外观
20 - 死锁不是“数据库卡死”:如何复现、读图和修复
基线:MySQL 8.0.16+ / 8.4、InnoDB;JDBC 示例使用 JDK 17、MySQL Connector/J。 前置:16 事务完成边界、19 锁与等待证据、A 实验方法。
摘要
两个事务各自成功更新一个账户,接着更新对方账户时却互相等待:这就是本文要复现的死锁。InnoDB 可以通过回滚其中一个事务解除死锁,应用则需要判断失败后哪些修改已撤销、能否重试。本文先解释等待环,再用两账户实验读取死锁报告,最后区分死锁、锁等待超时与提交结果未知,并介绍有次数和时间限制的重试程序。
阅读入口:两账户就能理解,不必先跑 Java
初读按“第 1 节等待环 → 第 2 节两账户 → 第 3 节报告 → 第 4.2 节错误分类 → 第 6 节修复”阅读。A、B 两个连接用于复现,C 用于独立验收和保存证据。第 4.1 节间隙死锁、第 4.3 节超时对照和第 5 节 JDBC 程序是可选进阶,不要求同时完成。
先区分两件事:等待是“我暂时不能继续,但持有者还能完成并释放资源”;死锁是“彼此都要等对方先释放,谁也无法按原计划继续”。修复目标不是让等待从此消失,而是减少成环机会,并在失败时保证整笔业务撤销后再尝试。
1. 现象:各成功一条 UPDATE,随后一方失败
在显式事务中,UPDATE 成功返回只表示这条语句执行完成,事务还没有提交。对账户记录取得的冲突保护仍然存在,直到事务提交或回滚;另一个事务要修改同一记录,就需要等待。
A 先更新账户 1,B 先更新账户 2。随后 A 请求账户 2 的锁,必须等 B 释放;B 请求账户 1 的锁,又必须等 A 释放。两者都无法完成后续语句,也就无法按原计划走到提交。这种“持有一部分资源,再等待对方资源”的关系形成了等待环。图中的箭头表示等待者指向持有者:
图表将在阅读到此处时加载…
开启死锁检测时,InnoDB 可以选择一个事务整体回滚,释放它的锁,让另一个事务继续。被选择回滚的事务称为死锁受害者。关闭检测时,等待可能由锁等待超时解除,不能期待相同的报告和错误。
普通阻塞中,A 虽然等 B,但 B 仍可推进并释放资源。死锁则需要打破环。数据库检测器也无法看到 Java 锁、连接池许可和 RPC(远程过程调用)的全部跨层等待;这些资源与数据库锁交织时,需要合并应用和数据库证据,见Java 死锁边界。
2. 验证:最小死锁与最终状态
仅在独立可丢弃的实验库初始化。下面会清空 deadlock_account 并写入两个余额均为 100 的账户;先确认没有未完成事务。初始化连接若要继续使用,应在修改自动提交前记录原值;也可以在初始化事务结束后关闭该连接。
sql
CREATE DATABASE IF NOT EXISTS kb_database_lab;
USE kb_database_lab;
SET autocommit=1;
CREATE TABLE IF NOT EXISTS deadlock_account (
id BIGINT PRIMARY KEY, balance INT NOT NULL,
CONSTRAINT chk_deadlock_balance CHECK(balance>=0)
) ENGINE=InnoDB;
DELETE FROM deadlock_account;
INSERT INTO deadlock_account VALUES(1,100),(2,100);
SHOW VARIABLES LIKE 'innodb_deadlock_detect';
SHOW VARIABLES LIKE 'innodb_rollback_on_timeout';A、B、C 使用独立连接,各自先结束旧事务,再保存并设置环境。A、B 执行业务,C 负责观察和验收,避免诊断语句排在正在等待的业务语句后面。下面在各连接执行;C 只观察时也保持自动提交。
autocommit=1 表示没有显式事务时每条语句自动提交;执行 START TRANSACTION 后,仍须提交或回滚。这里统一使用 REPEATABLE READ(可重复读,简称 RR),并把 InnoDB 锁等待超时设为 10 秒。CONNECTION_ID() 记录连接身份,便于对应诊断结果;保存设置的 @deadlock_saved_* 是本连接的用户变量,供第 8 节恢复环境。
sql
USE kb_database_lab;
SET @deadlock_saved_autocommit=@@session.autocommit;
SET @deadlock_saved_level=@@session.transaction_isolation;
SET @deadlock_saved_timeout=@@session.innodb_lock_wait_timeout;
SET autocommit=1;
SET SESSION TRANSACTION ISOLATION LEVEL REPEATABLE READ;
SET SESSION innodb_lock_wait_timeout=10;
SELECT CONNECTION_ID(),@@global.innodb_deadlock_detect,
@@global.innodb_rollback_on_timeout;预期以 innodb_deadlock_detect=ON 为前提,只读记录现有配置,不修改生产全局参数。表格按行交错执行;A 第 3 步等待期间,在 B 执行第 4 步,不能等 A 返回后才继续 B。
| 步骤 | A | B | C |
|---|---|---|---|
| 1 | START TRANSACTION; UPDATE deadlock_account SET balance=balance-10 WHERE id=1; | ||
| 2 | START TRANSACTION; UPDATE deadlock_account SET balance=balance-20 WHERE id=2; | ||
| 3 | UPDATE deadlock_account SET balance=balance+10 WHERE id=2;,等待 | 使用 19 第 3.1 节的等待查询,将表过滤条件改为 deadlock_account | |
| 4 | UPDATE deadlock_account SET balance=balance+20 WHERE id=1;,成环 | ||
| 5 | 获胜者 COMMIT,失败者不继续业务 | 同左 | 保存 SHOW ENGINE INNODB STATUS |
第 4 步要在 A 的 10 秒等待超时前执行,否则得到的是超时对照,未必形成死锁。第 5 步中,只有两条更新都成功的事务才能 COMMIT;收到死锁错误的连接停止业务并显式执行 ROLLBACK,再进入下个用例。
死锁被解除后,等待者与持有者之间的等待边也会消失,事后查询 performance_schema.data_lock_waits 可能为空。应及时保存 SHOW ENGINE INNODB STATUS 的最近死锁报告和应用收到的原始错误。观察状态与诊断视图需要相应权限,不能用空结果推断未发生死锁。
获胜者提交后 C 独立查询:
sql
SELECT id,balance FROM deadlock_account ORDER BY id;
SELECT SUM(balance) AS total FROM deadlock_account;预期结果(按账户 1 / 账户 2 排列):A 获胜为 90 / 110,B 获胜为 120 / 80,总额均为 200。因为受害者的整个事务回滚,它的第一条扣款也会撤销;在上述提交和回滚条件下,不应留下两边都扣款的 90 / 80。受害者不固定,以上数值是根据事务边界推导的预期结果。
3. 证据:从报告还原环
以下为字段含义示意,不是生产日志;真实格式和记录内容随版本变化。
text
LATEST DETECTED DEADLOCK
(1) TRANSACTION ...
UPDATE ... WHERE id=2
(1) HOLDS THE LOCK(S): ... index PRIMARY ... record id=1
(1) WAITING FOR THIS LOCK TO BE GRANTED: ... PRIMARY ... id=2
(2) TRANSACTION ...
UPDATE ... WHERE id=1
(2) HOLDS THE LOCK(S): ... PRIMARY ... id=2
(2) WAITING FOR THIS LOCK TO BE GRANTED: ... PRIMARY ... id=1
WE ROLL BACK TRANSACTION (...)读报告时,按下面的顺序还原等待环:
- 记录每个事务的 ID、连接和当前 SQL,确认它们对应哪段业务。
- 查看
HOLDS THE LOCK(S),记录已持有的表、索引和记录或范围。 - 查看
WAITING FOR THIS LOCK TO BE GRANTED,找出请求对象及其持有者。 - 将“事务 → 请求对象 → 持有者”连起来。示意中是事务 1 等事务 2 的账户 2,事务 2 又等事务 1 的账户 1,最终回到起点。
- 查看
WE ROLL BACK TRANSACTION,确认被选择回滚的事务,并与应用错误对应。
PRIMARY 表示主键索引。页号和 heap no(页内记录编号)描述内部存储位置,十六进制记录也不是可直接照抄的主键字符串;解释实际键值时要结合表结构与索引。
报告中的当前 SQL 往往是在请求新锁,先前的 SQL 才可能是持锁来源。例如事务 1 当前更新账户 2,但账户 1 的锁来自它之前的更新。因此还要关联事务内的完整语句顺序。LATEST DETECTED DEADLOCK 通常只展示最近一次死锁;需要持续记录时,可评估 innodb_print_all_deadlocks,同时考虑配置权限、日志量和 SQL 参数中的敏感信息。
4. 原理:错误不同,回滚范围不同
语句回滚只撤销失败语句的影响,事务中先前成功的修改可能仍在;事务回滚撤销这笔事务的全部修改。对“扣款再入账”这样的多步业务,失败后能否安全重试,取决于整个工作单元是否已经撤销,而不只是最后一条 SQL 是否报错。第 4.2 节给出处理矩阵;下面先看另一种等待环,理解死锁为何不只发生在已有记录上。
4.1 第二类环:兼容间隙锁与插入意向(可选进阶)
间隙锁(Gap Lock)保护索引记录之间的插入位置,不同事务的间隙锁可以共存。插入意向锁(Insert Intention)是插入时针对目标位置的请求,它会与已有的间隙保护冲突。于是,“两边目前都能持锁”不等于“后续插入也都能通过”。
只在实验库、RR、显式事务和启用死锁检测时验证。先让上一组所有参与者结束事务,再在自动提交的初始化连接建表与重置;不要在尚未完成的转账事务中执行这些 DDL(数据定义语句,如 CREATE TABLE):
sql
CREATE TABLE IF NOT EXISTS deadlock_gap (id INT PRIMARY KEY) ENGINE=InnoDB;
DELETE FROM deadlock_gap;
INSERT INTO deadlock_gap VALUES (10),(20);A、B 各自 START TRANSACTION,再各自执行 SELECT * FROM deadlock_gap WHERE id=15 FOR UPDATE;。不存在的 15 位于 (10,20),两边的 Gap Lock 可以共存;此时尚无等待环。
A 执行 INSERT INTO deadlock_gap VALUES (15);,等待 B 释放间隙锁;在 A 等待超时前,B 执行 INSERT INTO deadlock_gap VALUES (16);,它也需要等待 A 释放同一间隙上的锁。预期形成环并选择受害者。C 保存死锁报告,重点核对 PRIMARY、gap before rec(记录前的间隙)和 insert intention waiting(插入意向请求正在等待),而不是只看谁先执行 INSERT。
获胜者提交、受害者结束后,原有 10、20 保留,15、16 中仅获胜方插入的一条存在。两条 INSERT 的主键不同,问题不是重复键,而是彼此已持有的范围保护。实际端点和报告需按版本执行确认,不能把示意文字当原始输出。
4.2 回滚范围矩阵
| 错误/动作 | MySQL InnoDB 常见边界 | 应用处理 |
|---|---|---|
| 1213 / SQLSTATE 40001 | 死锁受害事务整体回滚 | 新事务整体重试或失败 |
| 1205 锁等待超时 | 默认通常只回滚失败语句,innodb_rollback_on_timeout 可改变范围 | 主动回滚全事务并确认,再决定重试 |
| 唯一冲突/业务拒绝 | 不能推断全事务撤销 | 结束事务,重复身份走业务协议 |
| KILL QUERY/取消 | 不证明会话和先前锁全部结束 | 查状态并结束事务 |
| COMMIT 响应丢失 | 可能已提交 | 查业务身份,不盲目扣款 |
错误码是 MySQL 的产品错误编号,SQLSTATE 是错误分类标识;诊断时保留两者、异常链和相关配置。这里按 MySQL/Connector/J 的边界解释原始错误,不能直接套用到其他产品或框架异常。
锁等待超时只说明等待超过限制,不证明存在环。提交结果未知则是另一类问题:数据库可能已经提交,只是客户端没收到回复。此时再次执行扣款可能造成重复转账,应先用业务请求身份查询结果。业务请求身份是标识同一次操作的稳定编号,相关协议见16。
行为依据:MySQL 8.4 InnoDB 错误处理。官方默认超时策略允许只重试语句,但本文的多步业务选择确认整体回滚后重新执行,是为避免留下不完整工作单元,不是宣称数据库默认已经回滚全事务。
4.3 超时对照(可选进阶)
重置账户。A 锁住 id=1;B 设置 innodb_lock_wait_timeout=2,开事务先更新 id=2,再更新 id=1,后者预期 1205。rollback_on_timeout=OFF 时,B 可能仍看到自己对 id=2 的未提交修改,C 的冲突写还可能等待。
B ROLLBACK 后验证 C 恢复,再结束 A。这说明 SQL 报错不等于整个事务消失。先只读记录 @@global.innodb_rollback_on_timeout;ON 的对照仅在允许修改启动配置的独立可丢弃实例进行,不为了本文实验改变共享或生产实例的全局策略。
5. 实现:回滚确认后用新连接重试
下载 TransactionRetryDemo.java。JDBC 是 Java 访问数据库的接口,Connector/J 是 MySQL 对应的 JDBC 驱动。程序在本篇两个账户之间转账,自己管理独立 JDBC 事务,不运行在 Spring 外层事务内。
每次尝试先按账户 ID 从小到大锁定两个账户,再扣款、入账并提交。失败后先确认回滚;只有符合条件的 1213/1205 冲突才会进入下一次尝试。下一次使用新连接和新事务,重做完整转账,不能从第二条 UPDATE 接着跑,因为死锁回滚已撤销第一条修改。
下面从仓库根目录运行,要求 JAVA_HOME 指向 JDK 17 或兼容更高版本,DB_PASSWORD 已由安全配置注入。先检查 java 与 javac,避免系统 PATH 仍指向 JDK 8;源码编译到新的临时目录,不向文章目录写入 .class。驱动路径要替换为实际文件,密码不要写入脚本或提交到仓库。
powershell
$env:DB_URL='jdbc:mysql://127.0.0.1:3306/kb_database_lab'
$env:DB_USER='lab_user'
if (-not $env:JAVA_HOME) { throw '请将 JAVA_HOME 设置为 JDK 17 或兼容更高版本' }
if (-not $env:DB_PASSWORD) { throw '请先从安全配置注入 DB_PASSWORD' }
$compiler=Join-Path $env:JAVA_HOME 'bin/javac.exe'
$runtime=Join-Path $env:JAVA_HOME 'bin/java.exe'
& $compiler -version
& $runtime -version
$source=(Resolve-Path -LiteralPath 'docs/public/database-examples/TransactionRetryDemo.java').Path
$driver=(Resolve-Path -LiteralPath 'C:/你的驱动目录/mysql-connector-j-实际版本.jar').Path
$classes=Join-Path ([IO.Path]::GetTempPath()) ('kb-db-retry-'+[guid]::NewGuid().ToString('N'))
New-Item -ItemType Directory -Path $classes | Out-Null
& $compiler --release 17 -encoding UTF-8 -d $classes $source
if ($LASTEXITCODE -ne 0) { throw '编译失败,不执行转账' }
& $runtime -cp "$classes;$driver" TransactionRetryDemo 1 2 10
if ($LASTEXITCODE -ne 0) { throw '程序失败,请保留错误并核验事务结果' }网页下载读者可把 $source 改成下载文件的绝对路径。预先执行本篇建表,驱动 JAR 按实际版本提供;不要在持锁实验尚未收尾时随意重跑转账。
程序最多尝试 3 次,总时间预算为 15 秒,并按剩余预算设置语句超时。重试前采用退避,即先等待一小段时间;等待长度带随机性,称为 Jitter,用来分散多个请求再次争抢的时刻。次数和时间限制用于避免冲突持续时无限重试。
程序不实现业务去重,即不能凭请求身份识别已经完成的同一笔转账:它只重试已确认回滚的冲突,不重试提交阶段异常或断连。手动重跑命令仍可能再次转账;接口身份与未知结果处理见16。15 秒预算也不是建连、网络通信和 COMMIT 的硬实时中止保证,连接与 socket(网络读写)超时还取决于驱动配置。
5.1 验证重试与清理
A 持有 id=1 的锁,程序请求同一账户,保存 attempt(尝试序号)、错误码及 rollback-confirmed(回滚调用成功)的日志,随后结束 A 的事务释放锁。预期:若尚有次数和时间预算,可继续尝试并成功,总额应为 200;预算耗尽则报错,不能留下半笔修改。
死锁分支需另一参与者按反序构造环;统一顺序程序单独并发不保证产生 1213。确定性注入需额外同步控制,不把压力测试未复现当证明。
非提交阶段的 SQL 失败走显式回滚并关闭连接的路径;回滚异常作为 suppressed exception(附加异常)保留在原异常上,并停止重试。提交阶段异常则进入对账处理,不能凭关闭连接判定未提交。最终余额和总额由独立连接核验。
6. 修复优先级与工程取舍
- 统一对象访问顺序。 两账户例子中,两边都先锁账户 1,再锁账户 2,后到者会在第一把锁上等待,从而避免这一反序环。还要检查真实索引访问路径,不能只看 SQL 的书写顺序。
- 缩短事务。 将远程调用和非必要计算移出持锁阶段,减少锁占用时间和事务重叠的机会。
- 缩小锁集合。 根据执行计划和锁报告修复索引,减少不必要扫描;适合分批的修改可缩短每批事务,但分批会改变整体原子性,必须符合业务边界。
- 为可恢复冲突配置有界重试。 确认整体回滚后,使用次数限制、随机退避和剩余时间预算,避免失败请求不断挤占资源。
- 处理持续热点。 热点是被大量并发请求集中访问的记录或范围。持续冲突时需要重构访问方式;若考虑降低隔离级别,先验证余额约束等必须始终成立的业务规则。
范围锁与插入意向、唯一键、外键、批处理也能成环。诊断从报告索引和键空间出发,不把全部死锁套成两账户反序。延长超时不消除环,关闭检测不是常规修复。
Spring 的事务拦截器负责在方法调用周围开启和结束事务。如果重试逻辑位于它的内部,多次尝试可能仍使用已回滚或被标记为 rollback-only 的旧事务;该标记表示事务只能回滚,捕获异常也不能使它重新可提交。应让重试包住每次独立事务的执行,并在切面组合测试中确认“回滚 → 开启新事务 → 提交”的顺序。多层服务同时重试还会放大请求量,跨层预算见重试风暴。
7. 总结与导航
修复既要减少等待环,也要让受害业务整体撤销后安全恢复。
- 身份:16 ACID、分布式幂等。
- 工具:26 诊断命令。
- 应用:09 安全修改、23 连接耗尽。
- 参考资料:Reference Manual 的 InnoDB Deadlocks、Error Handling、innodb_rollback_on_timeout;官方 lock0lock.cc 的检测路径。目标版本真实报告、超时与回滚范围仍需执行记录。
固定源码:mysql-8.4.0 row0mysql.cc 的 row_mysql_handle_errors 区分 DB_LOCK_WAIT_TIMEOUT 与 DB_DEADLOCK;lock0lock.cc 解释锁等待与冲突处理。源码规则不能替代目标实例的锁报告与错误证据。
8. 实验退出与名词解释
每组实验结束时,先确认所有等待语句返回、受害者不再继续业务,获胜者按验收步骤提交;放弃实验则显式回滚。C 若执行了冲突写入,也要确认它最后是否完成并结束事务。然后在保存设置的原连接恢复:
sql
SET SESSION innodb_lock_wait_timeout=@deadlock_saved_timeout;
SET SESSION transaction_isolation=@deadlock_saved_level;
SET autocommit=@deadlock_saved_autocommit;重连后重新准备,不复用旧连接变量。所有实验连接和程序退出后,可按需只删除 deadlock_account、deadlock_gap;未做间隙实验无需创建或删除其表。保存报告和最终余额后再清理,不用删表或强制杀连接替代正常收尾。
| 名词 | 本文含义 |
|---|---|
| 等待环 | 每个参与者都等待环中下一位持有的资源 |
| 死锁受害者 | 被数据库选择回滚以打破等待环的事务 |
| 锁等待超时 | 等候超过规定时间;不证明存在死锁 |
| SQLSTATE/错误码 | 错误分类与产品错误编号,要保留两者及原异常 |
| 全事务重试 | 原事务确认撤销后,在新事务中重做完整业务单元 |
| 退避/Jitter | 重试前等待,并随机分散等待时间,减少同步争抢 |
| rollback-only | 框架标记事务只能回滚,捕获异常不能使它重新可提交 |
| 重试预算 | 限制次数与总时间,不能当作所有网络操作的硬中断保证 |