線上某服務時不時報出如下異常（大約一天二十多次）：“Deadlock found when trying to get lock;”。
Oh, My God! 是死鎖問題。盡管報錯不多，對性能目前看來也無太大影響，但還是需要解決，保不齊哪天成為性能瓶頸。
為了更系統的分析問題，本文将從死鎖檢測、索引隔離級别與鎖的關系、死鎖成因、問題定位這五個方面來展開讨論。
1 死鎖是怎麼被發現的？
1.1 死鎖成因&&檢測方法
左圖那兩輛車造成死鎖了嗎？不是！右圖四輛車造成死鎖了嗎？是！
我們mysql用的存儲引擎是innodb，從日志來看，innodb主動探知到死鎖，并復原了某一苦苦等待的事務。問題來了，innodb是怎麼探知死鎖的？
直覺方法是在兩個事務互相等待時，當一個等待時間超過設定的某一閥值時，對其中一個事務進行復原，另一個事務就能繼續執行。這種方法簡單有效，在innodb中，參數innodb_lock_wait_timeout用來設定逾時時間。
僅用上述方法來檢測死鎖太過被動，innodb還提供了wait-for graph算法來主動進行死鎖檢測，每當加鎖請求無法立即滿足需要并進入等待時，wait-for graph算法都會被觸發。
1.2 wait-for graph原理
我們怎麼知道上圖中四輛車是死鎖的？他們互相等待對方的資源，而且形成環路！我們将每輛車看為一個節點，當節點1需要等待節點2的資源時，就生成一條有向邊指向節點2，最後形成一個有向圖。我們隻要檢測這個有向圖是否出現環路即可，出現環路就是死鎖！這就是wait-for graph算法。
innodb将各個事務看為一個個節點，資源就是各個事務占用的鎖，當事務1需要等待事務2的鎖時，就生成一條有向邊從1指向2，最後行成一個有向圖。
1.2 innodb隔離級别、索引與鎖
死鎖檢測是死鎖發生時innodb給我們的救命稻草，我們需要它，但我們更需要的是避免死鎖發生的能力，如何盡可能避免？這需要了解innodb中的鎖。
1.2.1 鎖與索引的關系
假設我們有一張消息表（msg），裡面有3個字段。假設id是主鍵，token是非唯一索引，message沒有索引。
| id: bigint | token: varchar(30) | message: varchar(4096) |
innodb對于主鍵使用了聚簇索引，這是一種資料存儲方式，表資料是和主鍵一起存儲，主鍵索引的葉結點存儲行資料。對于普通索引，其葉子節點存儲的是主鍵值。
下面分析下索引和鎖的關系。
1）delete from msg where id=2；
由于id是主鍵，是以直接鎖住整行記錄即可。
2）delete from msg where token=’ cvs’;
由于token是二級索引，是以首先鎖住二級索引（兩行），接着會鎖住相應主鍵所對應的記錄；
3）delete from msg where message=訂單号是多少’；
message沒有索引，是以走的是全表掃描過濾。這時表上的各個記錄都将添加上X鎖。
1.2.2 鎖與隔離級别的關系
大學資料庫原理都學過，為了保證并發操作資料的正确性，資料庫都會有事務隔離級别的概念：
1）未送出讀（Read uncommitted）；
2）已送出讀（Read committed（RC））；
3）可重複讀（Repeatable read（RR））；
4）可串行化（Serializable）。
我們較常使用的是RC和RR。
送出讀(RC)：隻能讀取到已經送出的資料。
可重複讀(RR)：在同一個事務内的查詢都是事務開始時刻一緻的，InnoDB預設級别。
我們在1.2.1節談論的其實是RC隔離級别下的鎖，它可以防止不同僚務版本的資料修改送出時造成資料沖突的情況，但當别的事務插入資料時可能會出現問題。
如下圖所示，事務A在第一次查詢時得到1條記錄，在第二次執行相同查詢時卻得到兩條記錄。從事務A角度上看是見鬼了！這就是幻讀，RC級别下盡管加了行鎖，但還是避免不了幻讀。
innodb的RR隔離級别可以避免幻讀發生，怎麼實作？當然需要借助于鎖了！
為了解決幻讀問題，innodb引入了gap鎖（間隙鎖）。
在事務A執行：insert into msg values (null,‘asd',’hello’);
innodb首先會和RC級别一樣，給索引上的記錄添加上X鎖，此外，還在非唯一索引’asd’與相鄰兩個索引的區間加上鎖。
這樣，當事務B在執行update msg set message=‘訂單’ where token=‘asd’ commit;時，會首先檢查這個區間是否被鎖上，如果被鎖上，則不能立即執行，需要等待該gap鎖被釋放。這樣就能避免幻讀問題。
3 死鎖成因
了解了innodb鎖的基本原理後，下面分析下死鎖的成因。如前面所說，死鎖一般是事務互相等待對方資源，最後形成環路造成的。下面簡單講下造成互相等待最後形成環路的例子。
3.1不同表相同記錄行鎖沖突
這種情況很好了解，事務A和事務B操作兩張表，但出現循環等待鎖情況。
3.2相同表記錄行鎖沖突
這種情況比較常見，之前遇到兩個job在執行資料批量更新時，jobA處理的的id清單為[1,2,3,4]，而 jobB處理的id清單為[8,9,10,4,2]，這樣就造成了死鎖。
3.3不同索引鎖沖突
這種情況比較隐晦，事務A在執行時，除了在二級索引加鎖外，還會在聚簇索引上加鎖，在聚簇索引上加鎖的順序是[1,4,2,3,5]，而事務B執行時，隻在聚簇索引上加鎖，加鎖順序是[1,2,3,4,5]，這樣就造成了死鎖的可能性。
3.4 gap鎖沖突
innodb在RR級别下，如下的情況也會産生死鎖，比較隐晦。不清楚的同學可以自行根據上節的gap鎖原理分析下。
4 如何盡可能避免死鎖
1）以固定的順序通路表和行。比如對第2節兩個job批量更新的情形，簡單方法是對id清單先排序，後執行，這樣就避免了交叉等待鎖的情形；又比如對于3.1節的情形，将兩個事務的sql順序調整為一緻，也能避免死鎖。
2）大事務拆小。大事務更傾向于死鎖，如果業務允許，将大事務拆小。
3）在同一個事務中，盡可能做到一次鎖定所需要的所有資源，減少死鎖機率。
4）降低隔離級别。如果業務允許，将隔離級别調低也是較好的選擇，比如将隔離級别從RR調整為RC，可以避免掉很多因為gap鎖造成的死鎖。
5）為表添加合理的索引。可以看到如果不走索引将會為表的每一行記錄添加上鎖，死鎖的機率大大增大。
5 如何定位死鎖成因
下面以本文開頭的死鎖案例為例，講下如何排查死鎖成因。
1）通過應用業務日志定位到問題代碼，找到相應的事務對應的sql；
因為死鎖被檢測到後會復原，這些資訊都會以異常反應在應用的業務日志中，通過這些日志我們可以定位到相應的代碼，并把事務的sql給梳理出來。
start tran
1 deleteHeartCheckDOByToken
2 updateSessionUser
...
commit 此外，我們根據日志復原的資訊發現在檢測出死鎖時這個事務被復原。