数据库死锁问题,是一个老生常谈且很常见的问题,网上也有非常多对于各类死锁场景的解析和复现,但凡和死锁有关,无外乎不涉及数据库隔离等级、索引、以及innodb锁等相关原因。但是我这个案例我搜遍了全网也没能找到比较相似情况。于是我想尽可能的复现出这种情况,找出死锁的原因,找出可能出现的隐患。
问题的背景:
我们的数据库中的发生死锁的表是具有”多列组合构建的唯一索引“(不包含自增的主键),且数据库的隔离等级为Read Committed, 另外对于这个表来说是写入远大于读取的,由于业务的原因,经常会出现同一数据反复插入(同一数据指唯一索引值相同的数据,但其他非索引字段可能不同),所以为了简化代码,我们使用insert on duplicate key update来解决这种问题,当mysql检测到唯一键冲突时,仅更新特定(非索引)字段。但是问题就出现在大规模多worker并发插入的时候,会经常出现"Deadlock found when trying to get lock"。开始真的是百思不得其解,于是乎开始疯狂查阅mysql手册以及各类博文尝试找到问题所在。
问题的现象:
一般定位死锁原因第一步就是执行”show engine innodb status“, 查看innodb Standard monitor输出结果,这里面会有数据库最后一次的死锁记录。会记录出现死锁的两个事务,它们分别在等待什么锁,并且手里持有什么锁。mysql在检测到发生死锁的时候,会随机回滚其中的一个事务,从而解开死锁。下面的截图是发生死锁的时候innodb status截图(和业务相关的数据已脱敏,这里均用column_n和value_n表示)
Transaction1:
Transaction2:
现象阐述:从上方两个截图可以发现,死锁均发生在insert on duplicate key update语句执行的时候,并且每个insert语句均为批量插入多个数据。对于事务一,可以看到事务一在等待某个锁的获取,且这个锁是"lock_mode X locks gap before rec insert intention waiting",直接翻译过来就是插入意向锁在等待排他gap锁的释放,也就是只有排他gap锁释放后插入意向锁才能获取到(关于这些锁的含义见下一节)。对于事务二,同样可以看到相同的一句话。并且两个事务的锁冲突均发生在”唯一索引“上。再进一步观察可以看到,事务二所持有("Holds the Locks"下方展示的索引值)的排它锁所在的索引(锁均是加在索引上或者索引区间上的),与事务一等待获取锁的索引是一样的。进一步展示了的确,在同一个索引上出现了一个等待获取,一个已经获取的冲突现象。
相关概念:
在分析问题前,有必要概述一下(详细了解可以见附录),这里面涉及到的锁相关知识。具体可以详见Mysql手册
innodb级锁按照隔离能力,主要分为共享锁(S锁)和排他锁(X锁)。事务T1的某行上持有S锁,则另一事务T2可以在此行获取S锁,但是不能获取此行的X锁,而如果T1在某行上持有X锁,则另一事务T2,对此行既无法获取S锁,也无法获取X锁。(除了S和X锁外,还有表级锁,分别是意向共享IS锁和意向排他IX锁,这里不做深入)。
按照锁的种类:主要有四种。
1. Record锁:这种锁会在索引上加锁,比如sql为select column_1 from table where column_1=1 for update,且column_1上有索引,则会把colunm_1为1的行都加排它锁,其他事务禁止对此行读和写。
2. Gap锁(间隙锁):这种锁作用在索引记录之间。目的只需要记住:他是为防止其他事务插入间隙(包括防止insert方式插入新数据到间隙,以及update方式将其他行变更到此间隙)。Gap锁可以有效的防止”幻读“(因为这些间隙都被上了锁,其他事务不可能再插入数据到这些间隙中,于是当前事务在连续进行”当前读“时,每次读到的都是相同的记录)。虽然Gap锁只作用在隔离级别为RR及以上的数据库上,但是不意味着隔离等级为RC级别的不会使用,在RC级别,在进行外键约束检测和唯一键约束检测的时候,会使用到Gap锁,而正是这个duplicate-key checking导致了上文出现的死锁发生。关于Gap锁到底是如何加锁的,可以参阅这篇文章。
3. Next-Key锁:本质上就是Gap锁和Record锁的结合,锁住索引外还要锁住索引的间隙。再具体一些就是,一个record锁,加上,位于此索引记录前的第一个间隙处的间隙锁。举个简单的例子就是,如果现在有一个索引包含三个值1,3,5,则next-key lock锁,可能锁住的范围就有(-∞,1],(1,3],(3,5],(5,+∞]。同样在next-key lock一般作用在RR隔离等级的数据库,但是当出现在insert时候,检测到唯一键冲突的时候,会在冲突所在唯一索引出和之前的间隙处加Next-key lock.
mysq官方手册中,对Next-key lock在innodb monitor中的打印如下图所示:
可以发现和我们在”问题的现象“一节贴的日志中事务二”Hold the Locks“处非常相似。所以可以怀疑当时死锁发生的时候,出现了排他的next-key lock。
4. Insert Intention锁(插入意向锁):顾名思义,这个锁是在数据插入之前会加此锁。它是一种轻量的Gap锁,同事也是意向排他锁的一种。它的存在使得多个事务在写入不同数据到统一索引间隙的时候,不会发生锁等待。另外由于它是一种意向插入锁,所以当排他锁已经处于间隙上的时候,根据锁的兼容矩阵,可以知道,意向插入锁必须等待此间隙上的排它锁释放,才能获取。
根据上面,对锁的种类说明,其实我们已经能猜到,大概是什么锁导致了死锁的出现。(这里我要再明确一点,我们的数据库隔离等级为Read Committed级别。)本质上就是两个事务同时获取到了不同间隙的X Next-key锁,而这个两个事务又同时想要向对方已经获取了next-key锁的间隙内插入新的数据,于是乎死锁出现了。下面我们来完全复现一下。
问题的复现:
数据库准备:数据库中能够包含一个unique key: code
CREATE TABLE `test2` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`code` int(11) NOT NULL,
`other` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `code` (`code`)
) ENGINE=InnoDB
初始数据:insert into test2 (code, other) values(1,1),(3,3),(5,5)
复现场景:原始的code字段为1,3, 5,现在要在中间插入code为2,3,4,5的row, 如果碰到唯一键约束则更新other字段。
Time | Session1 | Session2 |
T1 | start transaction; insert into test2(code, other) values (3, 4) on duplicate key update other = VALUES(other); |
|
T2 | start transaction; insert into test2(code, other) values (5, 6) on duplicate key update other = VALUES(other); |
|
T3 |
insert into test2(code, other) values (4, 4) on duplicate key update other = VALUES(other) 现象:一直阻塞 |
|
T4 | insert into test2(code, other) values (2, 2) on duplicate key update other = VALUES(other); 现象:出现死锁,事务回滚 (2,2插入失败, 且code为5时,更新other字段失败,更新和插入均丢失) |
死锁出现后,我们查看innodb status中的死锁记录,如下:
可以发现,复现出来的结果,和上文中的案例几乎完全一致。下面我们对此结果进行分析。
问题的分析:
- 在T1时刻Session1执行完insert操作后,由于插入的code=2已经存在于表中,发生了唯一键冲突,所以触发了duplicate-checking,导致在(1,3]这个区间加上了next-key lock。这里,我为了进一步证明确实只有(1,3]这个区间加了锁。在T1时刻执行完后,验证插入code=0/4/6的数据可以在Session2中执行成功。同时这个时候Session2中可以修改code=1的数据,如update test2 set other=0 where code=1可以执行成功(当然你不能update test2 set code=2 where code=1,因为这个操作是在向(1,3]的间隙内插入了数据,违反了gap锁的要求)。同时我们可以证明这时code=3肯定是被排他锁锁住的,由于当出现唯一键冲突时,就会执行on duplicate key update,更新other字段,所以code=3一定在更新结束后处于排它锁锁定状态(补充说明:可以证明如果是共享锁的话,session2在T2时刻执行insert into test2(code, other) values (3, 33)语句的话,一定会立刻包duplicate error而不会阻塞。但是事实上如果Session2在T2时刻执行这句sql,会一直阻塞,进一步说明code=3加的是排它锁。另外需要注意的是,其实我目前只能非常确定code = 3是有排它锁,但是(1,3)上面,到底是S gap lock 还是X gap lock无法确定,不过无论是S还是X,不影响后续的解释。)
在T2 完成时,同理也会在(3,5]这个区间上X next-key lock (在上面的截图中也可以看到插入code=5后,正在插入code=2的时候,写着HOLD the lock hex 80000005)
当T1和T2执行完成之后,我们可以看到(1,3] 和(3,5]分别被Session1和Session2锁定,T3时候,Session1尝试插入code=4, 由于在插入前会加插入意向锁,(对于插入意向锁的锁的范围,我目前尚无法确认在3~5的区间内加锁的时候,左右临界的开合问题)但是很明显,插入意向锁一定和(3,5]区间的next-key lock有重合,所以会出现在Session1执行T3的时候,语句被阻塞了,它在等待Session2释放(3,5]这个区间的X next_key lock 。可以参考下图——一个非常详细的锁兼容矩阵,理解阻塞原因(兼容矩阵图链接)。
同理,在T4时刻Session2执行插入语句的时候,由于(1,3]被阻塞了,但是插入的时候又要请求1~3这个区间的插入意向锁,等待Session1释放X next-key lock。于是乎死锁发生,Session2被回滚。
至此:死锁的现象可以顺利的解释通。(当然,这里还有一个疑惑不是很明白,当出现唯一冲突的时候为什么要加Next-Key Lock。有知道原因的小伙伴可以告诉我)
问题的拓展:
- 如果将insert on duplicate key update换成insert ignore语句,是否可以避免死锁的发生呢?答案是:否定的。其实原理都是一样的。如果我们将上述复现中的insert on duplicate key update换成insert ignore,同样会在T4时刻出现死锁。
- 同样,update和insert on duplicate key update组合也可以构造出死锁的出现。数据库中表结构不变,数据初始化为(1,1,1),(3,3,3),(5,5,5) 分别对应id, code,other, id是pk.
Time | Session1 | Session2 |
T1 | start transaction; update test2 set other=1 where id=3; |
|
T2 | start transaction; insert into test2(code, other) values (5, 55) on duplicate key update other = VALUES(other); |
|
T3 |
update test2 set other=1 where id=5; 现象:一直阻塞 |
|
T4 | insert into test2(code, other) values (3, 33) on duplicate key update other = VALUES(other); 现象:出现死锁,回滚 (2,2插入失败) |
总结:
说了这么多,死锁的原因找到了,解决的办法其实比较简单。
- 将批量insert on duplicate key update,拆分成多个语句。保证一次事务中不要插入过多值,将多个数据,变成多个sql,执行插入。可以有效的减少死锁命中的发生。
- 重试:死锁不可怕,当出现死锁发生时,多执行重试操作可以有效保证插入成功,更新不丢失。
参考文章:
- https://dev.mysql.com/doc/refman/5.7/en/innodb-locking.html#innodb-insert-intention-locks
- https://www.cnblogs.com/crazylqy/p/7773492.html
- https://www.jianshu.com/p/dca007208a58
- https://my.oschina.net/actiontechoss/blog/3068976
- https://www.aneasystone.com/archives/2017/12/solving-dead-locks-three.html
- https://www.cnblogs.com/zhoujinyi/p/3435982.html
- http://thushw.blogspot.com/2010/11/mysql-deadlocks-with-concurrent-inserts.html