MySQL锁

暗夜之城 2019-10-27

MySQL锁

三类锁

全局锁

表级锁

行锁

全局锁

全局锁就是对整个数据库加锁

Flush tables with lock(FTWRL)全局读锁

使用场景,给全库做逻辑备份

如果你在主库上备份,那么在备份期间都不能执行更新,业务基本上就得停摆;

如果你在从库上备份,那么备份期间从库不能执行主库同步过来的 binlog,会导致主从延迟。

全局读锁期间只能读,不能更新是个问题

mysqldump工具

官方自带的逻辑备份工具是 mysqldump。当 mysqldump 使用参数–single-transaction 的时候,导数据之前就会启动一个事务,来确保拿到一致性视图。而由于 MVCC 的支持,这个过程中数据是可以正常更新的。

你一定在疑惑,有了这个功能,为什么还需要 FTWRL 呢?一致性读是好,但前提是引擎要支持这个隔离级别。比如,对于 MyISAM 这种不支持事务的引擎,如果备份过程中有更新,总是只能取到最新的数据,那么就破坏了备份的一致性。这时,我们就需要使用 FTWRL 命令了。所以,single-transaction 方法只适用于所有的表使用事务引擎的库。

如果有的表使用了不支持事务的引擎,那么备份就只能通过 FTWRL 方法。这往往是 DBA 要求业务开发人员使用 InnoDB 替代 MyISAM 的原因之一。

表级锁

MySQL 里面表级别的锁有两种:一种是表锁,一种是元数据锁(meta data lock,MDL)。

表锁

表锁的语法是 lock tables … read/write。与 FTWRL 类似,可以用 unlock tables 主动释放锁,也可以在客户端断开的时候自动释放。需要注意,lock tables 语法除了会限制别的线程的读写外,也限定了本线程接下来的操作对象。

举个例子, 如果在某个线程 A 中执行 lock tables t1 read, t2 write; 这个语句,则其他线程写 t1、读写 t2 的语句都会被阻塞。同时,线程 A 在执行 unlock tables 之前,也只能执行读 t1、读写 t2 的操作。连写 t1 都不允许,自然也不能访问其他表。

在还没有出现更细粒度的锁的时候,表锁是最常用的处理并发的方式。而对于 InnoDB 这种支持行锁的引擎,一般不使用 lock tables 命令来控制并发,毕竟锁住整个表的影响面还是太大。另一类表级

元数据锁

MySQL5.5版本引入了MDL锁(metadata lock),用于解决或者保证DDL操作与DML操作之间的一致性(操作表结构,操作表数据)

1.读锁之间不互斥,因此你可以有多个线程同时对一张表增删改查。读写锁之间、写锁之间是互斥的,用来保证变2.更表结构操作的安全性。因此,如果有两个线程要同时给一个表加字段,其中一个要等另一个执行完才能开始执行。

可能出现的问题:大量线程的阻塞

行锁

MySQL 的行锁是在引擎层由各个引擎自己实现的。但并不是所有的引擎都支持行锁,比如 MyISAM 引擎就不支持行锁。不支持行锁意味着并发控制只能使用表锁,对于这种引擎的表,同一张表上任何时刻只能有一个更新在执行,这就会影响到业务并发度。InnoDB 是支持行锁的,这也是 MyISAM 被 InnoDB 替代的重要原因之一。

两阶段

MySQL锁

在 InnoDB 事务中,行锁是在需要的时候才加上的,但并不是不需要了就立刻释放,而是要等到事务结束时才释放。这个就是两阶段锁协议。

在事务中,一旦需要要操作摸个记录,就会立马拿到这个记录的行锁,但是释放的时候却要等待到事务提交

行锁可能出现的问题和优化

问题-并发效率低

以上图为例,如果事务A的第一条更新耗时1秒,第二条更新耗时50秒,那么事务A持有id1的行锁的时间是51秒,这51秒之间别的事务是不能进行操作id1的数据的

解决

如果把事务A的两条更新换一个位置呢,那么id1的操作在前50秒是可以被其他的事务执行的,这就优化了很多

原则

如果事务中需要锁多个行,要把最有可能造成锁冲突和最有可能影响并发的锁忘后面放。

问题-死锁

MySQL锁

如图,这种情况就出现了死锁,id1和id2两条数据就无法操作了

解决死锁

1.一种策略是,直接进入等待,直到超时。这个超时时间可以通过参数 innodb_lock_wait_timeout 来设置。(消耗时间,并发弱)

2.另一种策略是,发起死锁检测,发现死锁后,主动回滚死锁链条中的某一个事务,让其他事务得以继续执行。将参数 innodb_deadlock_detect 设置为 on,表示开启这个逻辑。(大量并发,死锁检测消耗大量的cpu)

参考链接

https://www.cnblogs.com/zengkefu/p/5690385.html

https://time.geekbang.org/column/article/69862

相关推荐