474 lines
20 KiB
Markdown
474 lines
20 KiB
Markdown
---
|
||
tags: [MySQL, 锁机制, Record Lock, Gap Lock, Next-Key Lock]
|
||
create time: 2026-05-16 00:00
|
||
---
|
||
|
||
# 锁机制总览
|
||
|
||
## 概述
|
||
|
||
想象一个大型图书馆：**全局锁**相当于闭馆——所有人只能看不能借；**表锁**相当于某个楼层封闭维护；**行锁**则精确到某一本书被借走，其他人想看同一本得排队。
|
||
|
||
InnoDB 的锁体系就是这样的分层结构——从全局到表级到行级，**粒度越细，并发能力越强，但管理成本也越高**。理解锁的分类和使用时机，是排查锁冲突和设计高并发系统的核心。
|
||
|
||
> [!QUESTION] 在往下读之前，先想一个问题
|
||
> 如果两个用户同时下单买同一件商品（库存只剩 1 件），数据库怎么保证不超卖？
|
||
> 带着这个问题往下读，你会在「行级锁」和「当前读」部分找到答案。
|
||
|
||
## 锁分类全图
|
||
|
||
MySQL 的锁种类看似很多，但本质上就是**两个维度**的组合：
|
||
- **按粒度**：锁的范围有多大？（全局 → 表 → 行）
|
||
- **按行为**：锁允许别人做什么？（共享读 vs 独占写）
|
||
|
||
下面这张图把所有锁按层次关系展开：
|
||
|
||
```mermaid
|
||
graph BT
|
||
subgraph "按粒度层次"
|
||
GL["全局锁 Global Lock"]
|
||
TL["表级锁 Table Lock<br/>MDL / 显式表锁"]
|
||
RL["行级锁 Row Lock"]
|
||
end
|
||
|
||
subgraph "行锁三大子类"
|
||
IL["意向锁 Intention<br/>IS / IX（自动）"]
|
||
RLock["记录锁 Record Lock<br/>只锁具体索引行"]
|
||
GLock["间隙锁 Gap Lock<br/>锁区间(不含记录)"]
|
||
NKLock["临键锁 Next-Key Lock<br/>Record Lock + Gap Lock"]
|
||
end
|
||
|
||
GL --> TL
|
||
TL --> RL
|
||
RL --> IL
|
||
RL --> RLock
|
||
RL --> GLock
|
||
RLock & GLock --> NKLock
|
||
|
||
style GL fill:#C44569,color:#fff
|
||
style TL fill:#FF9F43,color:#000
|
||
style NKLock fill:#00B6BC,color:#fff
|
||
```
|
||
|
||
> [!NOTE] 为什么需要三张图？
|
||
>
|
||
> - **第一张**展示锁的粒度层次：从全局→表→行
|
||
> - **第二张**展示行锁的子类关系：三种基础锁如何组合成临键锁
|
||
> - **第三张**（下方场景矩阵）展示不同查询条件下 InnoDB 实际选择哪种锁
|
||
>
|
||
> 三者互为补充，共同构成完整的锁选型全景。带着这三张图，你可以回答面试中「InnoDB 锁到底有哪些类型」的问题了。
|
||
|
||
## 全局锁
|
||
|
||
全局锁是最"暴力"的锁——锁住整个数据库实例，所有线程只能读不能写。就像商场打烊后，所有店铺都暂停营业。
|
||
|
||
```sql
|
||
-- 对整个数据库加锁，不允许任何写入
|
||
FLUSH TABLES WITH READ LOCK;
|
||
|
||
-- 释放锁
|
||
UNLOCK TABLES;
|
||
```
|
||
|
||
**典型场景**：逻辑备份（mysqldump）时确保数据一致，期间不允许任何写操作。生产环境的数据库通常有几十 GB 甚至更大，如果备份过程中有人在写数据，备份出来的数据就会"前后矛盾"——所以需要全局锁来保证快照一致性。
|
||
|
||
> [!QUESTION] ❓ 思考：如果备份期间有人在做 DDL 怎么办？
|
||
>
|
||
> 答案是不影响 —— `FLUSH TABLES WITH READ LOCK` 只阻止写入，DDL 会阻塞等待全局锁释放。不过线上一般避免在备份窗口内做 DDL，因为全库锁住后所有请求都会排队。
|
||
|
||
```bash
|
||
# 使用 --single-transaction 可以避免全局锁
|
||
mysqldump --single-transaction --routines db_name > backup.sql
|
||
# 基于 MVCC，dump 过程中的写操作不会影响备份一致性
|
||
```
|
||
|
||
## 元数据锁（MDL, Metadata Lock）
|
||
|
||
MDL 是**自动管理**的，用户无法手动控制——你甚至感知不到它的存在。它的目的很简单：防止「一边有人查数据，另一边有人在改表结构」。
|
||
|
||
> [!QUESTION] 为什么需要这种保护？
|
||
> 想象一下：事务 A 正在查 `users` 表的 `name` 字段，此时事务 B 执行 `ALTER TABLE users DROP COLUMN name`。如果 InnoDB 不加保护，事务 A 读到一半发现字段没了——这不是 Bug，这是灾难。MDL 就是为了避免这种"读写冲突"。
|
||
|
||
> [!QUESTION] ❓ 为什么 MySQL 5.5+ 才引入 MDL？
|
||
>
|
||
> 在此之前，执行 `ALTER TABLE` 时其他会话的 `SELECT` 会被直接中断（抛出错误）。MDL 让 MySQL 改为「等待」而非「取消」，提升了生产环境稳定性。代价是可能出现排队现象——这就是下面要讲的雪崩问题。
|
||
|
||
```sql
|
||
-- 会话 A：执行查询，持有表的 MDL-SHARED 锁
|
||
SELECT * FROM users;
|
||
-- 持有 S 锁直到语句结束
|
||
|
||
-- 会话 B：尝试 ALTER TABLE
|
||
ALTER TABLE users ADD COLUMN bio TEXT;
|
||
-- 需要 MDL-EXCLUSIVE 锁
|
||
-- ⚠️ 阻塞！等待会话 A 释放 S 锁
|
||
```
|
||
|
||
> [!WARNING] MDL 锁导致的雪崩
|
||
> 大量长事务或未释放的连接持有 MDL-S 锁，可能导致 DDL 长期排队。这是 MySQL 线上最常见的隐性故障之一。
|
||
> ```sql
|
||
> -- 查看当前 MDL 等待情况
|
||
> SELECT * FROM performance_schema.metadata_locks;
|
||
> ```
|
||
|
||
## 表级锁
|
||
|
||
表级锁就是把整张表锁住——粒度比行锁粗，但开销小、加锁快。
|
||
|
||
### 显式表锁（LOCK TABLES）
|
||
|
||
```sql
|
||
LOCK TABLES users WRITE, orders READ;
|
||
-- 当前会话可以操作 users（写）和 orders（读）
|
||
-- 其他会话对这两个表的任何操作都被阻塞
|
||
|
||
UNLOCK TABLES; -- 显式释放
|
||
```
|
||
|
||
> [!NOTE] 实际开发中很少用到
|
||
> 显式表锁在 InnoDB 项目里几乎没有使用场景——InnoDB 的行锁已经足够精细。你会在一些老的 MyISAM 项目或特殊的数据迁移脚本中见到它。
|
||
|
||
### MyISAM 的自动表锁
|
||
|
||
MyISAM 引擎的锁策略非常"粗犷"：**执行每条语句前自动申请表锁，执行完毕后自动释放**。这意味着同一张表，同时只能有一个写操作——并发能力很差。这也是为什么 InnoDB 取代 MyISAM 成为默认引擎的核心原因之一。
|
||
|
||
> [!QUESTION] 💡 为什么 InnoDB "几乎不用"表锁？
|
||
> 因为 InnoDB 支持行级锁，锁粒度可以从"整张表"精确到"某一行"。行锁的并发能力远超表锁——就像一个会议室，表锁是"整个会议室一次只能进一组人"，行锁是"每个座位可以分配给不同组"。InnoDB 只在执行 DDL（如 `ALTER TABLE`）时才会用到表锁。
|
||
|
||
## 行级锁 — 核心中的核心
|
||
|
||
终于来到最重要的部分了。行级锁是 InnoDB 的看家本领——锁的范围精确到单条记录，并发能力最强。
|
||
|
||
> [!IMPORTANT] 核心前提：行锁是加在索引上的！
|
||
> InnoDB 的行锁**不是锁在数据行上，而是锁在索引记录上**。这意味着：
|
||
> - 如果你的 `WHERE` 条件走索引 → 只锁匹配的行
|
||
> - 如果 `WHERE` 条件**没有索引** → MySQL 扫描全表索引 → **退化为表锁**！
|
||
>
|
||
> 这是线上最常踩的坑之一，很多慢查询事故的根源就在于此。
|
||
|
||
> [!WARNING] ⚠️ 面试高频坑点：无索引 UPDATE
|
||
>
|
||
> ```sql
|
||
> -- ❌ 大忌！没有索引会锁全表
|
||
> UPDATE orders SET status = 'shipped' WHERE user_id = 42;
|
||
>
|
||
> -- ✅ 正确做法：确保 user_id 有索引，或者用主键查询
|
||
> UPDATE orders SET status = 'shipped' WHERE id = 1001;
|
||
> ```
|
||
|
||
### 三种基本锁类型
|
||
|
||
理解行锁，先从三种最基础的锁开始。用一个类比：**S 锁像"图书馆里多人共读一本书"，X 锁像"只有你能翻这本书"**。
|
||
|
||
| 名称 | 符号 | 兼容性 | 通俗解释 |
|
||
|------|------|--------|----------|
|
||
| **共享锁（S 锁）** | `LOCK IN SHARE MODE` | S+S ✅, S+X ❌ | "我只读，你也可以读，但别改" |
|
||
| **排他锁（X 锁）** | `FOR UPDATE` | X+X ❌ | "我要改这行，你们都等着" |
|
||
| **意向锁（IS/IX）** | 自动加 | 用于表级兼容检测 | "我打算锁表里的某行" — 纯粹的效率优化 |
|
||
|
||
> [!QUESTION] 为什么需要意向锁？
|
||
> 如果没有意向锁，当有人想给整张表加表锁时，需要**逐行扫描**才能知道有没有行锁存在——这对于百万行的表来说代价太高了。意向锁的作用就是：在表级做一个"标记"，告诉后来者"这张表里有人在锁行"，从而**快速判断兼容性，不用逐行扫描**。
|
||
|
||
```sql
|
||
-- 显式加共享锁
|
||
BEGIN;
|
||
SELECT * FROM users WHERE id = 1 LOCK IN SHARE MODE;
|
||
-- 其他事务可以也加 S 锁，但不能加 X 锁
|
||
-- 不能 UPDATE 这行
|
||
|
||
-- 显式加排他锁
|
||
BEGIN;
|
||
SELECT * FROM users WHERE id = 1 FOR UPDATE;
|
||
-- 其他事务既不能加 S 也不能加 X
|
||
-- 别人 UPDATE 这行会被阻塞
|
||
```
|
||
|
||
### 意向锁的作用
|
||
|
||
```mermaid
|
||
flowchart TD
|
||
A["事务 A 想在行级加 X 锁"] --> B{"检查表级意向锁"}
|
||
B --> C{"表中是否有其他事务的<br/>意向共享锁 IS？"}
|
||
C -->|有| D["冲突！不能同时拥有 IX + IS"]
|
||
B -->|无| E{"表中是否有其他事务的<br/>意向排他锁 IX？"}
|
||
E -->|有| F["冲突！表级不支持多个 IX"]
|
||
E -->|无| G["✅ 放行，加行级 X 锁"]
|
||
|
||
style G fill:#00D866,color:#fff
|
||
style D fill:#EE5A24,color:#fff
|
||
style F fill:#EE5A24,color:#fff
|
||
```
|
||
|
||
> [!NOTE] 意向锁不是用户能控制的
|
||
> 当事务准备对某行加 S 锁时，InnoDB 自动在表级加 IS；加 X 锁时自动加 IX。它的作用是快速判断「这张表有没有人在用」，而不必逐行扫描。
|
||
|
||
## 记录锁、间隙锁、临键锁
|
||
|
||
这是 InnoDB 最精妙的设计，也是面试中的高频考点。三种锁解决的问题各不相同：
|
||
|
||
- **Record Lock**：锁住已存在的记录 → 防止并发修改
|
||
- **Gap Lock**：锁住记录之间的"空隙" → 防止并发插入
|
||
- **Next-Key Lock**：前两者的组合 → RR 隔离级别下防幻读的终极武器
|
||
|
||
> [!NOTE] 为什么需要锁"空隙"？
|
||
> 在 RR 隔离级别下，同一个事务内两次范围查询应该返回相同的结果（防止幻读）。如果只锁记录不锁间隙，其他事务就能在间隙里插入新行，导致第二次查询多出"幽灵记录"。Gap Lock 就是为了堵住这个漏洞。
|
||
|
||
### Record Lock（记录锁）
|
||
|
||
锁住**具体的索引记录**——最简单直观的锁类型，就像在超市货架上贴一个"已有人要买"的标签。
|
||
|
||
```sql
|
||
-- idx_status 上有唯一索引
|
||
SELECT * FROM orders WHERE status = 'pending' FOR UPDATE;
|
||
-- 只锁住 status='pending' 的那些具体记录
|
||
-- 不影响 status='shipped' 的记录
|
||
```
|
||
|
||
### Gap Lock（间隙锁）
|
||
|
||
锁住**索引记录之间的间隙**，不包含记录本身。目的只有一个：**阻止其他事务在这个间隙中插入新记录**。
|
||
|
||
> [!QUESTION] Gap Lock 和 Record Lock 最大的区别是什么？
|
||
> Record Lock 锁的是"已经存在的东西"，Gap Lock 锁的是"还不存在但可能出现的东西"。一个是保护现在，一个是防止未来。
|
||
|
||
```sql
|
||
-- 假设索引上有以下值: 10, 20, 30, 40, 50
|
||
|
||
-- 锁定 (20, 30) 这个开区间
|
||
SELECT * FROM t WHERE id = 25 FOR UPDATE;
|
||
-- id=25 不存在 → 不锁记录，锁住包含 25 的间隙 (20, 30)
|
||
-- 其他事务不能在 (20, 30) 区间内插入任何值
|
||
```
|
||
|
||
### Next-Key Lock = Record Lock + Gap Lock
|
||
|
||
Next-Key Lock 是 InnoDB 在 **RR（可重复读）** 隔离级别下的**默认行锁算法**。它锁住的是一个**左开右闭区间** `(prev_value, value]`——既锁住当前记录，也锁住左边的间隙。
|
||
|
||
**一句话总结：Record Lock + Gap Lock = Next-Key Lock，既能防并发修改，又能防并发插入。**
|
||
|
||
### 一图理解 Next-Key Lock
|
||
|
||
假设索引上有值 **10, 20, 30, 40, 50**，执行 `SELECT ... WHERE id = 20 FOR UPDATE;`：
|
||
|
||
```mermaid
|
||
graph LR
|
||
subgraph Data["📊 数据分布"]
|
||
direction TB
|
||
V1["10"] --- G1["Gap: (-∞, 10)"]
|
||
V1 --> NK["(10, 20] ⬅️ 锁定区域"]
|
||
NK --> V2["20"]
|
||
V2 --> G2["Gap: (20, 30)"]
|
||
V2 --> V3["30"]
|
||
end
|
||
|
||
subgraph Test["🧪 INSERT 测试"]
|
||
direction TB
|
||
T1["INSERT id=15"] --> B1["❌ 阻塞<br/>落入 (10, 20) 间隙"]
|
||
T2["INSERT id=20"] --> B2["❌ 阻塞<br/>记录已被锁定"]
|
||
T3["INSERT id=25"] --> OK["✅ 允许<br/>落在 (20, 30) 间隙外"]
|
||
end
|
||
|
||
V1 -.-> T1
|
||
V2 -.-> T2
|
||
V3 -.-> T3
|
||
|
||
style NK fill:#C44569,color:#fff,stroke-width:3px
|
||
style B1 fill:#EE5A24,color:#fff
|
||
style B2 fill:#EE5A24,color:#fff
|
||
style OK fill:#00D866,color:#fff
|
||
```
|
||
|
||
> [!TIP] 记忆口诀
|
||
>
|
||
> **「左开右闭」**：Next-Key Lock 锁定的是 `(前一个值, 当前值]`。
|
||
> - 插入 **等于** 锁定值的记录 → ❌ 阻塞（Record Lock 生效）
|
||
> - 插入 **落在开区间内** 的值 → ❌ 阻塞（Gap Lock 生效）
|
||
> - 插入 **落在右侧间隙外** 的值 → ✅ 允许
|
||
|
||
### RC vs RR：隔离级别对锁的影响
|
||
|
||
| 特性 | RR（默认） | RC（Read Committed） |
|
||
|------|-----------|---------------------|
|
||
| Record Lock | ✅ 有 | ✅ 有 |
|
||
| **Gap Lock** | ✅ 有 | ❌ **无** |
|
||
| **Next-Key Lock** | ✅ 默认使用 | ❌ 退化为 Record Lock |
|
||
| 幻读防护 | ✅ Gap Lock 阻止插入 | ❌ 可能发生幻读 |
|
||
| 并发度 | 较低（锁范围大） | 较高（不锁间隙） |
|
||
|
||
> [!IMPORTANT] 为什么 RC 能提升并发？
|
||
>
|
||
> Gap Lock 的存在意义是防止「幻读」——在同一个事务中两次 `SELECT` 读到不同行数。RC 模式下每次读取都生成快照（Snapshot Isolation），天然不需要 Gap Lock。代价是可能看到其他事务未提交的写入（不过 Read Committed 保证不会读到未提交的事务本身）。
|
||
>
|
||
> ```sql
|
||
> -- 显式设置会话隔离级别
|
||
> SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED;
|
||
> ```
|
||
|
||
### Next-Key Lock 的特殊情形
|
||
|
||
| 场景 | 加锁方式 | 原因 |
|
||
|------|---------|------|
|
||
| **唯一索引等值查询命中** | 退化为 Record Lock | 已知不存在间隙中的冲突记录 |
|
||
| **唯一索引等值查询未命中** | Gap Lock | 锁住该值会落入的间隙（防止幻读） |
|
||
| **非唯一索引等值查询** | Next-Key Lock | 多个相同值，需保护左侧间隙 |
|
||
| **范围查询** | 每个匹配记录的 Next-Key Lock + 最大值的右边间隙 | 保护整个范围 |
|
||
| **INSERT** | Gap Lock on gap | 只锁插入位置的间隙，防冲突 |
|
||
| **主键等值更新且命中** | Record Lock | 等同于唯一索引精确查询 |
|
||
|
||
```mermaid
|
||
sequenceDiagram
|
||
participant T as 事务
|
||
participant DB as InnoDB
|
||
|
||
T->>DB: SELECT ... WHERE pk = 5 FOR UPDATE
|
||
Note over T,DB: 唯一索引、恰好命中
|
||
DB-->>T: 📌 Record Lock on pk=5
|
||
rect rgb(200, 255, 200)
|
||
Note right of DB: ✅ 不加 Gap Lock<br/>因为唯一索引已排除<br/>间隙冲突的可能
|
||
end
|
||
|
||
T->>DB: SELECT ... WHERE uk = 99 FOR UPDATE
|
||
Note over T,DB: 唯一索引、**未命中**
|
||
DB-->>T: 🔒 Gap Lock on (90, 100)
|
||
rect rgb(255, 230, 200)
|
||
Note right of DB: ⚠️ 加上 Gap Lock<br/>防止别人在 (90,100) 之间<br/>插入 uk=99 的记录
|
||
end
|
||
```
|
||
|
||
### ⚡ 当前读 vs 一致性读：谁触发了锁？
|
||
|
||
理解这一组概念是掌握锁机制的最终一步——**并不是所有 SELECT 都会加锁**。很多 Bug 和死锁排查，都源于对这两种读模式的混淆。
|
||
|
||
> [!QUESTION] 一个关键直觉
|
||
> - **一致性读（快照读）**= "我只看历史照片" → 不需要加锁，因为看的是过去的数据快照
|
||
> - **当前读**= "我要看最新现场" → 必须加锁，因为要保证看到的是"此刻最新的数据"，不能让别人在我看的瞬间改掉它
|
||
|
||
| 读取方式 | SQL 示例 | 是否加锁 | 数据来源 |
|
||
|---------|---------|---------|---------|
|
||
| **一致性读（快照读）** | `SELECT * FROM t WHERE ...`（默认） | ❌ 不加锁 | Undo Log 历史版本（MVCC） |
|
||
| **当前读** | `SELECT ... FOR UPDATE/SHARE MODE` | ✅ 加锁 | 磁盘/缓冲池，读取最新提交数据 |
|
||
| **当前读** | `UPDATE / DELETE / INSERT` | ✅ 加锁 | 磁盘/缓冲池，读取并修改最新数据 |
|
||
|
||
> [!IMPORTANT] 为什么区分两种读？
|
||
>
|
||
> 想象以下场景：
|
||
> ```
|
||
> 事务 A: BEGIN; SELECT count(*) FROM orders; -- 读取了 100 条
|
||
> 事务 B: BEGIN; INSERT INTO orders ... COMMIT; -- 新增了 1 条
|
||
> 事务 A: SELECT count(*) FROM orders; -- 还是 100 条！🤔
|
||
> ```
|
||
>
|
||
> 第二次 `SELECT` 仍然看到 100 条，是因为一致性读使用的是事务启动时的快照。如果业务确实需要最新的计数，必须使用当前读：
|
||
> ```sql
|
||
> SELECT COUNT(*) FROM orders LOCK IN SHARE MODE;
|
||
> ```
|
||
>
|
||
> > [!NOTE] 深入阅读
|
||
> > 想进一步了解 MVCC 与锁的配合原理，参见 [[hhs/MySQL/06-事务与并发控制/25-MVCC 原理]] — 其中详细解释了 Read View 如何与锁协同工作。
|
||
|
||
## 锁的场景矩阵
|
||
|
||
面试和实际排障中，**「这条 SQL 到底加了什么锁？」**是最常见的问题。下面这张图按查询条件分类，帮你快速判断 InnoDB 的选择：
|
||
|
||
```mermaid
|
||
flowchart TD
|
||
Q{"查询方式"}
|
||
|
||
Q -->|"精确等值(unique index)"| R1["Record Lock<br/>仅锁那条记录"]
|
||
Q -->|"精确等值(non-unique index)"| R2["Next-Key Lock<br/>记录 + 左侧间隙"]
|
||
Q -->|"范围查询<br/>WHERE id > 10"| R3["每个匹配记录的<br/>Next-Key Lock + 最大值右侧间隙"]
|
||
Q -->|"无索引条件"| R4["全表记录的 Next-Key Lock<br/>退化为表锁效果 ⚠️"]
|
||
Q -->|"DELETE | UPDATE | INSERT"| R5["INSERT: Gap Lock on gap<br/>DELETE/UPDATE: Record Lock"]
|
||
|
||
style R1 fill:#00B6BC,color:#fff
|
||
style R4 fill:#EE5A24,color:#fff
|
||
style R5 fill:#FF9F43,color:#000
|
||
```
|
||
|
||
> [!TIP] 实用记忆法
|
||
>
|
||
> 看到一条 SQL，依次回答三个问题就能判断加锁类型：
|
||
> 1. **有索引吗？** → 无索引 = 全表锁（❌）
|
||
> 2. **是等值查询吗？** → 是 → 再看是否有唯一索引
|
||
> 3. **是范围查询吗？** → 是 → 每个命中记录都加 Next-Key Lock
|
||
|
||
## 死锁与排查
|
||
|
||
在生产环境中，死锁不是「会不会发生」的问题，而是「什么时候发生」。
|
||
|
||
> [!NOTE] 什么是死锁？一个生活类比
|
||
> 两个人在狭窄的走廊迎面走来，都往左让→都往右让→又都往左……谁也过不去，这就是死锁。在数据库里，就是**两个事务互相等待对方释放锁，形成了一个环**。
|
||
>
|
||
> MySQL InnoDB 会自动检测死锁（通过等待图算法），并**回滚代价较小的那个事务**，让另一个继续执行。所以死锁本身不会导致数据库崩溃，但会导致业务请求失败。
|
||
|
||
理解死锁的形成过程比避免死锁更重要：
|
||
|
||
```sql
|
||
-- 查看最近的死锁信息
|
||
SHOW ENGINE INNODB STATUS\G
|
||
-- 在 LATEST DETECTED DEADLOCK 部分查看详细过程
|
||
|
||
-- 查看当前锁等待
|
||
SELECT * FROM sys.innodb_lock_waits;
|
||
|
||
-- MySQL 8.0+: 更直观的视图
|
||
SELECT * FROM performance_schema.data_locks;
|
||
SELECT * FROM performance_schema.data_lock_waits;
|
||
```
|
||
|
||
```mermaid
|
||
sequenceDiagram
|
||
participant T1 as 事务 A
|
||
participant T2 as 事务 B
|
||
participant DB as InnoDB
|
||
|
||
T1->>DB: LOCK x (X)
|
||
DB-->>T1: ✅ 获得 x 锁
|
||
T2->>DB: LOCK y (X)
|
||
DB-->>T2: ✅ 获得 y 锁
|
||
|
||
T1->>DB: LOCK y (X)
|
||
DB-->>T1: ⏳ 等待 T2 释放 y
|
||
T2->>DB: LOCK x (X)
|
||
DB-->>T2: ⏳ 等待 T1 释放 x
|
||
|
||
Note over DB: 检测到环路!
|
||
DB->>T1: 💀 死锁! 回滚 T1
|
||
DB-->>T2: y 锁可用
|
||
T2->>DB: 获得 y 锁 ✅
|
||
```
|
||
|
||
> [!TIP] 避免死锁的策略
|
||
> 1. **固定顺序访问资源**：所有事务按相同的顺序加锁（如先用户表再订单表）
|
||
> 2. **一次性加所有锁**：减少持锁时间
|
||
> 3. **短事务原则**：尽可能少地参与竞争
|
||
> 4. **降低隔离级别**：RC 模式不使用 Gap Lock，大幅降低死锁概率
|
||
|
||
## 总结：一张图记住锁机制的核心逻辑
|
||
|
||
回顾开篇的问题：两个用户同时买同一件商品，数据库怎么保证不超卖？
|
||
|
||
答案是：
|
||
1. `UPDATE inventory SET stock = stock - 1 WHERE product_id = 100` — 这是**当前读**，自动加 X 锁
|
||
2. 因为 `product_id` 是索引，InnoDB 用 **Record Lock** 锁住这一行
|
||
3. 第二个事务到达时发现行被锁住了，**等待**第一个事务提交或回滚
|
||
4. 第一个事务提交后，第二个事务拿到锁，此时 `stock` 已经是 0，`stock - 1 = -1` 由业务层判断拦截
|
||
|
||
> [!TIP] 面试速记
|
||
>
|
||
> | 问题 | 答案 |
|
||
> |------|------|
|
||
> | InnoDB 有哪些锁？ | 全局锁、MDL、表锁、行锁（S/X/IS/IX/Record/Gap/Next-Key） |
|
||
> | 行锁加在哪？ | 索引记录上，不是数据行上 |
|
||
> | 无索引会怎样？ | 行锁退化为表锁 |
|
||
> | 什么是 Next-Key Lock？ | Record Lock + Gap Lock，左开右闭区间 |
|
||
> | RC 和 RR 的锁区别？ | RC 没有 Gap Lock，RR 有 |
|
||
> | 什么时候不加锁？ | 一致性读（快照读），靠 MVCC |
|
||
|
||
## 关联笔记
|
||
|
||
- [[hhs/MySQL/06-事务与并发控制/23-ACID 与原子性实现]] — Redo Log 和 Undo Log 的基础知识
|
||
- [[hhs/MySQL/06-事务与并发控制/25-MVCC 原理]] — MVCC 与锁的配合（一致性读 vs 当前读）
|
||
- [[hhs/MySQL/06-事务与并发控制/27-死锁与排查]] — 完整的死锁诊断流程
|
||
- [[hhs/GORM/08-事务管理]] — GORM 事务中的锁获取时机
|