news 2026/6/23 19:54:57

如何避免 MySQL 死锁?——从原理到实战的系统性解决方案

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
如何避免 MySQL 死锁?——从原理到实战的系统性解决方案

在高并发业务中,MySQL 死锁几乎是绕不开的问题。

你可能遇到过这样的报错:

Deadlockfound when tryingtogetlock;tryrestarting transaction

死锁并不是 MySQL 的 Bug,而是并发设计不当的必然结果。
本文将从 死锁原理、常见场景、排查方式、设计规范、Java 实战 五个维度,系统讲清楚:MySQL 死锁如何避免?

一、什么是 MySQL 死锁?

  1. 死锁的定义

死锁(Deadlock) 是指:

多个事务相互持有对方需要的锁,并且都在等待对方释放,导致所有事务永久阻塞。

经典四要素(缺一不可):

条件 说明

  • 互斥 锁一次只能被一个事务持有
  • 占有并等待 已持有锁的事务继续等待新锁
  • 不可剥夺 锁只能由事务主动释放
  • 循环等待 多个事务形成等待环

MySQL 的 InnoDB 引擎会主动检测死锁,并回滚代价最小的事务。

二、MySQL 中最常见的死锁场景

场景 1:不同顺序更新相同资源(最常见)
– 事务 A

BEGIN;UPDATE orderSETstatus=1WHEREid=1;UPDATE orderSETstatus=1WHEREid=2;

– 事务 B

BEGIN;UPDATE orderSETstatus=2WHEREid=2;UPDATE orderSETstatus=2WHEREid=1;

🔴 问题本质:

  • A 先锁 id=1,再锁 id=2
  • B 先锁 id=2,再锁 id=1
  • 顺序不一致 → 循环等待

场景 2:范围更新 + 行更新(间隙锁)
– 事务 A(范围锁)

UPDATE productSETstock=stock-1WHEREcategory_id=10;

– 事务 B(单行锁)

UPDATE productSETstock=stock-1WHEREid=100;

🔴 在 RR 隔离级别 下:

范围更新会产生 Next-Key Lock(行锁 + 间隙锁)

容易与单行更新形成死锁

场景 3:SELECT … FOR UPDATE 使用不当

SELECT*FROM accountWHEREuser_id=1FORUPDATE;

如果:

  • 没有命中索引
  • 锁住大量行
  • 多事务交叉执行

➡️ 极易引发死锁或长时间锁等待

场景 4:唯一索引插入并发冲突

INSERTINTOuser(username)VALUES('tom');

多事务并发插入相同唯一键

InnoDB 会先加 共享锁 → 排他锁

顺序不当也可能形成死锁

三、如何快速定位 MySQL 死锁?

1️⃣ 查看最近一次死锁信息(必会)

SHOW ENGINEINNODBSTATUS;

重点关注:

LATEST DETECTED DEADLOCK

你可以看到:

  • 哪些事务
  • 执行了哪些 SQL
  • 等待什么锁
  • 持有什么锁

线上排查死锁的第一利器

2️⃣ 打开死锁日志(推荐)

SETGLOBALinnodb_print_all_deadlocks=1;

死锁信息会直接写入 MySQL error log,方便线上分析。

四、避免 MySQL 死锁的 8 条核心原则(重点)

✅ 原则 1:统一访问顺序(最重要)

多表 / 多行更新,顺序必须一致

❌ 错误示例:

  • A:订单 → 库存
  • B:库存 → 订单

✅ 正确做法:

所有事务:订单 → 库存

✅ 原则 2:尽量使用主键 / 唯一索引更新

UPDATE orderSETstatus=1WHEREid=?;

避免:

  • 全表扫描
  • 范围锁
  • 锁定多余行

✅ 原则 3:缩小事务范围(短事务)

❌ 错误:

@Transactionalpublicvoidprocess(){select();业务计算();远程调用();update();}

✅ 正确:

select();业务计算();@TransactionalpublicvoidupdateDb(){update();}

📌 事务只包数据库操作

✅ 原则 4:避免无索引的 SELECT FOR UPDATE
– 错误(可能锁全表)

SELECT*FROM orderWHEREstatus=0FORUPDATE;

– 正确

SELECT*FROM orderWHEREid=?FORUPDATE;

✅ 原则 5:减少范围更新,必要时拆分
– 不推荐

UPDATE orderSETstatus=1WHERE create_time<'2024-01-01';

– 推荐
分页 / 按主键批量更新

✅ 原则 6:合理设置隔离级别

如果业务允许:

SET SESSION TRANSACTION ISOLATION LEVELREADCOMMITTED;

减少间隙锁

显著降低死锁概率

✅ 原则 7:并发场景下控制重试机制

InnoDB 回滚后,应用层应:

try{// db operation}catch(DeadlockExceptione){// sleep + retry}

📌 死锁不可怕,不可恢复才可怕

✅ 原则 8:热点资源做串行化设计

例如:

  • 库存扣减
  • 账户余额

同一订单状态流转

可选方案:

  • Redis 分布式锁
  • 消息队列串行消费
  • 乐观锁(version)

五、Java 高并发场景下的实战建议

1️⃣ 使用乐观锁代替悲观锁

UPDATE productSETstock=stock-1,version=version+1WHEREid=?ANDversion=?;

失败则重试,避免大量锁竞争。

2️⃣ 库存 / 金额类操作单线程化

MQ → 单消费者 → DB

这是电商、物流系统的常规做法。

3️⃣ 避免“先查再改”的经典坑

SELECT stock FROM productWHEREid=1;UPDATE productSETstock=stock-1WHEREid=1;

UPDATE productSETstock=stock-1WHEREid=1AND stock>0;

六、总结(架构级结论)

死锁不是偶发事故,而是并发设计问题。

一句话记住:

  1. 统一顺序
  2. 索引优先
  3. 事务要短
  4. 范围要小
  5. 必要可重试
  6. 热点做串行

📌 优秀的系统不是“没有死锁”,而是“死锁可控、可恢复、不影响业务”。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/23 19:51:04

Linly-Talker开发者激励计划上线:提交插件赢取奖励

Linly-Talker开发者激励计划上线&#xff1a;提交插件赢取奖励 在虚拟主播24小时不间断带货、AI客服秒回用户咨询的今天&#xff0c;数字人早已不再是科幻电影里的概念。但你有没有想过&#xff0c;一个能“听懂”你说话、用你的声音“开口”回应、甚至表情自然地和你对视的数字…

作者头像 李华
网站建设 2026/6/23 19:52:28

专业固液混合电容怎么选?这份指南告诉你哪个好

专业固液混合电容怎么选&#xff1f;这份指南告诉你哪个好行业痛点分析在固液混合电容领域&#xff0c;当前存在诸多技术挑战。一方面&#xff0c;电容的容量与稳定性难以同时兼顾&#xff0c;大容量的电容往往在稳定性上有所欠缺&#xff0c;而追求高稳定性时&#xff0c;电容…

作者头像 李华
网站建设 2026/6/23 11:26:58

Linly-Talker驱动的AI心理陪伴机器人设想

Linly-Talker驱动的AI心理陪伴机器人设想 在快节奏、高压力的现代生活中&#xff0c;越来越多的人面临孤独、焦虑与情绪无处安放的问题。心理咨询资源稀缺、预约周期长、费用高昂&#xff0c;让许多人望而却步。与此同时&#xff0c;智能手机和智能音箱早已成为我们生活的延伸…

作者头像 李华
网站建设 2026/6/22 22:08:29

Langchain-Chatchat能否支持文档加密上传解密?

Langchain-Chatchat 能否支持文档加密上传与解密&#xff1f; 在企业级 AI 应用日益普及的今天&#xff0c;一个核心矛盾愈发突出&#xff1a;如何在享受大语言模型强大语义理解能力的同时&#xff0c;确保敏感数据不被泄露&#xff1f;尤其是在金融、医疗、法律等高合规要求领…

作者头像 李华
网站建设 2026/6/23 7:59:49

跨平台兼容性测试:Linly-Talker在Windows/Linux表现一致

Linly-Talker&#xff1a;跨平台一致性的数字人系统实践 在电商直播间里&#xff0c;一个虚拟主播正用标准普通话讲解新款手机的卖点&#xff1b;而在政务大厅的触摸屏上&#xff0c;一位“数字导览员”以温和语调指引办事流程。这两个看似不同的场景背后&#xff0c;运行的可能…

作者头像 李华
网站建设 2026/6/23 15:32:29

Linly-Talker背后的技术栈:Transformer+Diffusion组合应用

Linly-Talker背后的技术栈&#xff1a;Transformer与Diffusion的协同艺术 在虚拟主播深夜仍在带货、AI教师全天候讲解知识点、数字客服精准回应用户提问的今天&#xff0c;我们正悄然步入一个“非人类却拟人”的交互新时代。驱动这一变革的核心&#xff0c;并非昂贵的动作捕捉设…

作者头像 李华