---
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
```

### 场景矩阵 — 查询条件 → 锁类型速查

```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
```
> [!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**展示不同查询条件下 InnoDB 实际选择哪种锁（场景矩阵）
> 
> 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

意向锁解决的核心问题是：**当一个事务想加表级锁时，怎么快速知道"表里有没有人在锁行"？**

没有意向锁 → 必须逐行扫描（百万行代价太高）。
有了意向锁 → 看一眼表级标记就知道。

#### 场景一：行级加锁流程

事务想对某行加锁时，InnoDB **自动**在表级申请意向锁：

```mermaid
flowchart TD
    A["事务想在行级加 X 锁"] --> IX["🔒 自动在表级加 IX 锁<br/>（声明：我打算锁表里的某些行）"]
    IX --> B{"表级是否有<br/>S 锁或 X 锁？"}
    B -->|"有"| C["⏳ 等待表级锁释放"]
    B -->|"无"| D["✅ IX 加锁成功<br/>→ 继续在行级加 X 锁"]

    style D fill:#00D866,color:#fff
    style C fill:#EE5A24,color:#fff
    style IX fill:#FF9F43,color:#000
```

> [!NOTE] IS 和 IX 之间、IX 和 IX 之间都**不冲突**
> 因为意向锁只是"声明意图"，真正的冲突发生在**行级**。两个事务各自改不同行，表级意向锁完全可以共存。
>
> | 已持有 ↓ \ 请求 → | IS | IX | S | X |
> |---|---|---|---|---|
> | **IS** | ✅ | ✅ | ✅ | ❌ |
> | **IX** | ✅ | ✅ | ❌ | ❌ |
> | **S** | ✅ | ❌ | ✅ | ❌ |
> | **X** | ❌ | ❌ | ❌ | ❌ |

#### 场景二：表级加锁流程（意向锁的真正用途）

当有人想给整张表加 S 锁或 X 锁时，**只需检查表级意向锁**，不用逐行扫描：

```mermaid
flowchart TD
    A["事务想给表加<br/>S 锁 / X 锁"] --> Q{"表级有没有 IX 锁？<br/>（有人在做行级写入）"}
    Q -->|有| B["⏳ 等待 IX 释放<br/>（说明有人在改行数据）"]
    Q -->|无| R{"表级有没有 IS 锁？<br/>（有人在做行级读取）"}
    R -->|"X 锁请求 + 有 IS"| B2["⏳ 等待 IS 释放"]
    R -->|"S 锁请求 + 有 IS"| C["✅ IS 兼容 S 锁，放行"]
    R -->|无| D["✅ 放行，加表级锁"]

    style D fill:#00D866,color:#fff
    style C fill:#00D866,color:#fff
    style B fill:#EE5A24,color:#fff
    style B2 fill:#EE5A24,color:#fff
```

> [!TIP] 一句话记住
> 意向锁的真正价值不在于阻塞其他意向锁，而在于**让表级锁的兼容性判断变成 O(1)**——只看标记，不扫行。

## 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。

> [!QUESTION] 那 InnoDB 怎么知道该锁哪个间隙？
> 关键在于 B+ 树索引是**有序**的。当查询值不存在时，InnoDB 在索引上做查找，找到**刚好包围这个值的左右两条记录**——左边是 ≤ 查询值的最大记录，右边是 > 查询值的最小记录。这两条记录之间的区间，就是 InnoDB 要锁的间隙。
>
> 一句话总结：**"谁包围了这个值，间隙就是谁"**。

索引上的值 `10, 20, 30, 40, 50` 把整条数轴切成了若干个间隙，目标值落在哪个间隙，就锁哪个：

```mermaid
graph LR
    subgraph Gaps["索引记录切分出的间隙"]
        direction LR
        G0["(-∞, 10)"] --- R1["10"] --- G1["(10, 20)"] --- R2["20"] --- G2["(20, 30)"] --- R3["30"] --- G3["(30, 40)"] --- R4["40"] --- G4["(40, 50)"] --- R5["50"] --- G5["(50, +∞)"]
    end

    TARGET["查询 id=25"] -.->|25 落入此区间| G2

    style G2 fill:#C44569,color:#fff,stroke-width:3px
    style TARGET fill:#FF9F43,color:#000
```

```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;
-- InnoDB 在 B+ 树上查找 25：
--   → 左边最近的记录: 20（≤ 25 的最大值）
--   → 右边最近的记录: 30（> 25 的最小值）
--   → 间隙 = (20, 30)，锁住它！
-- 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] 🧠 记忆卡片 1 — 锁类型三步判断法
> 
> 看到一条 SQL，依次回答三个问题就能判断加锁类型：
> 
> ```mermaid
> flowchart TD
>     Start{"SQL 会加锁吗？<br/>（当前读？）"}
>     Start -->|"普通 SELECT"| Snap["❌ 一致性读<br/>不加锁（MVCC）"]
>     Start -->|"SELECT FOR UPDATE/SHARE<br/>UPDATE / DELETE / INSERT"| Q1{"1. 有索引吗？"}
>     
>     Q1 -->|"❌ 无索引"| Full["⚠️ 全表 Next-Key Lock<br/>退化为表锁"]
>     Q1 -->|"✅ 有索引"| Q2{"2. 等值查询？"}
>     
>     Q2 -->|"是"| Q3{"3. 唯一索引？"}
>     Q3 -->|"唯一 + 命中"| RL["📌 Record Lock"]
>     Q3 -->|"唯一 + 未命中"| GL["🔒 Gap Lock"]
>     Q3 -->|"非唯一"| NKL["🔑 Next-Key Lock"]
>     
>     Q2 -->|"范围查询"| NKL2["🔑 每条命中记录<br/>Next-Key Lock<br/>+ 最大值右侧 Gap"]
>     
>     style RL fill:#00B6BC,color:#fff
>     style GL fill:#FF9F43,color:#000
>     style NKL fill:#C44569,color:#fff
>     style NKL2 fill:#C44569,color:#fff
>     style Full fill:#EE5A24,color:#fff
>     style Snap fill:#636e72,color:#fff
> ```
> 
> **口诀：无索引全表炸，唯一命中只锁行，其余都带间隙锁。**

> [!TIP] 🧠 记忆卡片 2 — 锁兼容性速记
> 
> | 已有 ↓ \ 请求 → | **S** | **X** |
> |---|---|---|
> | **S** | ✅ 共享读没问题 | ❌ 别人要写我得让 |
> | **X** | ❌ 我在写你别读 | ❌ 我在写你别碰 |
> 
> **口诀：读读兼容，读写互斥，写写互斥。** 意向锁（IS/IX）之间永远不冲突——它们只是"挂牌子声明意图"。

> [!TIP] 🧠 记忆卡片 3 — RC vs RR 锁行为对比
> 
> | | **RR（默认）** | **RC** |
> |---|---|---|
> | Gap Lock | ✅ 有（防幻读） | ❌ 无 |
> | Next-Key Lock | ✅ 默认算法 | 退化为 Record Lock |
> | 并发度 | 较低 | 较高 |
> | 死锁概率 | 较高（Gap Lock 多） | 较低 |
> 
> **口诀：RC 没有间隙锁，所以不会防幻读，但并发更高、死锁更少。**

> [!TIP] 🧠 记忆卡片 4 — 死锁四板斧
> 
> 1. **固定顺序** — 所有事务按同一顺序（如主键升序）访问资源
> 2. **一次锁完** — 减少持锁期间的等待窗口
> 3. **短事务** — 锁持有时间越短，冲突越少
> 4. **降级到 RC** — 砍掉 Gap Lock，死锁概率大降

## 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