MySQL · 答疑释惑· 并发Replace into导致的死锁分析

**测试版本：**MySQL5.6.23 **测试表：** ~~~ create table t1 (a int auto_increment primary key, b int, c int, unique key (b));并发执行SQL： replace into t1(b,c) values (2,3) //使用脚本，超过3个会话 ~~~ **背景** Replace into操作可以算是比较常用的操作类型之一，当我们不确定即将插入的记录是否存在唯一性冲突时，可以通过Replace into的方式让MySQL自动处理：当存在冲突时，会把旧记录替换成新的记录。 我们先来理一下一条简单的replace into操作（如上例所示）的主要流程包括哪些。 **Step 1\. 正常的插入逻辑** 首先插入聚集索引记录，在上例中a列为自增列，由于未显式指定自增值，每次Insert前都会生成一个不冲突的新值。 随后插入二级索引b，由于其是唯一索引，在检查duplicate key时，为其加上类型为LOCK_X的记录锁。 Tips：对于普通的INSERT操作，当需要检查duplicate key时，加LOCK_S锁，而对于Replace into 或者 INSERT..ON DUPLICATE操作，则加LOCK_X记录锁。 当UK记录已经存在时，返回错误DB_DUPLICATE_KEY。 **Step 2\. 处理错误** 由于检测到duplicate key，因此第一步插入的聚集索引记录需要被回滚掉（row_undo_ins）。 **Step 3\. 转换操作** 从InnoDB层失败返回到Server层后，收到duplicate key错误，首先检索唯一键冲突的索引，并对冲突的索引记录（及聚集索引记录）加锁。 随后确认转换模式以解决冲突： * 如果发生uk冲突的索引是最后一个唯一索引、没有外键引用、且不存在delete trigger时，使用UPDATE ROW的方式来解决冲突； * 否则，使用DELETE ROW + INSERT ROW的方式解决冲突。 **Step 4\. 更新记录** 对于聚集索引，由于PK列发生变化，采用delete + insert 聚集索引记录的方式更新。 对于二级uk索引，同样采用标记删除 + 插入的方式。 我们知道，在尝试插入一条记录时，如果插入位置的下一条记录上存在记录锁，那么在插入时，当前session需要对其加插入意向锁，具体类型为LOCK_X | LOCK_GAP | LOCK_INSERT_INTENTION。这也是导致死锁的关键点之一。 **是否能保证自增列的有序性?** 默认情况下，参数innodb_autoinc_lock_mode的值为1，因此只在分配自增列时互斥（如果我们将其设为0的话，就会产生AUTO_INC类型的表级锁）。当分配完自增列值后，我们并不知道并发的replace into的顺序。 **死锁分析** 回到死锁线程分析，从死锁日志我们大致可以推断出如下序列（本例中死锁的heap no为5）： * Session 1 执行到Step4, 准备更新二级Uk索引，因此持有uk上heap no 为5的X 行锁和PK上的X行锁； * Session 2 检查到uk冲突，需要加X行锁； * Session 1 在标记删除记录后，尝试插入新的uk记录，发现预插入点的下一条记录(heap no =5) 上有锁请求，因此尝试加插入意向X锁，产生锁升级， 死锁路径：Session1 => Session 2 => Session1。 到这里其实问题已经很明显了，我们考虑如下场景：假设当前表内数据为： ~~~ root@sb1 08:57:41>select * from t1; +---------+------+------+ | a | b | c | +---------+------+------+ | 2100612 | 2 | 3 | +---------+------+------+ 1 row in set (0.00 sec) ~~~ 由于不能保证自增列被更新的有序性，我们假定有三个并发的会话，并假定表上只有一条记录。 session 1获得自增列值为2100619， session 2 获得的自增列值为2100614， session 3获得的自增列值为2100616。 Session 1: replace into t1 values (2100619, 2, 3); // uk索引上记录(2, 2100612)被标记删除，同时插入新记录(2, 2100619) * Purge线程启动，(2, 2100612)被物理删除，Page上只剩下唯一的物理记录(2, 2100619)。 Session 2: replace into t1 values (2100614, 2, 3); 这里我们使用gdb的non-stop模式，使其断在row_update_for_mysql函数(insert尝试失败后，会转换成update)，此时session2持有(2, 2100619) 的X锁。 ~~~ Tips：我们可以通过如下命令使用gdb的non-stop模式： 1\. 以gdb启动mysqld 2\. 设置： set target-async 1 set pagination off set non-stop on 3\. 设置函数断点，然后run ~~~ Session 3: replace into t1 values (2100616, 2, 3); // 检测到uk有冲突键，需要获取记录(2, 2100619) 的X锁，等待session 2。 Session 2: * a)标记删除记录(2, 2100619)，同时插入新记录(2, 2100614)； * b) (2, 2100614) 比(2, 2100619) 要小，因此定位到该记录之前，也就是系统记录infimum； * c)infimum记录的下一条记录(2, 2100619)上有锁等待，需要升级成插入意向X锁，导致死锁发生。 **如果Purge线程一直停止，会发生什么呢 ？** 我们随便建一个表，然后执行FLUSH TABLE tbname FOR EXPORT来让purge线程停止。 假设当前表上数据为： ~~~ root@sb1 10:26:05>select * from t1; +---------+------+------+ | a | b | c | +---------+------+------+ | 2100710 | 2 | 3 | +---------+------+------+ 1 row in set (0.00 sec) ~~~ Session 1：replace into t1 values (2100720, 2, 3); 此时Page上存在记录(infimum), (2, 2100710), (2, 2100720), (supremum)。 Session 2：replace into t1 values (2100715, 2, 3); 同上例，使用gdb断到函数row_update_for_mysql。由于没有启动purge线程，因此老的被标记删除的记录还存在于page内，在扫描二级索引重复键时，也会依次给这些老记录加锁，因此session 2会持有 (2, 2100710)和 (2, 2100720)的X锁。 Session 3：replace into t1 values (2100718, 2, 3); // 被session2阻塞，等待(2,2100710)的X锁 Session 2：在标记删除二级索引记录，并进行插入时，选择的插入位置为 (2, 2100710), (2,2100720)之间，插入点的下一条记录(2,2100720)上没有其他线程锁等待，当前session锁升级成功； 完成插入后，page上的记录分布为(infimum), (2, 2100710), (2, 2100715), (2, 2100720), (supremum)。 Session 3：完成插入，最终page内的记录为(infimum), (2, 2100710), (2, 2100715), (2, 2100718), (2, 2100720), (supremum)。其中只有用户记录(2, 2100718)未被标记删除。