MySQL 高级篇 -- 锁

一、引出

1. 在数据库中，除传统的计算资源（如CPU、RAM、I/O等）的争用以外，数据也是一种供许多用户共享的资源。
2. 为保证数据的一致性，需要对 并发操作进行控制，因此产生了 锁。
3. 锁机制 也为实现 MySQL 的各个隔离级别提供了保证。
4. 锁冲突 也是影响数据库并发访问性能的一个重要因素。

1.1 并发事务 读-读

1. 读-读 情况，即并发事务相继 读取相同的记录。读取操作本身不会对记录有任何影响，并不会引起什么问题，所以允许这种情况的发生。

1.2 并发事务 写-写

1. 写-写 情况，即并发事务相继对相同的记录做出改动。在这种情况下会发生 脏写 的问题，任何一种隔离级别都不允许这种问题的发生。
2. 在多个未提交事务相继对一条记录做改动时，需要让它们 排队执行，这个排队的过程其实是通过 锁 来实现的。
3. 锁其实是一个 内存中的结构，在事务执行前本来是没有锁的，也就是说一开始是没有 锁结构 和记录进行关联的。

4. 当一个事务想对这条记录做改动时，首先会看看内存中有没有与这条 记录关联 的锁结构，当没有的时候就会在内存中生成一个锁结构与之关联。

1.3 并发事务 读-写或写-读

1. 即一个事务进行读取操作，另一个进行改动操作。这种情况下可能发生 脏读 、不可重复读、幻读 的问题。
2. 各个数据库厂商对 SQL标准 的支持都可能不一样。比如 MySQL 在 REPEATABLE READ 隔离级别上就已经
   解决了幻读问题。

1.4 并发问题的解决方案

• 方案一：读操作利用多版本并发控制（ MVCC ），写操作进行 加锁。

1. 普通的 SELECT 语句在 READ COMMITTED 和 REPEATABLE READ 隔离级别下会使用到 MVCC 读取记录。
2. 在 READ COMMITTED 隔离级别下，一个事务在执行过程中每次执行 SELECT 操作时都会生成一个 ReadView，ReadView的存在本身就保证了 事务不可以读取到未提交的事务所做的更改，也就是避免了脏读现象；
3. 在 REPEATABLE READ 隔离级别下，一个事务在执行过程中只有 第一次执行SELECT操作 才会生成一个ReadView，之后的SELECT操作都 复用 这个ReadView，这样也就避免了不可重复读和幻读的问题。

• 方案二：读、写操作都采用 加锁 的方式。

1. 一些业务场景不允许读取记录的旧版本，而是每次都必须去 读取记录的最新版本。
2. 比如，在银行存款的事务中，你需要先把账户余额读出来，然后将其加上本次存款的数额，然后再写到数据库中。
3. 在将账户余额读取出来后，就不想让别的事务再访问该余额，直到本次存款事务操作完成，其他事务才可以访问账户的余额。

• 对比

1. 采用 MVCC 方式的话，读-写操作彼此并不冲突，性能更高。
2. 采用 加锁 方式的话，读-写操作彼此需要排队执行，影响性能。
3. 一般情况下我们当然愿意采用 MVCC 来解决读-写操作并发执行的问题。

二、分类

2.1 按操作类型：读锁、写锁

• 读锁

1. 也称为 共享锁、英文用 S 表示，语法为 select ... for share；
2. 如果当前事务执行了该语句，那么它会为读取到的记录加S锁，这样允许别的事务继续获取这些记录的读锁。
3. 如果别的事务想要获取这些记录的写锁，那么它们会阻塞，直到当前事务提交后将这些记录上的读锁释放掉。

• 写锁

1. 也称为 排他锁、英文用 X 表示，语法为 select .... for update。
2. 当前写操作没有完成前，它会阻断其他写锁和读锁；即在给定的时间里只有一个事务能执行写入，并防止其他用户读取正在写入的同一资源。

	写锁	读锁
写锁	不兼容	不兼容
读锁	不兼容	兼容

3. 平常所用到的 写操作 无非时 update 、delete、insert这三种：

场景	说明
delete	对一行记录坐delete操作的过程其实是先在B+树中定位到这条记录的位置，然后获取这条记录的写锁，再执行delete mark操作，我们也可以把这个定位待删除记录在B+树中位置的过程看成是一个获取写锁的锁定读
update	对一条记录做update操作时分为三种情况，见下表
insert	一般情况下，新插入一条记录的操作并不加锁，通过一种称之为隐式锁的结构来保护这条新插入的记录再本事务提交前不被别的事务访问。

update 场景	说明
未修改该记录的键值，并且被更新的列占用的存储空间在修改前后未发生变化。	则先在B+树中定位到这条记录的位置，然后再获取一下记录的写锁，最后在原记录的位置进行修改操作。
未修改该记录的键值，并且至少有一个被更新的列占用的存储空间在修改前后发生变化。	先在B+树中定位到这条记录的位置，然后再获取一下记录的写锁，将该记录彻底删除掉（就是把记录彻底移入垃圾链表），最后再插入一条新记录，新插入的记录由insert操作提供的隐式锁进行保护。
修改该记录的键值	相当于再原记录上做delete操作之后再来一次insert操作，加锁操作就需要按照delete和insert的规则进行了。

• MySQL8.0 新特性

1. 默认获取不到锁的情况下会一直等待，直到 innodb_lock_wait_timeout 超时；
2. 在8.0版本中，select … for update，select …for share 后添加 nowait、skip locked 语法，跳过锁等待，或者跳过锁定；
3. nowait 会立即报错返回，而skip locked也会立即返回，只是返回的结果不包含被锁定的行。

2.2 按操作粒度

• 粒度

1. 为了尽可能的提高数据库的并发度，每次锁定的数据范围越小越好；
2. 理论上每次只锁定当前操作的数据的方案会得到最大的并发度，但是管理锁是很耗资源的事情（涉及获取，检查，释放锁等动作）；
3. 因此数据库操作需要在并发响应和系统性能两方面进行平衡，这样就产生了锁粒度（Lock granularity）的概念。

2.2.1 表锁：S/X、IS/IX、AUTO-INC、MDL

• 表级别的S锁、X锁

# 在系统变量 autocommit=0，innodb_table_locks = 1 时，手动获取 InnoDB 存储引擎提供的表t的 S锁 或者 X锁
LOCK TABLES t READ; # 存储引擎会对表 t 加表级别的 S锁 。
LOCK TABLES t WRITE; # 存储引擎会对表 t 加表级别的 X锁 。

锁类型	自己可读	自己可写	自己可操作其他表	他人可读	他人可写
读锁	是	否	否	是	否，等
写锁	是	是	否	否，等	否，等

1. 在对某个表执行增删改查语句时，InnoDB 存储引擎是不会为这个表添加表级别的S锁或者X锁的；MyISAM 在执行查询语句前，会给涉及的所有表加读锁，在执行增删改操作前，会给涉及的表加写锁。
2. 在对某个表执行一些诸如 ALTER TABLE 、 DROP TABLE 这类的 DDL 语句时，其他事务对这个表并发执行诸如增删改查的语句会发生阻塞；同理，某个事务中对某个表执行增删改查语句时，在其他会话中对这个表执行 DDL 语句也会发生阻塞；这个过程其实是通过在 server层 使用一种称之为 元数据锁 （英文名：Metadata Locks，简称 MDL ）结构来实现的。
3. 在一些特殊情况下，比方说 崩溃恢复 过程中会用到表锁；程序员尽量避免使用因为它们并 不会提供什么额外的保护，只是会降低并发能力。

• 意向锁（intention lock）

1. InnoDB supports multiple granularity locking which permits coexistence of row locks and table locks.
2. Intention locks are table-level locks that indicate which type of lock (shared or exclusive) a transaction requires later for a row in a table.
3. The main purpose of intention locks is to show that someone is locking a row, or going to lock a row in the table.
4. 如果另一个任务 试图在该表级别上应用共享或排它锁，则受到由第一个任务控制的表级别意向锁的阻塞。第二个任务在锁定该表前不必检查各个页或行锁，而 只需检查表上的意向锁。
5. IX，IS是表级锁，不会和行级的X，S锁发生冲突，只会和表级的X，S发生冲突。
6. 意向锁是由存储引擎自己维护的，用户无法手动操作意向锁，在为数据行加共享 / 排他锁之前，InooDB 会先获取该数据行所在数据表的对应意向锁。

-- 事务要获取某些行的 S 锁，必须先获得表的 IS 锁。
SELECT column FROM table ... FOR SHARE;

-- 事务要获取某些行的 X 锁，必须先获得表的 IX 锁。
SELECT column FROM table ... FOR UPDATE;

	X	IX	S	IS
X	Conflict	Conflict	Conflict	Conflict
IX	Conflict	Compatible	Conflict	Compatible
S	Conflict	Conflict	Compatible	Compatible
IS	Conflict	Compatible	Compatible	Compatible

• 自增锁（AUTO-INC锁）

1. 表的 id 字段声明了 AUTO_INCREMENT，意味着在书写插入语句时不需要为其赋值，系统会自动为它赋上递增的值：

插入场景	说明
Simple inserts	可以 预先确定要插入的行数（当语句被初始处理时）的语句，包括没有嵌套子查询的单行和多行 INSERT…VALUES() 和 REPLACE 语句。
Bulk inserts	事先不知道要插入的行数（和所需自动递增值的数量）的语句，比如 INSERT … SELECT ， REPLACE … SELECT 和 LOAD DATA 语句
Mixed-mode inserts	是 Simple inserts 语句但是指定部分新行的自动递增值。例如 INSERT INTO teacher (id,name) VALUES (1,‘a’), (NULL,‘b’), (5,‘c’), (NULL,‘d’) 只是指定了部分id的值，另一种类型的“混合模式插入”是 INSERT … ON DUPLICATE KEY UPDATE 。

2. 通过自增锁 innodb_autoinc_lock_mode 防止并发场景下生成相同的 ID，参考 官网：

取值	说明
0 传统锁定模式	每当执行insert的时候，都会得到一个表级锁(AUTO-INC锁)，使得语句中生成的auto_increment为顺序，且在binlog中重放的时候，可以保证master与slave中数据的auto_increment是相同的。
1 连续锁定模式	优化 Simple inserts 场景，通过在 mutex（轻量锁） 的控制下获得所需数量的自动递增值来避免表级AUTO-INC锁， 它只在分配过程的持续时间内保持，而不是直到语句完成。
2 交错锁定模式	默认。1. 自动递增值保证在所有 并发执行 的所有类型的 insert 语句中是唯一且 单调递增 的；2. 多个语句可以同时生成数（即，跨语句交叉编号），但为任何给定语句插入的行生成的值 可能不是连续的；3. NOT SAFE when using statement-based replication or recovery scenarios when SQL statements are replayed from the binary log.

• 元数据锁（MDL锁）

1. MDL 的作用是，保证读写的正确性。
2. 比如，如果一个查询正在遍历一个表中的数据，而执行期间另一个线程对这个 表结构做变更 ，增加了一列，那么查询线程拿到的结果跟表结构对不上，肯定是不行的。
3. 因此，当对一个表做增删改查操作的时候，加 MDL读锁；当要对表做结构变更操作的时候，加 MDL 写锁。

2.2.2 行锁：记录锁、间隙锁、临键锁、插入意向锁

行锁（Row Lock）也称为记录锁，只在存储引擎层实现；优点：锁定粒度小，发送锁冲突概率低，可以实现的并发度高；缺点：对于锁的开销比较大，加锁会比较慢，容易出现死锁情况；InnoDB与MyISAM的最大不同有两点：一支持事务，二是采用了行级锁。

• 记录锁（Record Locks）

1. 记录锁也就是仅仅把一条记录锁上，官方的类型名称为：LOCK_REC_NOT_GAP。
2. 比如我们把 id 值为 2 的那条记录加一个记录锁，对周围的数据没有影响：

• 间隙锁（Gap Locks）

1. Mysql 在可重复读的隔离级别下是可以解决幻读问题的，解决方案有两种，可以使用MVCC（一致性非锁定读），也可以采用加锁方案解决。
2. 但是在使用加锁方案解决的时候有个大问题，就是事务在第一次执行读取操作时，那些幻影记录尚不存在，我们无法给这些 幻影记录 加上 记录锁 。
3. InnoDB提出了一种称之为Gap Locks 的锁，官方的类型名称为：LOCK_GAP，我们可以简称为gap锁。
4. 比如，把id值为8的那条记录加一个gap锁的示意图如下：

5. 图中id值为8的记录加了gap锁，意味着 不允许别的事务在id值为8的记录前边的间隙插入新记录 ，其实就是 id 列的值 (3, 8)这个区间的新记录是不允许立即插入的。
6. gap锁的提出仅仅是为了防止插入幻影记录而提出的。

• 临键锁（Next-Key Locks）

1. Next-Key Locks 是在InnoDB存储引擎、事务级别在可重复读的情况下使用的数据库锁；
2. 有时候我们既想 锁住某条记录 ，又想 阻止 其它事务在该记录前边的 间隙插入新记录；
3. InnoDB 就提出了一种称之为 Next-Key Locks 的锁，官方的类型名称为：LOCK_ORDINARY；

begin;
select * from student where id <= 8 and id > 3 for update;

4. next-key锁 的本质就是一个 记录锁 和 间隙锁的 组合体，它既能保护好该条记录，又能阻止别的事务将新记录插入被保护记录前边的 间隙。

• 插入意向锁（Insert Intention Locks）

1. 一个事务在 插入 一条记录时需要判断一下插入位置是不是被别的事务加了 gap锁，如果有的话，插入操作需要等待，直到拥有 gap 锁的那个事务提交。
2. InnoDB 规定事务在等待的时候也需要在内存中生成一个锁结构，表明有事务 想在某个间隙中插入 新记录，但是现在在等待。
3. InnoDB 就把这种类型的锁命名为 Insert Intention Locks ，官方的类型名称为 LOCK_INSERT_INTENTION，我们称为 插入意向锁。
4. 插入意向锁是在插入一条记录行前，由 INSERT 操作产生的一种间隙锁（不是意向锁），并不会阻止别的事务继续获取该记录上任何类型的锁。

2.2.3 页锁

• 简介

1. 页锁就是在 页的粒度 上进行锁定，锁定的数据资源比行锁要多，因为一个页中可以有多个行记录。
2. 当我们使用页锁的时候，会出现数据浪费的现象，但这样的浪费最多也就是一个页上的数据行。
3. 页锁的开销介于表锁和行锁之间，会出现死锁。锁定粒度介于表锁和行锁之间，并发度一般。

• 锁升级

1. 每个层级的锁数量是有限制的，因为锁会占用内存空间，锁空间的大小是有限的。
2. 当某个层级的锁数量超过了这个层级的阈值时，就会进行 锁升级 。
3. 锁升级就是用更大粒度的锁替代多个更小粒度的锁，比如InnoDB 中行锁升级为表锁，这样做的好处是 占用的锁空间降低了，但同时数据的并发度也下降了。

2.3 按对待锁的态度

乐观锁和悲观锁并不是锁，而是锁的设计思想。

2.3.1 悲观锁（Pessimistic Locking）

1. 悲观锁总是假设最坏的情况，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会阻塞，直到它拿到锁。
2. 即共享资源每次只能给一个线程使用，其它线程阻塞，用完后再把资源转给其它线程；比如行锁、表锁等、读锁、写锁等，都时在操作之前先上锁，当其他线程想要访问数据的时候，都需要阻塞挂起。
3. Java中的 synchronized、ReetrantLock 等 独占锁 都是 悲观锁的思想实现。

2.3.2 乐观锁（Optimistic Locking）

• 简介

1. 乐观锁认为对同一数据的并发操作不会总发生，属于小概率事件，不用每次都对数据上锁；
2. 只在更新的时候判断一下在此期间别人有没有去更新这个数据，也就是不采用数据库自身的锁机制，而是通过程序来实现。
3. 在程序上，我们可以采用 版本号机制 或者 CAS机制 实现。在Java中 java.util.concurrent.atomic 包下的原子变量类就是使用了乐观锁的CAS方式实现的。

• 版本号机制

1. 在表中设计一个 版本字段 version ，第一次读的时候，会获取 version 字段的取值。
2. 然后对数据进行更新或删除操作时，会执行 UPDATE ... SET version = version + 1 WHERE version = version。
3. 此时如果已经有事务对这条数据进行了更改，修改就不会成功。

• 时间戳机制

1. 时间戳和版本号机制一样，也是在更新提交的时候，将当前数据的时间戳和更新之前取得的时间戳进行比较，如果两者一致则更新成功，否则就是版本冲突。

2.3.3 适用场景

1. 乐观锁 适合 读操作多 的场景，相对来说写的操作比较少。它的优点在于 程序实现，不存在死锁 问题，不过适用场景也会相对乐观，因为它阻止不了除了程序以外的数据库操作。
2. 悲观锁 适合 写操作多 的场景，因为写的操作具有 排它性 。采用悲观锁的方式，可以在数据库层面阻止其他事务对该数据的操作权限，防止 读 - 写 和 写 - 写 的冲突。

2.4 按加锁的方式

2.4.1 隐式锁

• 引出

1. 一个事务在执行 insert 操作时，如果即将插入的 间隙 已经被其他事务加了 gap锁 ，那么本次 insert 操作会阻塞，并且当前事务会在该间隙上加一个 插入意向锁，否则一般情况下insert操作是不加锁的。
2. 如果一个事务首先插入了一条记录（此时并没有在内存生产与该记录相关联的锁结构），然后另一个事务立即使用 select ... Lock IN share mode 或 select ... for update 语句来操作这条记录，也就要获取这条记录的 S/X锁。
3. 这个时候前边提过的 事务id 又要起作用了，我们把聚簇索引和二级索引中的记录分开看以下：

索引类型	操作说明
聚簇索引	1、对于聚簇索引记录来说，有一个 trx_id 隐藏列，该隐藏列记录着最后改动该记录的 事务id ；2、当前事务新插入一条聚簇索引记录后，该记录的 trx_id 隐藏列代表的的就是当前事务的 事务id；3、如果其它事务此时想对该记录添加 S锁 或者 X锁 时，首先会看一下该记录的trx_id 隐藏列代表的事务是否是当前的活跃事务；4、如果是的话，那么就帮助当前事务创建一个 X锁 （也就是为当前事务创建一个锁结构， is_waiting 属性是 false ），然后自己进入等待状态（也就是为自己也创建一个锁结构， is_waiting 属性是 true ）。
二级索引	1、对于二级索引记录来说，本身并没有 trx_id 隐藏列；2、在二级索引页面的 PageHeader 部分有一个 PAGE_MAX_TRX_ID 属性，该属性代表对该页面做改动的最大的 事务id；3、如果 PAGE_MAX_TRX_ID 属性值小于当前最小的活跃 事务id ，那么说明对该页面做修改的事务都已经提交了；4、否则就需要在页面中定位到对应的二级索引记录，然后回表找到它对应的聚簇索引记录，然后再重复 情景一 的做法。

4. 即一个事务对新插入的记录可以不显式的加锁（生成一个锁结构），但是由于 事务id 的存在，相当于加了一个 隐式锁；别的事务在对这条记录加S锁或者X锁时，由于隐式锁的存在，会先帮助当前事务生成一个锁结构，然后自己再生成一个锁结构后进入等待状态。
5. 隐式锁是一种延迟加载的机制，从而来减少加锁的数量；隐式锁在实际内存对象中并不含有这个锁信息，只有当产生锁等待的时候，隐式锁转化成显式锁。

• 逻辑

1. InnoDB的每条记录中都有一个隐含的trx_id字段，这个字段存在于聚集索引的B+Tree中。
2. 在操作一条记录前，首先根据记录总的trx_id检查该事务是否是活动的事务（未提交或者回滚）。如果是活动的事务，首先将隐式锁转换为显式锁（就是为该事务添加一个锁）。
3. 检查是否有锁冲突，如果有，创建锁，并设置为waiting状态。如果没有冲突不加锁，跳到5。
4. 等待加锁成功，被唤醒，或者超时。
5. 写数据，并将自己的trx_id写入trx_id字段。

2.4.2 显式锁

1. 通过特定的语句进行加锁，我们一般称之为显示加锁；
2. 显示加共享锁：

select .... lock in share mode

3. 显示加排它锁：

select .... for update

2.5 全局锁

1. 全局锁就是对 整个数据库实例 加锁。
2. 当你需要让整个库处于 只读状态 的时候，可以使用这个命令，之后其他线程的以下语句会被阻塞：数据更新语句（数据的增删改）、数据定义语句（包括建表、修改表结构等）和更新类事务的提交语句。
3. 全局锁的典型使用场景是 全库逻辑备份。
4. 全局锁的命令：

Flush tables with read lock

2.6 死锁

两个事务都持有对方需要的锁，并且在等待对方释放，并且双方都不会释放自己的锁。

• 引出

# 死锁的关键在于：两个或者两个以上的Session加锁的顺序不一致

# 事务1
update account set balance = balance -100 where name ='A' #1
update account set balance = balance +100 where name ='B' #3

#事务2
update account set balance = balance -100 where name ='B' #2
update account set balance = balance +100 where name ='A' #4

• 解决

1. InnoDB 默认采用 wait-for graph 算法主动地检测死锁；
2. 首先数据库会保存 锁的信息链表 和 事务等待链表 两部分信息，然后构建一个以事务为顶点，锁为边的有向图，判断有向图是否存在环，存在即有死锁；
3. 一旦检测到回路、有死锁，存储引擎会选择 回滚undo量最小的事务，让其他事务继续执行；
4. 检测死锁会增加操作的复杂度，可以通过 innodb_deadlock_detect=on 参数进行关闭，关闭后死锁关联的事务会根据 innodb_lock_wait_timeout 参数设置的时间直至超时。
5. At any time, issue SHOW ENGINE INNODB STATUS to determine the cause of the most recent deadlock. That can help you to tune your application to avoid deadlocks.

三、监控

3.1 状态变量

mysql> show status like 'innodb_row_lock%';
+-------------------------------+-------+
| Variable_name                 | Value |
+-------------------------------+-------+
| Innodb_row_lock_current_waits | 0     |
| Innodb_row_lock_time          | 71892 |
| Innodb_row_lock_time_avg      | 23964 |
| Innodb_row_lock_time_max      | 46616 |
| Innodb_row_lock_waits         | 3     |
+-------------------------------+-------+
5 rows in set (0.00 sec)

mysql> 

变量	说明
Innodb_row_lock_current_waits	当前正在等待锁定的数量；
Innodb_row_lock_time	从系统启动到现在锁定总时间长度（等待总时长/毫秒）；
Innodb_row_lock_time_avg	每次等待所花平均时间（等待平均时长/毫秒）；
Innodb_row_lock_time_max	从系统启动到现在等待最长的一次所花的时间；
Innodb_row_lock_waits	系统启动后到现在总共等待的次数（等待总次数）；

3.2 信息表

表	说明
information_schema.INNODB_TRX	查看阻塞事务的锁
information_schema.data_locks	不但可以看到阻塞该事务的锁，还可以看到该事务所持有的锁。
information_schema.data_lock_waits	阻塞时长

四、间隙锁加锁规则及案例

间隙锁是在可重复读隔离级别下才会生效的。

• next-key lock 的加锁规则

1. 原则 1 ：加锁的基本单位是 next-key lock，next-key lock 是前开后闭区间。
2. 原则 2 ：查找过程中访问到的对象才会加锁。任何辅助索引上的锁，或者非索引列上的锁，最终都要回溯到主键上，在主键上也要加一把锁。
3. 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。也就是说如果 InnoDB 扫描的是一个主键、或是一个唯一索引的话，那InnoDB只会采用行锁方式来加锁
4. 优化 2 ：索引上（不一定是唯一索引）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-keylock 退化为间隙锁。
5. 一个 bug ：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。

CREATE TABLE `test` (
  `id` int(11) NOT NULL,
  `col1` int(11) DEFAULT NULL,
  `col2` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `c` (`col1`)
) ENGINE=InnoDB;

insert into test values(0,0,0),(5,5,5),
(10,10,10),(15,15,15),(20,20,20),(25,25,25);

4.1 唯一索引等值查询间隙锁

1. 根据原则 1 ，加锁单位是 next-key lock ， session A 加锁范围就是 (5,10] ；
2. 同时根据优化 2 ，由于表 test 中没有 id=7 的记录，next-key lock 退化成间隙锁，因此最终加锁的范围是 (5,10)。

4.2 非唯一索引等值查询锁

1. 根据原则 1 ，加锁单位是 next-key lock ，左开右闭，5是闭上的，因此会给 (0,5] 加上 next-key lock。
2. 要注意 c 是普通索引，因此仅访问 c=5 这一条记录是不能马上停下来的（可能有col1=5的其他记录），需要向右遍历，查到c=10 才放弃。根据原则 2 ，访问到的都要加锁，因此要给 (5,10] 加 next-key lock 。
3. 但是同时这个符合优化 2 ：等值判断，向右遍历，最后一个值不满足 col1=5 这个等值条件，因此退化成间隙锁 (5,10) 。
4. 根据原则 2 ， 只有访问到的对象才会加锁，这个查询使用覆盖索引，并不需要访问主键索引，所以主键索引上没有加任何锁，这就是为什么 session B 的 update 语句可以执行完成。
5. 但 session C 要插入一个 (7,7,7) 的记录，就会被 session A 的间隙锁 (5,10) 锁住 这个例子说明，锁是加在索引上的。
6. 执行 for update 时，系统会认为你接下来要更新数据，因此会顺便给主键索引上满足条件的行加上行锁。
7. 如果你要用 lock in share mode来给行加读锁避免数据被更新的话，就必须得绕过 覆盖索引的优化，因为覆盖索引不会访问主键索引，不会给主键索引上加锁。

4.3 主键索引范围查询锁

select * from test where id=10 for update; # 行锁 id = 10
select * from tets where id>=10 and id<11 for update;

1. 开始执行的时候，要找到第一个 id=10 的行，因此本该是 next-key lock(5,10] 。 根据优化 1 ，主键 id 上的等值条件，退化成行锁，只加了 id=10 这一行的行锁。
2. 它是范围查询， 范围查找就往后继续找，找到 id=15 这一行停下来，不满足条件，因此需要加 next-key lock(10,15] 。
3. session A 这时候锁的范围就是主键索引上，行锁 id=10 和 next-key lock(10,15] 。首次 session A 定位查找 id=10 的行的时候，是当做等值查询来判断的，而向右扫描到 id=15 的时候，用的是范围查询判断。

4.4 非唯一索引范围查询锁

1. 在第一次用 col1=10 定位记录的时候，索引 c 上加了 (5,10] 这个 next-key lock 后，由于索引 col1 是非唯一索引，没有优化规则，也就是 说不会蜕变为行锁，因此最终 sesion A 加的锁是，索引 c 上的 (5,10] 和 (10,15] 这两个 next-keylock 。
2. 这里需要扫描到 col1=15 才停止扫描，是合理的，因为 InnoDB 要扫到 col1=15 ，才知道不需要继续往后找了。

4.5 唯一索引范围查询锁 bug

1. session A 是一个范围查询，按照原则 1 的话，应该是索引 id 上只加 (10,15] 这个 next-key lock ，并且因为 id 是唯一键，所以循环判断到 id=15 这一行就应该停止了。
2. 但是实现上， InnoDB 会往前扫描到第一个不满足条件的行为止，也就是 id=20 。而且由于这是个范围扫描，因此索引 id 上的 (15,20] 这个 next-key lock 也会被锁上。

4.6 非唯一索引上存在等值的例子

这里，给表 t 插入一条新记录：insert into t values(30,10,30)；也就是说，现在表里面有两个c=10的行

1. delete 语句加锁的逻辑，其实跟 select … for update 是类似的；
2. 这时， session A 在遍历的时候，先访问第一个 col1=10 的记录。同样地，根据原则 1 ，这里加的是 (col1=5,id=5) 到 (col1=10,id=10) 这个 next-key lock 。
3. 由于c是普通索引，所以继续向右查找，直到碰到 (col1=15,id=15) 这一行循环才结束。根据优化 2 ，这是一个等值查询，向右查找到了不满足条件的行，所以会退化成 (col1=10,id=10) 到 (col1=15,id=15) 的间隙锁。

4. 这个 delete 语句在索引 c 上的加锁范围，就是上面图中蓝色区域覆盖的部分。这个蓝色区域左右两边都是虚线，表示开区间，即 (col1=5,id=5) 和 (col1=15,id=15) 这两行上都没有锁

4.7 limit 语句加锁

1. session A 的 delete 语句加了 limit 2 。你知道表 t 里 c=10 的记录其实只有两条，因此加不加 limit 2 ，删除的效果都是一样的。但是加锁效果却不一样；
2. 明确加了 limit 2 的限制，因此在遍历到 (col1=10, id=30) 这一行之后，满足条件的语句已经有两条，循环就结束了。
3. 因此，索引 col1 上的加锁范围就变成了从（ col1=5,id=5)到（ col1=10,id=30) 这个前开后闭区间。

4.8 一个死锁的例子

1. session A 启动事务后执行查询语句加 lock in share mode ，在索引 col1 上加了 next-keylock(5,10] 和间隙锁 (10,15) （索引向右遍历退化为间隙锁）；
2. session B 的 update 语句也要在索引 c 上加 next-key lock(5,10] ，进入锁等待； 实际上分成了两步，先是加 (5,10) 的间隙锁，加锁成功；然后加 col1=10 的行锁，因为sessionA上已经给这行加上了读锁，此时申请死锁时会被阻塞
3. 然后 session A 要再插入 (8,8,8) 这一行，被 session B 的间隙锁锁住。由于出现了死锁， InnoDB 让 session B 回滚

4.9 order by 索引排序的间隙锁 1

begin;
select * from test where id>9 and id<12 order by id desc for update;

1. 首先这个查询语句的语义是 order by id desc ，要拿到满足条件的所有行，优化器必须先找到 “ 第一个 id<12 的值 ” 。
2. 这个过程是通过索引树的搜索过程得到的，在引擎内部，其实是要找到 id=12 的这个值，只是最终没找到，但找到了 (10,15) 这个间隙。（ id=15 不满足条件，所以 next-key lock 退化为了间隙锁 (10,15) 。）
3. 然后向左遍历，在遍历过程中，就不是等值查询了，会扫描到 id=5 这一行，又因为区间是左开右闭的，所以会加一个next-key lock (0,5] 。 也就是说，在执行过程中，通过树搜索的方式定位记录的时候，用的是 “ 等值查询 ” 的方法。

4.10 order by 索引排序的间隙锁 2

1. 由于是 order by col1 desc ，第一个要定位的是索引 col1 上 “ 最右边的 ”col1=20 的行。这是一个非唯一索引的等值查询：左开右闭区间，首先加上 next-key lock (15,20] 。 向右遍历，col1=25不满足条件，退化为间隙锁 所以会加上间隙锁(20,25) 和 next-key lock (15,20] 。
2. 在索引 col1 上向左遍历，要扫描到 col1=10 才停下来。同时又因为左开右闭区间，所以 next-key lock 会加到 (5,10] ，这正是阻塞session B 的 insert 语句的原因。
3. 在扫描过程中， col1=20 、 col1=15 、 col1=10 这三行都存在值，由于是 select * ，所以会在主键 id 上加三个行锁。 因此， session A 的 select 语句锁的范围就是：1) 索引 col1 上 (5, 25) ；2) 主键索引上 id=15 、 20 两个行锁。

4.11 update 修改数据的例子-先插入后删除

1. 根据 col1>5 查到的第一个记录是 col1=10 ，因此不会加 (0,5] 这个 next-key lock 。session A 的加锁范围是索引 col1 上的 (5,10] 、 (10,15] 、 (15,20] 、 (20,25] 和(25,supremum] 。

2. 之后 session B 的第一个 update 语句，要把 col1=5 改成 col1=1 ，你可以理解为两步：1) 插入 (col1=1, id=5) 这个记录；2) 删除 (col1=5, id=5) 这个记录。
3. 接下来 session B 要执行 update t set col1 = 5 where col1 = 1 这个语句了，一样地可以拆成两步：1) 插入 (col1=5, id=5) 这个记录；2) 删除 (col1=1, id=5) 这个记录。 第一步试图在已经加了间隙锁的 (1,10) 中插入数据，所以就被堵住了。