Mysql 并发引起的死锁问题（INSERT ... ON DUPLICATE KEY UPDATE 死锁）

背景：

平台的某个数据库上面有近千个连接，每个连接对应一个爬虫，爬虫将爬来的数据放到cdb里供后期分析查询使用。前段时间经常出现cdb查询缓慢，cpu占有率高的现象。通过show processlist后发现，大量的连接卡在了执行INSERT ... ON DUPLICATE KEY UPDATE这样的语句上面。难道并发执行INSERT ... ON DUPLICATE KEY UPDATE会导致cpu负荷直线上升吗，下面我们做一个实验。

实验：

先创建一张表TestA：

CREATE TABLE `TestA` (  `id` int(11) NOT NULL,  `num` int(1) DEFAULT NULL,  PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8；

再编写一个压测测试脚本，分别在并发为1、2、5、10，20，50，100，125，200的情况下测试执行1000次 INSERT INTO TestA VALUES (1,1) ON DUPLICATE KEY UPDATE num=num+1语句。

import gevent,timefrom gevent import monkeygevent.monkey.patch_socket()import pymysqltotal=1000def TestSql(num):    start=time.time()    def goodquery(sql,i):        db = pymysql.connect(host = 'localhost', user = 'root',passwd='root', db= 'test',autocommit=True)        cursor = db.cursor()        cnt=total/num        sql=sql.format(thread_id=i)        for i in xrange(cnt):            cursor.execute(sql)        cursor.close()        db.close()    sql='INSERT INTO `TestA` VALUES (1,1) ON DUPLICATE KEY UPDATE num=num+1;'    jobs = [gevent.spawn(goodquery, sql,i) for i in range(num)]    gevent.joinall(jobs)    res= time.time()-start    return ressample=[1,2,5,10,20,50,100,125,200]x=[TestSql(x) for x in sample]print x

运行结果如下图，随着并发数的增加执行sql语句耗时呈现先下降后增加的趋势，与之相对应的是cpu使用率随着并发数增加不断增加。可以看出，当并发数大于一定125的时候，系统发生了雪崩，性能急剧下降。而在图上没有标出来的是，当并发数大于200的时候，mysql直接返回了Deadlock found when trying to get lock; try restarting transaction错误，已经无法正常执行语句了。

分析：

通过perf来分析造成上述雪崩的原因，发现是卡在了lock_rec_get_prev函数上面。

INSERT INTO TestA VALUES (1,1) ON DUPLICATE KEY UPDATE num=num+1 这个语句先在表TestA中找到是否存在id=1的行，因为id是主键，所以很快就定位到这一行上面。接下来需要执行update操作，在执行update之前需要获取该行的X锁。由于大量的连接都在执行这个操作，因此在抢夺行锁上产生了大量的竞争，因为行锁的分配也涉及了自旋锁。很多连接就卡在了自旋锁上面，白白的消耗了cpu资源。

解决方案：

其实最好的解决方案就是不要将这些爬虫直接连到mysql上面，通过一个中间层维护一个mysql的连接池，这样既能满足实际业务需求，也不会造成死锁。当然对于这个具体场景也是有简单的优化方案的。造成死锁的原因是大量连接对行锁进行争夺。既然这个行锁是性能瓶颈，那我们可以通过增加行锁来减少争夺的成本。

我们稍微改造一下表结构，添加一个联合主键（id、thread_id)，每个连接都执行 INSERT INTO TestBVALUES (1,{thread_id},1) ON DUPLICATE KEY UPDATE num=num+1。这样每个连接都有了属于自己的行锁，不会互相争夺而产生死锁了。最后只需要执行一下sum就可以获取最终结果了。

CREATE TABLE `TestB` (  `id` int(11) NOT NULL,  `thread_id` int(11) NOT NULL,  `num` int(1) DEFAULT NULL,  PRIMARY KEY (`id`,`thread_id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8；

压测测试结果如图，随着连接数的增加，耗时减少至稳定，cpu使用率增加至稳定。

原文： https://www.qcloud.com/community/article/752832