一个神奇的Mysql加锁分析

数据库版本

5.7.26

事务隔离级别

RR

Case A

建表语句一

CREATE TABLE `test13` (
 `id` int(11) NOT NULL AUTO_INCREMENT,
 `code` int(11) DEFAULT NULL,
 `uid` int(11) DEFAULT NULL,
 `env` varchar(64) NOT NULL DEFAULT '' COMMENT '使用环境',
 PRIMARY KEY (`id`),
 KEY `idx_uid` (`uid`)
) ENGINE=InnoDB AUTO_INCREMENT=17 DEFAULT CHARSET=utf8;

insert into `test13` (`code`,`uid`,`env`) values (14,5,'env'),(14,10,'env'),(14,15,'env'),(14,15,'env'),(12,20,'env'),(12,20,'env');

image.png

事务列表一

时间轴	事务1	事务2
T1	begin	begin
T2	update test13 set code = 15 where uid in (5,20);Query OK, 0 rows affected(0.00 sec)Rows matched: 3 Changed: 0 Warnings: 0
T3		update test13 set code = 13 where uid = 15; RROR 1205 (HY000): Lock wait timeout exceeded; try restarting transaction

通过指令 show engine innodb status看到的信息是事务2在等待主键上的行锁

image.png

Case B

建表语句二

CREATE TABLE `x` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `c` int(11) NOT NULL DEFAULT '0',
  `d` int(11) NOT NULL DEFAULT '0',
  PRIMARY KEY (`id`),
  KEY `idx_c` (`c`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=14 DEFAULT CHARSET=utf8;

表记录

image.png

事务列表二

时间轴	事务1	事务2
T1	begin	begin
T2	update x set d = 1 where c in (5,10);Query OK, 0 rows affected (0.00 sec)Rows matched: 2 Changed: 0 Warnings: 0
T3		update x set d = 1 where c = 7;Query OK, 0 rows affected (0.00 sec)Rows matched: 1 Changed: 0 Warnings: 0
T4	commit;
T5		commit;

事务顺利执行，没有发生任何锁等待。

分析

参考MySQL 加锁处理分析
对上面的case进行分析。两个Case很类似，都是开启两个事务，第一个事务通过二级非唯一索引 使用 in 对记录进行更新，第二个事务通过同一个二级非唯一索引对记录进行等值更新

CaseB为例进行分析

事务1 首先会获取uid索引上面行记录为5和10上Next-key lock，分别是(3,5),5,(5,7),(7,10),10,(10,12) 然后再获取对应主键上面的记录锁

事务2 首先会获取uid索引上面行记录为7上的Next-key lock, 分别是(5,7),7,(7,10) 然后获取对应主键上面的记录锁

因为gap锁之间是可以相互兼容的，uid上面的行锁没有冲突，对应的主键也没有发生竞争，所以CaseB可以顺利执行。

caseA中事务2为什么会等待事务1持有的锁呢？

首先对CaseA的Update语句转为对应的Select语句查看对应的查询计划

image.png

image.png

我惊奇的发现第一条SQL没有使用上索引，而是执行了全表扫描，这就意味全表加锁，获取了主键所有的行锁 ，而第二条SQL是走索引的，但是与第一条SQL发生了锁竞争。

第二个疑问，为什么Case B没有发生锁竞争，接下来对CaseB进行转换Select

image.png

发现这条SQL是走索引的，跟我之前分析的一致。

那么问题就转换为为什么 CaseA中的第一条SQL就走全表扫描？

索引的区分度过低？

我们都知道当索引的区分度过低时，sql优化器会放弃走索引，直接走全表扫描，但是CaseA中的第二条SQL同样也走了索引，并且在执行下面的SQL，增加区分度后，第一条SQL还是走了全表扫描

insert into `test13` (`code`,`uid`,`env`) values (14,51,'env'),(14,101,'env'),(14,151,'env'),(14,152,'env'),(12,201,'env'),(12,203,'env');

选择的数据有问题？

对比两个case，索引的区分度差不多，主要的区别在于条件的数据不同，CaseA中的(5，20)存在重复数据，CaseB中的(5,10)中没有重复数据，那么我们换一批数据试试

image.png

当查询条件变成(5,51)的时候，这条SQL是正常走索引的。

把uid=20的重复数据删除一条看看效果,发现SQL正常走索引

image.png

重新执行CaseA的事务列表

时间轴	事务1	事务2
T1	begin	begin
T2	update test13 set code = 15 where uid in (5,20); Query OK, 2 rows affected (0.00 sec) Rows matched: 2 Changed: 2 Warnings: 0
T3		update test13 set code = 13 where uid = 15; Query OK, 2 rows affected (0.00 sec) Rows matched: 2 Changed: 2 Warnings: 0
T4	commit;
T5		commit;

事务可以正常执行。

总结

1. 当我们分析数据库加锁分析的时候，一定通过实际操作来分析，不要犯经验注意错误

2. 对Update语句的分析可以现转化为对应的Select语句查看查询计划，看看SQL的执行情况

3. 对于普通的二级非唯一索引，当我们修改数据的时候要注意重复的记录，尽量通过ID来更新