線上某服務時不時報出如下異常（大約一天二十多次）：“Deadlock found when trying to get lock;”。
Oh, My God! 是死鎖問題。儘管報錯不多，對性能目前看來也無太大影響，但還是需要解決，保不齊哪天成爲性能瓶頸。
爲了更系統的分析問題，本文將從死鎖檢測、索引隔離級別與鎖的關係、死鎖成因、問題定位這五個方面來展開討論。
圖1 應用日誌
1 死鎖是怎麼被發現的？
1.1 死鎖成因&&檢測方法
左圖那兩輛車造成死鎖了嗎？不是！右圖四輛車造成死鎖了嗎？是！
圖2 死鎖描述
我們mysql用的存儲引擎是innodb，從日誌來看，innodb主動探知到死鎖，並回滾了某一苦苦等待的事務。問題來了，innodb是怎麼探知死鎖的？
直觀方法是在兩個事務相互等待時，當一個等待時間超過設置的某一閥值時，對其中一個事務進行回滾，另一個事務就能繼續執行。這種方法簡單有效，在innodb中，參數innodb_lock_wait_timeout用來設置超時時間。
僅用上述方法來檢測死鎖太過被動，innodb還提供了wait-for graph算法來主動進行死鎖檢測，每當加鎖請求無法立即滿足需要並進入等待時，wait-for graph算法都會被觸發。
1.2 wait-for graph原理
我們怎麼知道上圖中四輛車是死鎖的？他們相互等待對方的資源，而且形成環路！我們將每輛車看爲一個節點，當節點1需要等待節點2的資源時，就生成一條有向邊指向節點2，最後形成一個有向圖。我們只要檢測這個有向圖是否出現環路即可，出現環路就是死鎖！這就是wait-for graph算法。
圖3 wait for graph
innodb將各個事務看爲一個個節點，資源就是各個事務佔用的鎖，當事務1需要等待事務2的鎖時，就生成一條有向邊從1指向2，最後行成一個有向圖。
1.3 innodb隔離級別、索引與鎖
死鎖檢測是死鎖發生時innodb給我們的救命稻草，我們需要它，但我們更需要的是避免死鎖發生的能力，如何儘可能避免？這需要了解innodb中的鎖。
1.3.1 鎖與索引的關係
假設我們有一張消息表（msg），裏面有3個字段。假設id是主鍵，token是非唯一索引，message沒有索引。
|
id: bigint |
token: varchar(30) |
message: varchar(4096) |
innodb對於主鍵使用了聚簇索引，這是一種數據存儲方式，表數據是和主鍵一起存儲，主鍵索引的葉結點存儲行數據。對於普通索引，其葉子節點存儲的是主鍵值。
圖4 聚簇索引和二級索引
下面分析下索引和鎖的關係。
1）delete from msg where id=2；
由於id是主鍵，因此直接鎖住整行記錄即可。
圖5
2）delete from msg where token=’ cvs’;
由於token是二級索引，因此首先鎖住二級索引（兩行），接着會鎖住相應主鍵所對應的記錄；
圖6
3）delete from msg where message=訂單號是多少’；
message沒有索引，所以走的是全表掃描過濾。這時表上的各個記錄都將添加上X鎖。
圖7
1.3.2 鎖與隔離級別的關係
大學數據庫原理都學過，爲了保證併發操作數據的正確性，數據庫都會有事務隔離級別的概念：1）未提交讀（Read uncommitted）；2）已提交讀（Read committed（RC））；3）可重複讀（Repeatable read（RR））；4）可串行化（Serializable）。我們較常使用的是RC和RR。
提交讀(RC)：只能讀取到已經提交的數據。
可重複讀(RR)：在同一個事務內的查詢都是事務開始時刻一致的，InnoDB默認級別。
我們在1.3.1節談論的其實是RC隔離級別下的鎖，它可以防止不同事務版本的數據修改提交時造成數據衝突的情況，但當別的事務插入數據時可能會出現問題。
如下圖所示，事務A在第一次查詢時得到1條記錄，在第二次執行相同查詢時卻得到兩條記錄。從事務A角度上看是見鬼了！這就是幻讀，RC級別下儘管加了行鎖，但還是避免不了幻讀。
圖8
innodb的RR隔離級別可以避免幻讀發生，怎麼實現？當然需要藉助於鎖了！
爲了解決幻讀問題，innodb引入了gap鎖。
在事務A執行：update msg set message=‘訂單’ where token=‘asd’;
innodb首先會和RC級別一樣，給索引上的記錄添加上X鎖，此外，還在非唯一索引’asd’與相鄰兩個索引的區間加上鎖。
這樣，當事務B在執行insert into msg values (null,‘asd',’hello’); commit;時，會首先檢查這個區間是否被鎖上，如果被鎖上，則不能立即執行，需要等待該gap鎖被釋放。這樣就能避免幻讀問題。
圖9
推薦一篇好文，可以深入理解鎖的原理：MySQL 加鎖處理分析
這篇好文裏的圖片已經顯示不出來了，大家可以看我整理好的【數據庫】MySQL 加鎖處理分析
2 死鎖成因
瞭解了innodb鎖的基本原理後，下面分析下死鎖的成因。如前面所說，死鎖一般是事務相互等待對方資源，最後形成環路造成的。下面簡單講下造成相互等待最後形成環路的例子。
2.1不同表相同記錄行鎖衝突
這種情況很好理解，事務A和事務B操作兩張表，但出現循環等待鎖情況。
圖10
2.2相同表記錄行鎖衝突
這種情況比較常見，之前遇到兩個job在執行數據批量更新時，jobA處理的的id列表爲[1,2,3,4]，而job處理的id列表爲[8,9,10,4,2]，這樣就造成了死鎖。
圖11
2.3不同索引鎖衝突
這種情況比較隱晦，事務A在執行時，除了在二級索引加鎖外，還會在聚簇索引上加鎖，在聚簇索引上加鎖的順序是[1,4,2,3,5]，而事務B執行時，只在聚簇索引上加鎖，加鎖順序是[1,2,3,4,5]，這樣就造成了死鎖的可能性。
圖12
2.4 gap鎖衝突
innodb在RR級別下，如下的情況也會產生死鎖，比較隱晦。不清楚的同學可以自行根據上節的gap鎖原理分析下。
圖13
3 如何儘可能避免死鎖
1）以固定的順序訪問表和行。比如對第2節兩個job批量更新的情形，簡單方法是對id列表先排序，後執行，這樣就避免了交叉等待鎖的情形；又比如對於3.1節的情形，將兩個事務的sql順序調整爲一致，也能避免死鎖。
2）大事務拆小。大事務更傾向於死鎖，如果業務允許，將大事務拆小。
3）在同一個事務中，儘可能做到一次鎖定所需要的所有資源，減少死鎖概率。
4）降低隔離級別。如果業務允許，將隔離級別調低也是較好的選擇，比如將隔離級別從RR調整爲RC，可以避免掉很多因爲gap鎖造成的死鎖。
5）爲表添加合理的索引。可以看到如果不走索引將會爲表的每一行記錄添加上鎖，死鎖的概率大大增大。
4 如何定位死鎖成因
下面以本文開頭的死鎖案例爲例，講下如何排查死鎖成因。
1）通過應用業務日誌定位到問題代碼，找到相應的事務對應的sql；
因爲死鎖被檢測到後會回滾，這些信息都會以異常反應在應用的業務日誌中，通過這些日誌我們可以定位到相應的代碼，並把事務的sql給梳理出來。
|
1 2 3 4 5 |
|
此外，我們根據日誌回滾的信息發現在檢測出死鎖時這個事務被回滾。
2）確定數據庫隔離級別。
執行select @@tx_isolation，可以確定數據庫的隔離級別，我們數據庫的隔離級別是RC，這樣可以很大概率排除gap鎖造成死鎖的嫌疑;
3）找DBA執行下show engine InnoDB STATUS看看最近死鎖的日誌。
這個步驟非常關鍵。通過DBA的幫忙，我們可以有更爲詳細的死鎖信息。通過此詳細日誌一看就能發現，與之前事務相沖突的事務結構如下：
|
1 2 3 4 5 |
|
這不就是圖10描述的死鎖嘛！