线上SQL超时场景分析MySQL超时之间隙锁 | 京东物流技术团队

前言

之前遇到过一个由MySQL间隙锁引发线上sql执行超时的场景，记录一下。

背景说明

分布式事务消息表：业务上使用消息表的方式，依赖本地事务，实现了一套分布式事务方案

消息表名：mq_messages

数据量：3000多万

索引：create_time 和 status

status：有两个值，1 和 2， 其中99%以上的状态都是2，表示分布式事务全部已经执行完成，可以删除。

消息表处理逻辑：

    delete from mq_messages where create_time<xxx and status=2 limit 200

业务逻辑：线上业务在执行时，不断的往表里插入status=1的数据，主键id随着时间是递增的

sql超时产生的场景

一次大型促销活动流量峰值的时候，出现了一次数据库连接被打满的情况，初步定位是数据量太大了导致锁表导致的。为了防止数据库连接被再次打满，需要尽快的删除状态为2的数据，手动执行定时任务，删除数据，具体sql为：

delete from mq_messages where status=2 limit 2000

三分钟执行一次任务，一个任务执行200次删除。

然后，数据库连接马上被打满，数据库挂了。

复盘分析

线上是否存在表锁？

初始化表结构（简化后的表结构）

CREATE TABLE `my_test` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `a` int(11) NOT NULL,
  `b` int(11) NOT NULL,
  `state` int(11) NOT NULL DEFAULT '1',
PRIMARY KEY (`id`),
KEY `a` (`a`),
KEY `state` (`state`) USING BTREE
) 
ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4;

存储过程准备测试数据

DELIMITER $$
  CREATE PROCEDURE pro_copy_date()
  BEGIN
  SET @i=1;
  WHILE @i<=100000 DO
  INSERT INTO my_test VALUES(@i,@i,@i,1); 
  SET @i=@i+1;
  END WHILE;
END $$
call pro_copy_date();
UPDATE my_test SET state =2 WHERE id <= 99990;

验证

1. 数据基本情况

表中一共有10万条数据，只有后10条的state=1(id>99990)

2. 事务隔离级别可重复读

3. 开启一个事务A，并且不提交

执行 DELETE FROM my_test WHERE state =2 LIMIT 2000;

4. 开启另一个事务B

• 更新id=2001的数据，可以更新成功

• 更新id=2000的数据，被阻塞

• 说明没有表锁

5. 开启另一个事务C

• 插入状态为2的数据，可以插入成功

• 插入状态为0的数据，可以插入成功

• 插入状态为1的数据，被阻塞

• 说明state的1和2的间隙被锁导致不能插入

结论

线上不存在表锁，而是间隙锁。

间隙锁

线上间隙锁场景分析

表中state一共两个值1和2。因此会产生三个间隙 (-∞, 1), (1, 2), (2, +∞) 和两个孤值1和2。根据前开后闭原则，对应的临建锁区间为 (-∞, 1], (1, 2],(2, +∞)

执行DELETE FROM my_test WHERE state =2 LIMIT 2000时，扫描到的行数为(state=2, id=1)到(state=2,i d=2000)。state=2落在区间](1,2]。因此锁住的范围是(state=1,id=100000) 到 (state=2,id=2000)，如图所示：

对于线上场景锁的范围是(state=1, id=status为1的最大id) 到 (state=2, id=要删除的记录中id的最大值)。由于线上只会插入state=1而且，id是递增的。新插入的id是表的最大值，所以新插入的记录一定会落在锁区间，所以新插入的记录都会被阻塞。

间隙锁作用

解决幻读

幻读指的是一个事务在前后两次查询同一个范围的时候，后一次查询看到了前一次查询没有看到的数据行。

幻读专门指的是新插入的数据。

在可重复读隔离级别下，普通的查询是快照读，是不会看到别的事务插入的数据的。幻读在“当前读”下才会出现。innodb解决幻读的方法，间隙锁。

幻读带来的问题

新建测试表：

CREATE TABLE `my_test2` (
  `id` INT (11) NOT NULL,
  `b` INT (11) DEFAULT NULL,
  `c` INT (11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `c` (`c`)
) ENGINE = INNODB;

-- 插入测试数据
NSERT INTO my_test2  VALUES(0, 0, 0),(5, 5, 5),(10, 10, 10),(15, 15, 15);

测试sql 1

begin;
select * from t where b=5 for update;

这个语句会命中 b=5 的这一行，对应的主键 id=5，因此在 select 语句执行完成后，id=5 这一行会加一个写锁，这个写锁会在执行 commit 语句的时候释放。

由于字段 b 上没有索引，因此这条查询语句会做全表扫描。那么，其他被扫描到的不满足条件的记录上，会不会被加锁呢？

假如只会在id为5的记录上加锁：



假如只会在id为5的记录上加锁，会破坏事务A的加锁声明，即“把所有 b=5 的行锁住，不准别的事务进行读写操作”

T1时刻: id=5的这行数据，的c的值改成了10，事务还没提交，binlog还没写

T2时刻：id=0 这一行变成 (0,5,0), 变更写入binlog;

T3时刻：id=1 这一行变成 (1,5,1), 变更写入binlog;

T4时刻：事务A提交，写入binlog。

此时主库的数据为(0,5,0),(1,5,1),(5,5,10)

因此binlog写入的日志为：

UPDATE my_test2 SET b=5 WHERE id = 0;
INSERT INTO my_test2(1,5,1)
UPDATE my_test2 SET c=10 WHERE b=5;

从库执行完成binglog后数据就变成了(0,5,10),(1,5,10),(5,5,10)，因此出现了数据的不一致

出现数据不一致的原因，是只锁了那一刻需要变更的行，并不能阻挡现有数据变成b=5。

如果把扫描到的行全部加锁会如何哪？由于b没有索引，索引得扫描全表才知道那一行需要更新，所以表中的每一条记录都会被锁住。

T1时刻: id=5的这行数据，的c的值改成了10，事务还没提交，binlog还没写

T2时刻：id为0的行被锁住，不能更新，等待锁释放;

T3时刻：id=1 这一行变成 (1,5,1), 变更写入binlog;

T4时刻：事务A提交，写入binlog。

T5时刻：事务A已提交，id=0的锁被释放，事务B更新成功，变成 (0,5,0)，写入binlog

此时主库的数据为(0,5,0),(1,5,1),(5,5,10)

因此binlog写入的日志为：

INSERT INTO my_test2(1,5,1)
UPDATE my_test2 SET c=10 WHERE b=5;
UPDATE my_test2 SET b=5 WHERE id = 0;

从库执行完成binglog后数据就变成了(0,5,0),(1,5,10),(5,5,10)，因此还是存在数据不一致

锁定了查找过程中扫描的行，有效的避免了修改带来的数据不一致问题。数据之间的间隙插入的数据依然会出现b=5的数据，因此要向解决这个问题我们还需在数据的间隙加锁。

T1时刻: id=5的这行数据，的c的值改成了10，事务还没提交，binlog还没写

T2时刻：id为0的行被锁住，不能更新等待锁释放;

T3时刻：间隙(0,5)被锁住，不能插入等待锁释放;

T4时刻：事务A提交，写入binlog。

T5时刻：事务A已提交，id=0的锁被释放，事务B更新成功，变成 (0,5,0)，写入binlog

T6时刻：事务A已提交，(0,5)的间隙锁被释放，事务C写入成功，变成 (1,5,1)，写入binlog

此时主库的数据为(0,5,0),(1,5,1),(5,5,10)

因此binlog写入的日志为：

UPDATE my_test2 SET c=10 WHERE b=5;
UPDATE my_test2 SET b=5 WHERE id = 0;
INSERT INTO my_test2(1,5,1)

从库执行完成binglog后数据就变成了(0,5,0),(1,5,1),(5,5,10)，完美解决了数据不一致

通过上面两个情况分析，如果只锁对应修改的行，会出现两个问题

幻读的解决方法

通过上面案例分析，即使把所有的记录都加上锁，还是阻止不了新插入的记录。行锁只能锁住行，但是新插入记录这个动作，要更新的是记录之间的“间隙”。因此，为了解决幻读问题，InnoDB 只好引入新的锁，也就是间隙锁 (Gap Lock) 。

间隙锁，锁的就是两个值之间的空隙，表中一共有4条数据，因此会产生五个间隙 (-∞, 0), (0, 5), (5, 10), (10, 15), (15, +∞)，在扫描确认要修改的行时，不仅仅要锁住扫描到的行，两边的间隙也要加上锁。

间隙锁和行锁合称 next-key lock(邻键锁) ，每个 next-key lock 是前开后闭区间。因此上述情况会有五个邻键锁(-∞,0],(0,5],(5,10],(10,15],(15, +∞)

间隙锁可以被多个事务同时加

间隙锁和行锁有区别，行锁只能被一个事务加上，但是间隙锁可以被多个事务加上。

如下图：开启两个事务，

间隙锁的目前是保护这个间隙不能插入数据，但他们不冲突。

加锁规则

原则1：加锁的基本单位是 next-key lock，next-key lock 是前开后闭区间。

原则2：查找过程中访问到的对象才会加锁。

优化1：索引上的等值查询，给唯一索引加锁的时候，next-key lock 退化为行锁。

优化2：索引上的等值查询，向右遍历时且最后一个值不满足等值条件的时候，next-key lock 退化为间隙锁。

唯一索引上的范围查询会访问到不满足条件的第一个值为止

加锁规则—等值查询间隙锁

事务A执行UPDATE my_test2 SET b=100 WHERE id =7;

根据原则1，加锁的区间应该为(5,10].

根据优化2，这是一个等值查询 ，而 id=10 不满足查询条件，next-key lock 退化成间隙锁，因此最终加锁的范围是 (5,10)。

因此：事务B的插入会被阻塞，事务C的更新可以成功

事务A：

事务B：

事务C：

加锁规则—非唯一索引等值查询

事务A执行 SELECT ``id`` FROM my_test2 WHERE c=5 ``lock in share mode``;

根据原则1，加锁的区间应该为(0,5],由于c不是唯一索引还得往后扫描，因此(5,10]也会被加锁。根据优化2，会退化成(5,10)。因此索引c上的锁区间为(0,10)。

由于这个查询走的是索引覆盖，并不需要去主键索引查数据，因此id=5的行并不会被锁住 。

所以更新会成功，插入不会成功

事务A执行SELECT * FROM my_test2 WHERE c=5 lock in share mode;

由于 查询全部的数据就需要，去主键索引上查找id=5的数据，根据原则2，id=5的这行数据也要被锁住，因此更新会被阻塞。

注意，如果执行的语句为SELECT id FROM my_test2 WHERE c=5 for UPDATE;虽然这个语句也会走索引覆盖，但是用for update mysql会认为你接下来要更新这行，因此顺便会给id=5的这行加锁。

加锁规则—非唯一索引，存在等值

新插入两条数数据(20,20,5)和(30,30,5)

执行sql: DELETE FROM my_test2 WHERE c=5 LIMIT 2;

根据加锁原则,只会扫描c=5的数据，因此加锁区间为

(c=0,id=0) 到 (c=5,id=20)

INSERT INTO my_test2 VALUES(-1,0,0); //不阻塞

INSERT INTO my_test2 VALUES(1,0,0); //阻塞

INSERT INTO my_test2 VALUES(19,0,5); //阻塞

INSERT INTO my_test2 VALUES(21,0,5); //不阻塞

执行结果验证：

数据库底层实现博大精深，本文所述，根据线上场景进行了一些研究和探讨，希望能为相关场景提供一些启示。文章中难免会有不足之处，希望读者能给予宝贵的意见和建议。谢谢！

作者：京东物流 刘浩

来源：京东云开发者社区 自猿其说Tech 转载请注明来源