一次Mariadb死锁排查过程回顾

场景

在使用某个平台的时候，有些页面发现长时间，部分数据无法加载成功，开始排查问题。

确定是mariadb的问题的过程

访问了几个页面都是正常的，唯独某几个页面查询实时监控数据时无法加载出来，F12查看接口发现有几个业务相似的接口长时间不返回数据。

既然整体功能是正常的，只有部分页面出现问题，而且都是实时数据无法显示，怀疑是同一个地方出现问题，于是把接口放在一起发现共同点。

都是timeout长时间无响应，而且不是前端资源加载的问题，F12可以看到一个接口的请求过程，例如下图

查看代码逻辑，发现几个接口同时查询过一个表，登陆mariadb，发现SELECT长时间不返回。怀疑是锁表了。

以下所有示例使用docker启动mysql演示复现。

我先锁表

lock table test read;
lock table test write;

发现是卡住了

mysql> select * from test;
mysql> 2013 - Lost connection to MySQL server during query

查看长时间卡住的线程

查询进程（如果您有SUPER权限，您可以看到所有线程。否则，您只能看到您自己的线程）

show processlist;

但是此命令只能显示前100条数据，要想看全部的数据，请输入

show full processlist;

<details> <summary style="color: #00B1FF;">这个命令中最关键的就是state列，mysql列出的状态主要有这几种，点击此处展开查看 </summary>

Checking table 　正在检查数据表（这是自动的）。 Closing tables 　正在将表中修改的数据刷新到磁盘中，同时正在关闭已经用完的表。这是一个很快的操作，如果不是这样的话，就应该确认磁盘空间是否已经满了或者磁盘是否正处于重负中。 Connect Out 　复制从服务器正在连接主服务器。 Copying to tmp table on disk 　由于临时结果集大于tmp_table_size，正在将临时表从内存存储转为磁盘存储以此节省内存。 Creating tmp table 　正在创建临时表以存放部分查询结果。 deleting from main table 　服务器正在执行多表删除中的第一部分，刚删除第一个表。 deleting from reference tables 　服务器正在执行多表删除中的第二部分，正在删除其他表的记录。 Flushing tables 　正在执行FLUSH TABLES，等待其他线程关闭数据表。 Killed 　发送了一个kill请求给某线程，那么这个线程将会检查kill标志位，同时会放弃下一个kill请求。MySQL会在每次的主循环中检查kill标志位，不过有些情况下该线程可能会过一小段才能死掉。如果该线程程被其他线程锁住了，那么kill请求会在锁释放时马上生效。 Locked 　被其他查询锁住了。 Sending data 　正在处理SELECT查询的记录，同时正在把结果发送给客户端。 Sorting for group 　正在为GROUP BY做排序。　Sorting for order 　正在为ORDER BY做排序。 Opening tables 　这个过程应该会很快，除非受到其他因素的干扰。例如，在执ALTER TABLE或LOCK TABLE语句行完以前，数据表无法被其他线程打开。正尝试打开一个表。 Removing duplicates 　正在执行一个SELECT DISTINCT方式的查询，但是MySQL无法在前一个阶段优化掉那些重复的记录。因此，MySQL需要再次去掉重复的记录，然后再把结果发送给客户端。 Reopen table 　获得了对一个表的锁，但是必须在表结构修改之后才能获得这个锁。已经释放锁，关闭数据表，正尝试重新打开数据表。 Repair by sorting 　修复指令正在排序以创建索引。 Repair with keycache 　修复指令正在利用索引缓存一个一个地创建新索引。它会比Repair by sorting慢些。 Searching rows for update 　正在讲符合条件的记录找出来以备更新。它必须在UPDATE要修改相关的记录之前就完成了。 Sleeping 　正在等待客户端发送新请求. System lock 　正在等待取得一个外部的系统锁。如果当前没有运行多个mysqld服务器同时请求同一个表，那么可以通过增加--skip-external-locking参数来禁止外部系统锁。 Upgrading lock 　INSERT DELAYED正在尝试取得一个锁表以插入新记录。 Updating 　正在搜索匹配的记录，并且修改它们。 User Lock 　正在等待GET_LOCK()。 Waiting for tables 　该线程得到通知，数据表结构已经被修改了，需要重新打开数据表以取得新的结构。然后，为了能的重新打开数据表，必须等到所有其他线程关闭这个表。以下几种情况下会产生这个通知：FLUSH TABLES tbl_name, ALTER TABLE, RENAME TABLE, REPAIR TABLE, ANALYZE TABLE,或OPTIMIZE TABLE。 waiting for handler insert 　INSERT DELAYED已经处理完了所有待处理的插入操作，正在等待新的请求。　大部分状态对应很快的操作，只要有一个线程保持同一个状态好几秒钟，那么可能是有问题发生了，需要检查一下。　还有其他的状态没在上面中列出来，不过它们大部分只是在查看服务器是否有存在错误是才用得着。

</details>

假如发现锁表进程，请输入kill指令将他剔除。

mysql> kill 9;
Query OK, 0 rows affected (0.00 sec)
mysql> kill 11;
Query OK, 0 rows affected (0.00 sec)

再看已经没有了

也能查询了。

mysql> select * from test;
+----+------+
| id | a    |
+----+------+
|  1 | test |
|  2 | a    |
+----+------+
2 rows in set (0.00 sec)

查询是否锁表

但是刚刚我加的锁并没有看到是哪个表被锁，也没看到状态，能修复纯属瞎猫碰上死耗子，而且线上生产环境最忌讳就是不知道线程是干嘛的随便杀了，一个有经验的运维是不会这么做的。

我重新把表锁上。用这个命令查看打开了哪些表 (不包括临时表)。

mysql> show OPEN TABLES where In_use > 0;
+------------+-------+--------+-------------+
| Database   | Table | In_use | Name_locked |
+------------+-------+--------+-------------+
| coding3min | test  |      1 |           0 |
+------------+-------+--------+-------------+
1 row in set (0.00 sec)

In_use 表的表锁或锁请求数(已经锁表，或等待锁表)

Name_locked 显示表名称是否被锁定(DDL)

mysql> unlock tables;
Query OK, 0 rows affected (0.00 sec)
 
mysql> show OPEN TABLES where In_use > 0;
Empty set

查看事物锁

事物锁不同于表锁，

select trx_tables_locked,trx_tables_in_use,
       trx_rows_locked,trx_mysql_thread_id,trx_state
from information_schema.innodb_trx;

手动创建一个更新的事物

mysql> start transaction;
Query OK, 0 rows affected (0.01 sec)

mysql> update test2 set a='111';
Query OK, 2 rows affected (0.00 sec)
Rows matched: 2  Changed: 2  Warnings: 0

只要trx_tables_locked,trx_tables_in_use,trx_rows_locked三个字段其中一个有值，说明此记录是事物锁，try_mysql_thread_id 就是这个线程id，kill掉，即可。

我另开一个终端，再启动一个事物，因为前一个事物没有停止，所以会产生一个锁等待。

mysql> use coding3min;
Database changed
mysql> start transaction;
Query OK, 0 rows affected (0.00 sec)

mysql> update test2 set a='222'; 
1205 - Lock wait timeout exceeded; try restarting transaction

再查询一次

mysql> kill 20;
1317 - Query execution was interrupted
mysql> kill 21;
Query OK, 0 rows affected (0.01 sec)

mysql> select trx_tables_locked,trx_tables_in_use,
trx_rows_locked,trx_mysql_thread_id,trx_state
from information_schema.innodb_trx;
Empty set

妥了，可能kill会等待好几分钟，耐心等待。