线上数据库死锁完整排查 + 解决方案（MySQL 为主，通用）

一、先快速定位线上死锁（紧急止损）

1. 立刻查看死锁日志（MySQL）

-- 查看最近一次死锁详情（事务、SQL、锁、等待关系） SHOW ENGINE INNODB STATUS;

重点看LATEST DETECTED DEADLOCK区块：

• 两个事务分别执行的 SQL
• 各自持有什么锁、等待什么锁
• 事务隔离级别、索引命中情况

2. 查看当前阻塞事务

-- 查看活跃事务、锁等待 SELECT * FROM information_schema.innodb_trx; -- 查看锁等待关系 SELECT * FROM information_schema.innodb_locks; SELECT * FROM information_schema.innodb_lock_waits;

3. 紧急恢复线上服务

死锁会自动回滚代价更小的事务，但高并发下会频繁触发报错，临时缓解：

1. 杀掉长时间阻塞事务：KILL 事务ID;
2. 临时降并发、限流、关闭高频同步接口
3. 临时拆分大事务，缩短执行时间

二、死锁根本成因（90% 线上问题根源）

InnoDB 行锁死锁四要素：互斥、持有并等待、不可剥夺、循环等待高频场景：

1. 多事务更新行顺序不一致（最常见） T1：update user set xx where id=1 → id=2 T2：update user set xx where id=2 → id=1 互相持有对方需要的行锁，循环等待死锁
2. 无索引 / 索引失效，行锁升级为表锁，大量锁冲突
3. 大事务：一次更新几十上百行，持有锁时间过长
4. 隔离级别REPEATABLE READ（默认）存在 Gap 锁 / Next-key 锁，间隙锁冲突
5. 同一事务多次更新同一张表不同行、批量更新乱序
6. 读写并发：SELECT ... FOR UPDATE 悲观锁争抢

三、线上根治方案（按优先级落地）

方案 1：统一更新数据顺序（最有效，零成本）

所有业务更新多行时，强制按主键 / 唯一索引升序排序，杜绝循环等待。 错误示例：

// 随机顺序更新，极易死锁 for(Long id : randomIds){ updateById(id); }

正确写法：

// 统一升序，不会出现循环等待 ids.sort(Long::compareTo); for(Long id : ids){ updateById(id); }

批量 SQL 统一排序：

-- 批量更新前先排序ID UPDATE t SET status=1 WHERE id IN (1,3,5) ORDER BY id;

方案 2：缩小事务粒度，缩短锁持有时间

1. 事务只放 DB 操作，移除 RPC、文件 IO、复杂计算
2. 大事务拆分：批量更新拆成分批小事务，中间提交释放锁
3. 避免长事务：查询、业务逻辑移出事务；禁止事务内 sleep

方案 3：保证更新条件命中索引，避免表锁

更新 / 悲观查询必须走唯一索引 / 主键，否则 InnoDB 会锁全表，并发必死锁。

-- 无索引，行锁变表锁，并发大量冲突 UPDATE order SET status=2 WHERE phone='13800000000'; -- 优化：phone加唯一索引，精准行锁

排查索引失效：EXPLAIN update xxx，看 type 是否为 ALL（全表扫描）。

方案 4：规避 Gap 间隙锁冲突（RR 隔离级）

1. 能改用 RC 读已提交隔离级优先（无 Gap 锁，死锁大幅减少，需确认业务无幻读要求）

   transaction_isolation = READ-COMMITTED

2. 查询更新使用精确等值主键，不使用范围条件（范围会加间隙锁）

   -- 范围条件产生Gap锁，容易死锁 UPDATE t SET num=1 WHERE id>100; -- 改为批量等值有序更新

方案 5：悲观锁优化，减少锁争抢

1. 非强一致性场景用乐观锁替代SELECT FOR UPDATE增加 version 版本号：

   UPDATE t SET num=num-1,version=version+1 WHERE id=? AND version=?;

   更新失败重试（控制重试次数，避免风暴）
2. 必须悲观锁时：统一加锁顺序、缩小锁定行数、尽早提交事务

方案 6：批量操作规范

1. 禁止一次性更新上千行，分批提交（每批 50~200 条）
2. 批量 DELETE/UPDATE 强制 ORDER BY 主键排序
3. 批量插入用 INSERT ... ON DUPLICATE KEY，避免先查后改多行争抢

四、代码层面通用防死锁规范（Java/MyBatis）

1. 所有多 ID 更新、批量操作，先排序主键再执行
2. 事务方法尽量短小，禁止外部依赖耗时操作
3. 悲观锁只锁定必要数据，不要大范围锁定
4. 乐观锁重试机制：最多 3 次重试，失败抛异常降级
5. 分布式场景：分布式锁（Redisson）控制行操作串行，避免跨实例死锁

五、线上监控预警（提前发现死锁）

1. MySQL 开启死锁日志持久化：innodb_print_all_deadlocks=ON
2. 业务埋点：捕获数据库死锁异常Deadlock found when trying to get lock，告警推送
3. 监控指标：死锁次数、锁等待时长、长事务数量、慢 SQL
4. 定时巡检SHOW ENGINE INNODB STATUS采集死锁日志入库分析

六、死锁异常兜底处理（程序降级）

捕获死锁异常后重试（短重试间隔，限制次数）：

// 伪代码 int retry = 0; while(retry < 3){ try{ db.transaction(); break; }catch(DeadlockException e){ retry++; Thread.sleep(10); } } if(retry >=3) throw BusinessException("操作繁忙，请重试");

七、快速排查流程总结（线上应急步骤）

1. 业务报错出现死锁 → 执行SHOW ENGINE INNODB STATUS拿到死锁两条 SQL
2. 核对两条 SQL 更新 ID 顺序是否相反 → 统一排序修复
3. EXPLAIN 检查是否无索引导致表锁 → 加索引
4. 查看事务是否过长 → 拆分大事务
5. 范围更新过多 Gap 锁 → 切换 RC 隔离或改用等值批量有序更新
6. 临时限流止损，上线修复代码后观察死锁告警是否归零