MySQL 锁

简介: MySQL里常见的几种锁

全局锁

==对整个数据库加锁==

flush tables with read lock -- 添加全局锁
unlock tables -- 释放全局锁

加锁后,整个数据库处于只读状态,这时其他线程执行以下操作,都会被阻塞:

  • 数据的增删改操作,比如 insert、delete、update等语句;
  • 表结构的更改操作,比如alter table、drop table等语句。

当连接断开后,锁会自动释放。

使用场景:全库备份。当备份数据库的时候,会用全局锁。

备份数据库数据的时候,使用全局锁会影响业务,那有什么其他方式可以避免?

如果数据库的引擎支持的事务支持可重复读的隔离级别,那么在备份数据库之前先开启事务,会先创建 Read View,然后整个事务执行期间都在用这个 Read View,而且由于 MVCC 的支持,备份期间业务依然可以对数据进行更新操作。

因为在可重复读的隔离级别下,即使其他事务更新了表的数据,也不会影响备份数据库时的 Read View,这就是事务四大特性中的隔离性,这样备份期间备份的数据一直是在开启事务时的数据

表级锁

MySQL 里面表级别的锁有这几种:

  • 表锁;
  • 元数据锁(MDL);
  • 意向锁;
  • AUTO-INC 锁;

表锁

lock tables user read; -- 读锁 user表
lock tables user write; -- 写锁
unlock tables

表共享读锁(read lock):大家都能读,都不能写(包括自己)。

表独占写锁(write lock):上锁的线程能读又能写其他线程不能读也不能写。

需要注意的是,表锁除了会限制别的线程的读写外也会限制本线程接下来的读写操作

即自己加了读锁,那么自己接下来想对表写入也会阻塞,别人想写入也会阻塞,知道锁释放。

当连接断开后,锁会自动释放。

元数据锁(MDL)

我们不需要显示的使用MDL,因为当我们对数据库表进行操作时,会自动给这个表加上MDL:

  • 对一张表进行 CRUD 操作时,加的是 MDL 读锁
  • 对一张表做结构变更操作的时候,加的是 MDL 写锁

MDL是为了保证当用户对表执行 CRUD 操作时,防止其他线程对这个表结构做了变更

MDL 不需要显示调用,那它是在什么时候释放的?

MDL 是在事务提交后才会释放,这意味着事务执行期间,MDL是一直持有的。

线程 A 先启用了事务(但是一直不提交),然后执行一条 select 语句,此时就先对该表加上MDL读锁;接着,线程C修改了表字段,此时由于线程 A 的事务并没有提交,也就是MDL读锁还在占用着,这时线程C就无法申请到MDL写锁,就会被阻塞,那么在线程C阻塞后,后续有对该表的 select 语句,就都会被阻塞,如果此时有大量该表的 select语句的请求到来,就会有大量的线程被阻塞住,这时数据库的线程很快就会爆满了。

为什么线程C因为申请不到MDL写锁,而导致后续的申请读锁的查询操作也会被阻塞

这是因为申请MDL锁的操作会形成一个队列,队列中写锁获取优先级高于读锁,一旦出现MDL写锁等待,会阻塞后续该表的所有CRUD操作。

所以为了能安全的对表结构进行变更,在对表结构变更前,先要看看数据库中的长事务,是否有事务已经对表加上了MDL读锁,如果可以考虑kill掉这个长事务,然后再做表结构的变更。

意向锁

为了避免DML在执行时,加的行锁与表锁的冲突,在InnoDB中引入了意向锁,使得表锁不用检查每行数据是否加锁,使用意向锁来减少表锁的检查。

  • 在使用 InnoDB 引擎的表里某些记录加上「共享锁」之前,需要==先==在表级别加上一个「意向共享锁」
  • 在使用 InnoDB 引擎的表里某些纪录加上「独占锁」之前,需要==先==在表级别加上一个「意向独占锁」
  • 共享即读锁,独占即写锁。

也就是,当执行插入、更新、删除操作,需要先对表加上「意向独占锁」,然后对该记录加独占锁

而普通的 select 是不会加行级锁的,普通的 select 语句是利用MVCC实现一致性读,是无锁的

不过,select 也是可以对记录加共享锁和独占锁的,具体方式如下:

//先在表上加上意向共享锁,然后对读取的记录加共享锁
select ... lock in share mode;
//先表上加上意向独占锁,然后对读取的记录加独占锁
select ... for update;

意向共享锁和意向独占锁是表级锁不会和行级的共享锁和独占锁发生冲突,而且意向锁之间也不会发生冲突,只会和共享表锁和独占表锁发生冲突。

表锁和行锁是满足读读共享、读写互斥、写写互斥的。

如果没有「意向锁」,那么加「独占表锁」时,就需要遍历表里所有记录,查看是否有记录存在独占锁,这样效率会很慢。

那么有了「意向锁」,由于在对记录加独占锁前,先会加上表级别的意向独占锁,那么在加「独占表锁」时,直接查该表是否有意向独占锁,如果有就意味着表里已经有记录被加了独占锁,这样就不用去遍历表里的记录。

所以,意向锁的目的是为了快速判断表里是否有记录被加锁

AUTO-INC

InnoDB 有自增主键,在插入数据时,可以不指定主键的值,数据库会自动给主键赋值递增的值,这主要是通过 AUTO-INC锁 实现的。

AUTO-INC锁是特殊的表锁机制,锁不是再一个事务提交后才释放,而是再执行完插入语句后就会立即释放。

在插入数据时,会加一个表级别的AUTO-INC锁,然后为被AUTO_INCREMENT修饰的字段赋值递增的值,等插入语句执行完成后,才会把AUTO-INC锁释放掉。

那么,一个事务在持有AUTO-INC锁的过程中,其他事务的如果要向该表插入语句都会被阻塞,从而保证插入数据时,被AUTO_INCREMENT修饰的字段的值是连续递增的。

但是,AUTO-INC锁再对大量数据进行插入的时候,会影响插入性能,因为另一个事务中的插入会被阻塞。

因此,在MySQL 5.1.22版本开始,InnoDB存储引擎提供了一种轻量级的锁来实现自增。

一样也是在插入数据的时候,会为被AUTO_INCREMENT修饰的字段加上轻量级锁,然后给该字段赋值一个自增的值,就把这个轻量级锁释放了,而不需要等待整个插入语句执行完后才释放锁。

InnoDB存储引擎提供了个innodb_autoinc_lock_mode的系统变量,是用来控制选择用AUTO-INC锁,还是轻量级的锁。

  • 当innodb_autoinc_lock_mode = 0,就采用 AUTO-INC锁,语句执行结束后才释放锁;当innodb_autoinc_lock_mode = 2,就采用轻量级锁,申请自增主键后就释放锁,并不需要等语句执行后才释放。
  • 当innodb_autoinc_lock_mode = 1:
    • 普通insert语句,自增锁在申请之后就马上释放;
    • 类似insert...select这样的批量插入数据的语句,自增锁还是要等语句结束后才被释放;

当innodb_autoinc_lock_mode = 2是性能最高的方式,但是当搭配 binlog的日志格式是 statement一起使用的时候,在「主从复制的场景」中会发生数据不一致的问题。

举个🌰:

image.png

session A往表t中插入了4行数据,然后创建了一个相同结构的表七2,然后两个 session同时执行向表t2中插入数据。

如果innodb_autoinc_lock_mode = 2,意味着「申请自增主键后就释放锁,不必等插入语句执行完」。那
么就可能出现这样的情况:

  • session B先插入了两个记录,(1,1,1)、(2,2,2);
  • 然后,session A来申请自增id得到id=3,插入了(3,5,5);
  • 之后,session B继续执行,插入两条记录(4,3,3)、(5,4,4)。

可以看到,session B的insert语句,生成的id不连续。

当「主库」发生了这种情况,binlog面对t表的更新只会记录这两个session的insert语句,如果binlog_format=statement,记录的语句就是原始语句。记录的顺序要么先记 session A的insert语句,要么先记 session B的 insert语句。

但不论是哪一种,这个binlog拿去「从库」执行,这时从库是按「顺序」执行语句的,只有当执行完一条 SQL语句后,才会执行下一条 SQL。因此,在从库上「不会」发生像主库那样两个 session「同时」执行向表t2中插入数据的场景。所以,在备库上执行了 session B的insert语句,生成的结果里面,id都是连续的。这时,主从库就发生了数据不一致。

要解决这问题,binlog日志格式要设置为row,这样在 binlog里面记录的是主库分配的自增值,到备库执行的时候,主库的自增值是什么,从库的自增值就是什么。

所以,当innodb_autoinc_lock_mode =2时,并且 binlog_format = row,既能提升并发性,又不会出现数据一致性问题。

行级锁

InnoDB 引擎是支持行级锁的,而 MyISAM 引擎并不支持行级锁。

普通的 select 语句是不会对记录加锁的,因为它属于快照读。如果要在查询时对记录加行锁,可以使用下面这两个方式,这种查询会加锁的语句称为锁定读。

//对读取的记录加共享锁
select ... lock in share mode;
//对读取的记录加独占锁
select ... for update;
  • for update:独占锁;
  • in share mode:共享锁;

上面这两条语句必须在一个事务中,因为当事务提交了,锁就会被释放,所以在使用这两条语句的时候,要加上 begin、start transaction 或者 set autocommit = 0。

共享锁(S锁)满足读读共享,读写互斥。独占锁(X锁)满足写写互斥、读写互斥。

image.png

行级锁的类型主要有三类:

  • Record Lock,记录锁,也就是仅仅把一条记录锁上;
  • Gap Lock,间隙锁,锁定一个范围,但是不包含记录本身;
  • Next-Key Lock:Record Lock + Gap Lock的组合,锁定一个范围,并且锁定记录本身。

Next-Key Lock

==行锁+间隙锁==

Next-Key Lock 称为临键锁,是 Record Lock + Gap Lock 的组合,==锁定一个范围,并且锁定记录本身==。即左开右闭。

InnoDB执行行级锁的方式是,当它搜索或扫描一个表索引时,它会在遇到的索引记录上设置共享锁或排他锁。行级锁实际上是索引记录锁。索引记录上的 next-key 锁也会影响该索引记录之前的“间隙。也就是说,next-key锁是索引记录锁加上索引记录前面的间隙锁。

间隙锁左开右开,而临键锁左开右闭

==临键锁 是默认的行锁。==

在默认情况下,行锁 就是 临键锁,它会锁自己以及附近的数据,但是:

  • 如果是主键或者唯一索引会退化成记录锁,也就是我们习惯说的那个“行锁”;
  • 如果是普通索引,间隙空值操作也会退化为间隙锁,只有在一些条件下才会产生临键锁。

Record Lock

Record Lock 称为记录锁,锁住的是一条记录。而且记录锁是有S锁和X锁之分的:

  • 当一个事务对一条记录加了S型记录锁后,其他事务也可以继续对该记录加S型记录锁(S型与S锁兼容),但是不可以对该记录加X型记录锁(S型与X锁不兼容);

  • 当一个事务对一条记录加了X型记录锁后,其他事务既不可以对该记录加S型记录锁(S型与X锁不兼容),也不可以对该记录加X型记录锁(X型和X型不兼容);

Gap Lock

Gap Lock 称为间隙锁,只存在于可重复读隔离级别,目的是为了解决可重复读隔离级别下幻读的现象。

间隙锁锁得是两个索引记录之间的“间隙”,即两个值之间不存在的实际记录空间。确保了在事务执行期间,其他事务无法在这个范围内插入新的记录

假设,表中有一个范围id为(3,5)间隙锁,那么其他事务就无法插入id = 4这条记录了,这样就有效的防止幻读现象的发生。

image.png

临键锁、间隙锁、记录锁

image.png

  • 唯一索引:由于唯一性,查找所有满足条件的索引;
  • 普通索引:查到满足条件的还不能停,需要找到下一个不满足的为止
  • 条件里仅等值查询(例如id = 20)且该值不存在(20 不存在),此时会增加间隙锁;
  • 普通索引 + 排它锁的情况下,会回表增加符合条件的主键索引上的行锁(共享锁+覆盖索引时不会回表);
  1. 索引上的等值查询 (唯一索引,例如主键索引)

    • 给 ==不存在的记录== 加锁时,优化为间隙锁

      示例:查询 id=3,间隙锁:(1, 5),双开区间。

      示例:查询 id > 12,间隙锁:(10.15) (15,20) (20,25) (25,+);行锁:15 20 25

    • 查询的索引存在,优化为 行锁(记录锁)

      示例:查询 id=5,记录锁:5

  2. 索引上的范围查询(唯一索引或者主键索引),会访问到不满足条件的第一个值为止。

    示例:查询 id < 15

    • 间隙锁:(-,1)(1,5) (5,10) (10,15)
    • 记录锁:1,5,10
  3. 索引上的等值查询(普通索引),向右遍历时最后一个值不满足查询需求时,next-key lock 退化为间隙锁。

    普通索引不唯一,所以等值查询的时候会找到一个不满足条件的索引。

根据普通索引搜索。

普通索引存在时

  • age = 15,先找到 15,临键锁:(10, 15],接着找,找到不满足的 age = 25,临键锁:(15, 20]

    优化:age=15--id=15 的记录锁,(15,20) 的间隙锁。

  • age>15,结果:间隙锁 (15,20) (20,25) (25,+),记录锁:20 25

普通索引不存在时

  • age = 18:间隙锁:(15,20)
  • age > 18:间隙锁:(15,20) (20, 25) (25, +)

插入意向锁

一个事务在插入一条记录的时候,需要判断插入位置是否已被其他事务加了间隙锁(next-key lock 也包含间隙锁)。
如果有的话,插入操作就会发生阻塞,直到拥有间隙锁的那个事务提交为止(释放间隙锁的时刻),在此期间会生成一个插入意向锁,表明有事务想在某个区间插入新记录,但是现在处于等待状态

举个例子,假设事务A已经对表加了一个范围id为(3,5)间隙锁。

image.png

当事务A还没提交的时候,事务B向该表插入一条id= 4的新记录,这时会判断到插入的位置已经被事务A加了间隙锁,于是事物B会生成一个插入意向锁,然后将锁的状态设置为等待状态(PS:MySQL加锁时,是先生成锁结构,然后设置锁的状态,如果锁状态是等待状态,并不是意味着事务成功获取到了锁,只有当锁状态为正常状态时,才代表事务成功获取到了锁),此时事务B就会发生阻塞,直到事务A提交了事务。

插入意向锁名字虽然有意向锁,但是它并不是意向锁,它是一种特殊的间隙锁,属于行级别锁。

如果说间隙锁锁住的是一个区间,那么「插入意向锁」锁住的就是一个点。因而从这个角度来说,插入意向锁确实是一种特殊的间隙锁。

插入意向锁与间隙锁的另一个非常重要的差别是:尽管「插入意向锁」也属于间隙锁,但两个事务却不能在同一时间内,一个拥有间隙锁,另一个拥有该间隙区间内的插入意向锁(当然,插入意向锁如果不在间隙锁区间内则是可以的)。

目录
相关文章
|
2天前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1529 4
|
18小时前
|
编解码 Java 程序员
写代码还有专业的编程显示器?
写代码已经十个年头了, 一直都是习惯直接用一台Mac电脑写代码 偶尔接一个显示器, 但是可能因为公司配的显示器不怎么样, 还要接转接头 搞得桌面杂乱无章,分辨率也低,感觉屏幕还是Mac自带的看着舒服
|
29天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
6天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
523 20
|
2天前
|
存储 SQL 关系型数据库
彻底搞懂InnoDB的MVCC多版本并发控制
本文详细介绍了InnoDB存储引擎中的两种并发控制方法:MVCC(多版本并发控制)和LBCC(基于锁的并发控制)。MVCC通过记录版本信息和使用快照读取机制,实现了高并发下的读写操作,而LBCC则通过加锁机制控制并发访问。文章深入探讨了MVCC的工作原理,包括插入、删除、修改流程及查询过程中的快照读取机制。通过多个案例演示了不同隔离级别下MVCC的具体表现,并解释了事务ID的分配和管理方式。最后,对比了四种隔离级别的性能特点,帮助读者理解如何根据具体需求选择合适的隔离级别以优化数据库性能。
186 2
|
9天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
21天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
9天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
480 5
|
8天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
317 2
|
5天前
|
XML 安全 Java
【Maven】依赖管理,Maven仓库,Maven核心功能
【Maven】依赖管理,Maven仓库,Maven核心功能
198 2