线上mysql死锁排查分析---索引index merge导致死锁

线上mysql死锁排查分析—索引index merge导致死锁

每天多学一点点~
话不多说，这就开始吧…

1.前言

俗话说，实践实践以真理的唯一标准。很多问题，之前也学习过，但是因为公司体量太小，没遇到过；这两年去了大公司后，遇到了很多之前也存在理论分析上的问题，大大加深了印象~
具体如下：xxl-job分片的定时任务(jit订单下单任务)，每个分片里面开了多线程，更新一张goods表；sql语句： update goods set xx=xxx where add_time =xxx and sku_code=xxx。根据时间去修改，但是add_time 是个索引，sku_code也是索引，mysql底层用了index merge技术优化，高并发下，出现了死锁。
博主也是看了vivo的这篇文章，原理相同，分析结合自己线上问题，终于搞明白了。

原文： https://www.sohu.com/a/465553876_411876 vivo技术团队的

2.mysql加锁机制

MySQL 加锁实际上是给索引加锁，而非给数据加锁。

MySQL 索引分为主键索引(或聚簇索引)和二级索引(或非主键索引、非聚簇索引、辅助索引，包括各种主键索引外的其他所有索引)。不同存储引擎对于数据的组织方式略有不同。

对InnoDB而言，主键索引和数据是存放在一起的，构成一颗B+树(称为索引组织表)，主键位于非叶子节点，数据存放于叶子节点。之前的mysql博文已经详细讲述。

而MyISAM是堆组织表，主键索引和数据分开存放，叶子节点保存的只是数据的物理地址。

二级索引的组织方式对于InnoDB和MyISAM是一样的，保存了二级索引和主键索引的对应关系，二级索引列位于非叶子节点，主键值位于叶子节点，示意图如下：

那么在MySQL 的这种索引结构下，我们怎么找到需要的数据呢？

以select * from t where name='aaa’为例，MySQL Server对sql进行解析后发现name字段有索引可用，于是先在二级索引(图2-2)上根据name='aaa’找到主键id=17，然后根据主键17到主键索引上(图2-1)上找到需要的记录。

了解 MySQL 利用索引对数据进行组织和检索的原理后，接下来看下MySQL 如何给索引枷锁。

需要了解的是索引如何加锁和索引类型(主键、唯一、非唯一、没有索引)以及隔离级别(RC、RR等)有关。本例中限定隔离级别为RC，RR情况下和RC加锁基本一致，不同的是RC为了防止幻读会额外加上间隙锁。

2.1、根据主键进行更新

update t set name=‘xxx’ where id=29；只需要将主键上id=29的记录加上X锁即可(X锁称为互斥锁，加锁后本事务可以读和写，其他事务读和写会被阻塞)。如下：

2. 2、根据唯一索引进行更新

update t set name=‘xxx’ where name=‘ddd’;这里假设name是唯一的。InnoDB现在name索引上找到name='ddd’的索引项(id=29)并加上加上X锁，然后根据id=29再到主键索引上找到对应的叶子节点并加上X锁。

一共两把锁，一把加在唯一索引上，一把加在主键索引上。这里需要说明的是加锁是一步步加的，不会同时给唯一索引和主键索引加锁。这种分步加锁的机制实际上也是导致死锁的诱因之一。示意如下：

2.3、根据非唯一索引进行更新

update t set name=‘xxx’ where name=‘ddd’;这里假设name不唯一，即根据name可以查到多条记录(id不同)。和上面唯一索引加锁类似，不同的是会给所有符合条件的索引项加锁。示意如下：

这里一共四把锁，加锁步骤如下：

在非唯一索引(name)上找到(ddd,29)的索引项，加上X锁；
根据(ddd,29)找到主键索引的(29,ddd)记录，加X锁；
在非唯一索引(name)上找到(ddd,37)的索引项，加上X锁；
根据(ddd,37)找到主键索引的(37,ddd)记录，加X锁；
从上面步骤可以看出，InnoDB对于每个符合条件的记录是分步加锁的，即先加二级索引再加主键索引；其次是按记录逐条加锁的，即加完一条记录后，再加另外一条记录，直到所有符合条件的记录都加完锁。那么锁什么时候释放呢？答案是事务结束时会释放所有的锁。

小结：MySQL 加锁和索引类型有关，加锁是按记录逐条加，另外加锁也和隔离级别有关。

3.死锁现象及排查

了解MySQL 如何给索引加锁后，下面步入正题，看看实际场景下的死锁现象及其成因分析。

本次发生死锁的是库存扣减接口，该接口的主要逻辑是用户下单后，扣减订单商品在某个仓库的库存量。比如用户一个在vivo官网下单买了1台X50手机和1台X30耳机，那么下单后，首先根据用户收货地址确定发货仓库，然后从该仓库里面分别减去一个X50库存和一个X30库存。分析死锁sql之前，先看下商品库存表的定义(为方便理解，只保留主要字段)：

CREATE TABLE `store` (

`id` int(10) AUTO_INCREMENT COMMENT '主键',

`sku_code` varchar(45) COMMENT '商品编码',

`ws_code` varchar(32) COMMENT '仓库编码',

`store` int(10) COMMENT '库存量',

PRIMARY KEY (`id`),

KEY `idx_skucode` (`sku_code`),

KEY `idx_wscode` (`ws_code`)

) ENGINE=InnoDB COMMENT='商品库存表'

**注意这里分别给sku_code和ws_code两个字段单独定义了索引：idx_skucode, idx_wscode。**这样做的原因主要是业务上有根据单个字段查询的要求。

再看下库存扣减update语句：

update store set store = store-#{store} where sku_code=#{skuCode} and ws_code = #{wsCode} and (store-#{store}) >= 0

这个sql的业务含义就是对某个商品(skuCode)从某个仓库(wsCode)中扣减store个库存量，同时上面的where条件同时出现了sku_code和ws_code字段，压测数据中 sku_code的选择度要比ws_code高，理论上这条sql应该会走idx_skucode索引，那么真实情况是怎样的呢？
好，接下来对库存扣减接口卡进行压测，50的并发，每个订单5个商品，刚压不到半分钟就出现了死锁，再压，问题依旧，说明是必现的问题，必现解决后才能继续。在MySQL 终端执行 show engine innodb status 命令查看最后一次死锁日志，主要关注日志中的LATEST DETECTED DEADLOCK 部分：

-----------------------

LATEST DETECTED DEADLOCK

------------------------

2020-xx-xx 21:09:05 7f9b22008700

*** (1) TRANSACTION:

TRANSACTION 4219870943, ACTIVE 0 sec fetching rows

mysql tables in use 3, locked 3

LOCK WAIT 10 lock struct(s), heap size 2936, 3 row lock(s)

MySQL thread id 301903552, OS thread handle 0x7f9b21a7b700, query id 5373393954 10.101.22.135 root updating

update store

set update_time = now(), store = store-1

where sku_code='5468754' and ws_code = 'NO_001' and (store-1) >= 0

*** (1) WAITING FOR THIS LOCK TO BE GRANTED:

RECORD LOCKS space id 3331 page no 16 n bits 904 index `idx_wscode` of table `store` trx id 4219870943 lock_mode X locks rec but not gap waiting

Record lock, heap no 415 PHYSICAL RECORD: n_fields 2; compact format; info bits 0

0: len 5; hex 5730303735; asc NO_001;;

1: len 8; hex 00000000000025a7; asc % ;;

*** (2) TRANSACTION:

TRANSACTION 4219870941, ACTIVE 0 sec fetching rows, thread declared inside InnoDB 1

mysql tables in use 3, locked 3

9 lock struct(s), heap size 2936, 4 row lock(s)

MySQL thread id 301939956, OS thread handle 0x7f9b22008700, query id 5373393941 10.101.22.135 root updating

update store

set update_time = now(), store = store-1

where sku_code='5655620' and ws_code = 'NO_001' and (store-1) >= 0

*** (2) HOLDS THE LOCK(S):

RECORD LOCKS space id 3331 page no 16 n bits 904 index `idx_wscode` of table `store` trx id 4219870941 lock_mode X locks rec but not gap

Record lock, heap no 415 PHYSICAL RECORD: n_fields 2; compact format; info bits 0

0: len 5; hex 5730303735; asc NO_001;;

1: len 8; hex 00000000000025a7; asc % ;;

*** (2) WAITING FOR THIS LOCK TO BE GRANTED:

RECORD LOCKS space id 3331 page no 7 n bits 328 index `PRIMARY` of table `store` trx id 4219870941 lock_mode X locks rec but not gap waiting

Record lock, heap no 72 PHYSICAL RECORD: n_fields 9; compact format; info bits 0

0: len 8; hex 00000000000025a7; asc % ;;

1: len 6; hex 0000fb85fdf7; asc ;;

2: len 7; hex 1a00001d3b21d4; asc ;! ;;

3: len 7; hex 35343638373534; asc 5468754;;

4: len 5; hex 5730303735; asc NO_001;;

5: len 8; hex 8000000000018690; asc ;;

6: len 5; hex 99a76b2b97; asc k+ ;;

7: len 5; hex 99a7e35244; asc RD;;

8: len 1; hex 01; asc ;;

从上面日志可以看出，存在两个事务，分别在执行这两条sql时发生了死锁：

update store set update_time = now(), store = store-1 where sku_code='5468754' and ws_code = 'NO_001' and (store-1) >= 0

update store set update_time = now(), store = store-1 where sku_code='5655620' and ws_code = 'NO_001' and (store-1) >= 0

看一下实际数据：

就是说，这两个事务在更新同一张表的不同行时发生了死锁。在我们直观印象里，innodb使用的是行锁，不同的行锁之间应该是互不干扰的？那这是怎么一回事呢？

和我们想象的不同，InnoDB既没有使用idx_skucode索引，也没有使用idx_wscode索引，而是使用了index_merge。index_merge和这两个索引是什么关系呢？

查询资料得知index_merge是MySQL 5.1后引入的一项索引合并优化技术，它允许对同一个表同时使用多个索引进行查询，并对多个索引的查询结果进行合并(取交集(intersect)、并集(union)等)后返回。

回到上面的update语句：where sku_code=‘5468754’ and ws_code = ‘NO_001’ ；如果没有index_merge，要么走idx_skucode索引，要么走idx_wscode索引，不会出现两个索引一起使用的情况。而在使用index_merge技术后，会同时执行两个索引，分别查到结果后再进行合并(where条件是and，所以会做交集运算)。再结合第二部分对加锁机制(分步按记录加锁)的理解，是否隐约觉得两个索引的同时加锁是导致死锁的原因呢？

我们再深入死锁日志看一下，日志比较复杂，翻译过来大意如下：

• 事务一 4219870943 在执行update语句时，在等待索引idx_wscode上的行锁(编号space id 3331 page no 16 n bits 904 )。
• 事务二 4219870941 在执行update语句时，已经持有idx_wscode上的行锁(编号space id 3331 page no 16 n bits 904 )，从锁编号来看，就是事务一需要的锁。
• 事务二 4219870941 同时也在等待主键索引上的一把锁，这把锁谁在持有呢？从这行日志（3: len 7; hex 35343638373534; asc 5468754;;）可以看出，正是事务一要更新的那行记录，说明这把锁被事务一霸占着。
  了，死锁条件已经很清楚了：事务一在等待事务二持有的索引 idx_wscode上的行锁(编号space id 3331 page no 16 n bits 904 )，而事务二同时也在等待事务一持有的主键索引(5468754)上的锁，大家互不相让，只能僵在那里死锁喽^_

用一张图来说明一下这个情况：

上图描述的只是发生死锁的一条可能路径，实际上仔细梳理的话还有其他路径也会导致死锁，大家感兴趣可以自己探索。上图解释如下：

• 事务一(where sku_code=‘5468754’ and ws_code = ‘NO_001’ )首先走idx_skucode索引，分别对二级索引和主键索引加锁成功(1-1和1-2)；
• 此时事务二开始执行( where sku_code=‘5655620’ and ws_code = ‘NO_001’ )，首先也是走idx_skucode(左上)索引，因为和事务一所加锁的记录不冲突，所以也顺利加锁成功(2-1和2-2)；
• 事务二继续执行，这时走的是idx_wscode(右上)索引，先对二级索引加锁成功(2-3，此时事务一还没有开始在idx_wscode上加锁)，但是在对主键索引加索引时，发现id=9639的主键索引已经被事务一上锁，因此只能等待(2-4)，同时在2-4完成加锁前，对其他记录的加锁也会暂停(2-5和2-6，因为InnoDB是逐条记录加锁的，前一条未完成则后面的不会执行)；
• 此时事务一继续执行，这时走的是idx_wscode索引，但是加锁的时候发现(NO_001,9639)这条索引项已经被事务二上锁，所以也只能等待。同理，后面的1-4也无法执行。

此就出现了“两个事务，反向加锁"导致的死锁现象

4.如何解决

死锁的本质原因还是由加锁顺序不同所导致，本例中是由于Index Merge同时使用2个索引方向加锁所导致，解决方法也比较简单，就是消除因index merge带来的多个索引同时执行的情况。

4.1. 利用force index(idx_skucode)强制走某个索引

这样InnoDB就会忽略index merge，避免多个索引同时加锁的情况。

4.2. 禁用Index Merge

这样InnoDB只会使用idx_skucode和idx_wscode中的一个，所有事物加锁顺序都一样，不会造成死锁。
用命令禁用Index Merge：

SET GLOBAL optimizer_switch='index_merge=off,index_merge_union=off,index_merge_sort_union=off,index_merge_intersection=off';

重新登录终端后再看下执行计划：

4.3. 建立联合所索引

既然Index Merge同时使用了2个独立索引，我们不妨新建一个包含这两个索引所有字段的联合索引。
这样InnoDB就只会走这个单独的联合索引，这其实和禁用index merge是一个道理。
新增联合索引：

alter table store add index

idx_skucode_wscode(sku_code,ws_code);

再看下执行计划，type=range说明没有使用index merge，另外key=idx_skucode_wscode说明走的是刚刚创建的联合索引：

4.4. 用主键id更新

这种也是博主公司推荐使用的(业务太多太复杂，索引也很多，不敢乱动)
也是推荐另外一种绕过index merge限制的方式。即去除死锁产生的条件，具体方法是先利用idx_skucode和idx_wscode查询到主键id，再拿主键id进行update操作。这种方式避免了由update引入X锁，由于最终更新的条件是唯一固定的，所以不存在加锁顺序的问题，避免了死锁的产生。
注： 主键id最好也排序，然后再更新

5.结语

世上无难事，只怕有心人，每天积累一点点，fighting！！！