级为X锁，类型为insertintention。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。
好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，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，谢谢大家对毛票票的支持。