MYSQL中一个特殊的MDL LOCK死锁案列

水平有限 如有错误请指出共同探讨

版本:5.7.19 mysql+innodb

本文中所说的上文是如下文章，也是讨论MDL LOCK死锁的基础，包含了很多MDL LOCK的基础知识建议
好好阅读
http://blog.itpub.net/7728585/viewspace-2143093/

一、问题由来
前段开发反馈时间线上数据库老是出现死锁情况，而我们设置了innodb_print_all_deadlocks，但是在
相应的时间点没有找到任何相应的死锁的信息，从而导致我们获得任何有用的信息，也不能定位问题的
原因。

二、问题思考和分析
后来开发将出错码发给我，我看到这个错误码确实是MYSQL报出来的如下：
{ "ER_LOCK_DEADLOCK", 1213, "Deadlock found when trying to get lock; try restarting transaction" },
ERROR 1213 (40001): Deadlock found when trying to get lock; try restarting transaction
那么能够肯定一点这个死锁是MYSQL报出来的。那么为什么innodb没有任何表示呢？难道是什么BUG
继而在
https://bugs.mysql.com/
找了一下BUGS也没有找，后来我思考这个问题，既然是死锁就会是相应的死锁检测算法抛出来，我们知道MYSQL
上层还有MDL LOCK，并不是只有innodb相应的lock才会有进行死锁检测，会不是因为MDL LOCK死锁照成的呢？
我在MDL.CC中找到了如下代码其实也是我上文说的MDL_context::acquire_lock 函数，上文说过这个函数是
根据MDL_REQUEST尝试获得MDL LOCK的主要函数。

注意红色部分，其实这里死锁问题基本确定不是innodb层触发的，既然不是innodb下层触发，innodb当然不会打印
出任何信息。为什么innodb层不打印死锁信息的原因找到了，但是什么情况下会出现MDL LOCK的死锁呢?

三、问题定位

既然要产生死锁必须满足一些条件：
1、至少2个独立的线程(会话)。
2、单位操作中包含多个相对独立的加锁步骤，有一定的时间差
   比如一个事物里面的多个操作
   还比如repeat操作(虽然非常段也是有的)。 关于replace的死锁问题参考我的文章如下：
    http://blog.itpub.net/7728585/viewspace-2141409/   

3、多个线程(会话)之间加锁对象必须有相互等待的情况发生，并且等待出现环状。

顺便提一句，死锁一般处理方式有3种
A、事前预测
B、资源分级
C、事后检测释放
而MDL LOCK和INNODB都使用了C时候检测释放，其算法应该是利用图的(DSF or BSF)遍历进行判定，这一块以后要好好看一下。

那么我考虑到使用MYSQLDUMP进行的备份的时候可能出现一些MDL LOCK的情况，比如加上-F, --flush-logs  --single-transaction会
短暂的使用 flush table with read lock;
如下：

2017-08-08T06:22:44.916055Z   15 Connect        root@localhost on  using Socket
2017-08-08T06:22:44.916270Z   15 Query  /*!40100 SET @@SQL_MODE='' */
2017-08-08T06:22:44.916521Z   15 Query  /*!40103 SET TIME_ZONE='+00:00' */
2017-08-08T06:22:44.916604Z   15 Query  FLUSH TABLES
2017-08-08T06:22:44.922889Z   15 Query   FLUSH TABLES WITH READ LOCK
2017-08-08T06:22:44.923009Z   15 Refresh
/mysqldata/mysql5.7/bin/mysqld, Version: 5.7.13-log (Source distribution). started with:
Tcp port: 3307  Unix socket: /mysqldata/mysql5.7/mysqld3307.sock
Time                 Id Command    Argument
2017-08-08T06:22:44.949003Z   15 Query  SET SESSION TRANSACTION ISOLATION LEVEL REPEATABLE READ
2017-08-08T06:22:44.949089Z   15 Query  START TRANSACTION /*!40100 WITH CONSISTENT SNAPSHOT */
2017-08-08T06:22:44.949200Z   15 Query  SHOW VARIABLES LIKE 'gtid\_mode'
2017-08-08T06:22:44.953060Z   15 Query  SELECT @@GLOBAL.GTID_EXECUTED
2017-08-08T06:22:44.953160Z   15 Query   UNLOCK TABLES

如前文所述这个操作会在GLOBAL上加一把S锁
2017-08-03T18:19:11.603971Z 3 [Note] (--->MDL PRINT) Namespace is:GLOBAL 
2017-08-03T18:19:11.603994Z 3 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED(S) 

而导致所有的需要在GLOBAL上加IX锁的操作全部等待比如(DML操作/DDL操作)，但是这里的flush table with read lock
并不符合上面描述的死锁产生的条件，不管如何先检查一下是不是MYSQLDUMP的问题，这一检查真的检查到了问题，我们
MYSQL备份的时候，进行了一次单独的表结构的备份，同事认为很快而没有加--single-transaction，然后检查备份结束的
时间，基本和死锁出现的时间点一致，那么问题转为如果不加--single-transaction，MYSQLDUMP如何加锁。

实际上这个时候从general日志来看，加锁如下：
2017-08-08T06:33:22.427691Z   20 Init DB        dumptest
2017-08-08T06:33:22.427794Z   20 Query  SHOW CREATE DATABASE IF NOT EXISTS `dumptest`
2017-08-08T06:33:22.428100Z   20 Query  show tables
2017-08-08T06:33:22.428443Z   20 Query   LOCK TABLES `kkkk` READ /*!32311 LOCAL */,`llll` READ /*!32311 LOCAL */
2017-08-08T06:33:22.428551Z   20 Query  show table status like 'kkkk'
2017-08-08T06:33:22.428870Z   20 Query  SET SQL_QUOTE_SHOW_CREATE=1
2017-08-08T06:33:22.428929Z   20 Query  SET SESSION character_set_results = 'binary'
2017-08-08T06:33:22.429026Z   20 Query  show create table `kkkk`
2017-08-08T06:33:22.429157Z   20 Query  SET SESSION character_set_results = 'utf8'
2017-08-08T06:33:22.429212Z   20 Query  show fields from `kkkk`
2017-08-08T06:33:22.429534Z   20 Query  SELECT /*!40001 SQL_NO_CACHE */ * FROM `kkkk`
2017-08-08T06:33:22.429680Z   20 Query  SET SESSION character_set_results = 'binary'
2017-08-08T06:33:22.429721Z   20 Query  use `dumptest`
2017-08-08T06:33:22.429769Z   20 Query  select @@collation_database
2017-08-08T06:33:22.429830Z   20 Query  SHOW TRIGGERS LIKE 'kkkk'
2017-08-08T06:33:22.430141Z   20 Query  SET SESSION character_set_results = 'utf8'
2017-08-08T06:33:22.430195Z   20 Query  show table status like 'llll'
2017-08-08T06:33:22.430411Z   20 Query  SET SQL_QUOTE_SHOW_CREATE=1
2017-08-08T06:33:22.430456Z   20 Query  SET SESSION character_set_results = 'binary'
2017-08-08T06:33:22.430493Z   20 Query  show create table `llll`
2017-08-08T06:33:22.430557Z   20 Query  SET SESSION character_set_results = 'utf8'
2017-08-08T06:33:22.430599Z   20 Query  show fields from `llll`
2017-08-08T06:33:22.430813Z   20 Query  SELECT /*!40001 SQL_NO_CACHE */ * FROM `llll`
2017-08-08T06:33:22.430909Z   20 Query  SET SESSION character_set_results = 'binary'
2017-08-08T06:33:22.430945Z   20 Query  use `dumptest`
2017-08-08T06:33:22.431003Z   20 Query  select @@collation_database
2017-08-08T06:33:22.431098Z   20 Query  SHOW TRIGGERS LIKE 'llll'
2017-08-08T06:33:22.431330Z   20 Query  SET SESSION character_set_results = 'utf8'
2017-08-08T06:33:22.431375Z   20 Query   UNLOCK TABLES

我的dumptest数据只有两个表kkkk和llll，我们可以看到mysqldump通过LOCK TABLES `kkkk` READ ,`llll` READ 进行加锁，
备份完成后使用unlock tables解锁。其实这就是问题的根本原因。它会照成MDL死锁的产生。如果加上--single-transaction 则不会，
会使用SET SESSION TRANSACTION ISOLATION LEVEL REPEATABLE READ改变隔离级别为RR使用事物来保证数据的一致，
而不是LOCK TABLES来保证数据的一致性。

四、模拟MDL死锁和兼容性分析
首先我们需要看一下 LOCK TABLES a READ ,b READ 到底加了哪些MDL LOCK，这个通过我在MDL.CC中加入的打印函数my_print_ticket可以看到(具体在上文)
如下：
LOCK TABLES a READ ,b READ ;

2017-08-08T07:12:11.764164Z 2 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-08T07:12:11.764184Z 2 [Note] (>MDL PRINT) Thread id is 2: 
2017-08-08T07:12:11.764201Z 2 [Note] (->MDL PRINT) DB_name is:test 
2017-08-08T07:12:11.764258Z 2 [Note] (-->MDL PRINT) OBJ_name is:a 
2017-08-08T07:12:11.764344Z 2 [Note] (--->MDL PRINT) Namespace is:TABLE 
2017-08-08T07:12:11.764363Z 2 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED_READ_ONLY(SRO) 
2017-08-08T07:12:11.764376Z 2 [Note] (------>MDL PRINT) Mdl  duration is:MDL_TRANSACTION 


2017-08-08T07:12:11.764586Z 2 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-08T07:12:11.764605Z 2 [Note] (>MDL PRINT) Thread id is 2: 
2017-08-08T07:12:11.764620Z 2 [Note] (->MDL PRINT) DB_name is:test 
2017-08-08T07:12:11.764634Z 2 [Note] (-->MDL PRINT) OBJ_name is:b 
2017-08-08T07:12:11.764648Z 2 [Note] (--->MDL PRINT) Namespace is:TABLE 
2017-08-08T07:12:11.764687Z 2 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED_READ_ONLY(SRO) 
2017-08-08T07:12:11.764704Z 2 [Note] (------>MDL PRINT) Mdl  duration is:MDL_TRANSACTION 

我们可以清楚的看到本语句会对a和b分别调用函数MDL_context::acquire_lock进行加锁为object的SRO MDL锁类型，虽然是一个语句但是加锁却是分开的，
对于SRO锁兼容性如下
       Request  |  Granted requests for lock                  |
        type    | S  SH  SR  SW  SWLP  SU  SRO  SNW  SNRW  X  |
      ----------+---------------------------------------------+
      SRO       | +   +   +   -    -    +   +    +    -    -  |

可以看到SRO和SW\SNRW\X均不兼容，也就是和DML(SW)\SNRW(LOCK TABLE WRITE)\X(DDL) 不兼容。

如果有另外一个事物需要对a和b进行DML操作，那么MDL 死锁出现了如下：

THREAD1                                                   THREAD2
begin;(事物开始)
insert into b values(1);

                                                                 LOCK TABLES a READ ,b READ ; (堵塞)

insert into a values(1);(堵塞死锁)


现在我们来分析一下
线程1
begin;(事物开始)
insert into b values(1); 
获得MDL LOCK 如下：
2017-08-08T07:25:45.875676Z 3 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-08T07:25:45.875699Z 3 [Note] (>MDL PRINT) Thread id is 3: 
2017-08-08T07:25:45.875713Z 3 [Note] (--->MDL PRINT) Namespace is:GLOBAL 
2017-08-08T07:25:45.875726Z 3 [Note] (---->MDL PRINT) Fast path is:(Y)
2017-08-08T07:25:45.875740Z 3 [Note] (----->MDL PRINT) Mdl type is:MDL_INTENTION_EXCLUSIVE(IX) 
2017-08-08T07:25:45.875757Z 3 [Note] (------>MDL PRINT) Mdl  duration is:MDL_STATEMENT 
2017-08-08T07:25:45.875772Z 3 [Note] (------->MDL PRINT) Mdl  status is:GRANTED 
2017-08-08T07:25:45.875798Z 3 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-08T07:25:45.875812Z 3 [Note] (>MDL PRINT) Thread id is 3: 
2017-08-08T07:25:45.875826Z 3 [Note] (->MDL PRINT) DB_name is:test 
2017-08-08T07:25:45.875839Z 3 [Note] (-->MDL PRINT) OBJ_name is:b 
2017-08-08T07:25:45.875853Z 3 [Note] (--->MDL PRINT) Namespace is:TABLE 
2017-08-08T07:25:45.875875Z 3 [Note] (---->MDL PRINT) Fast path is:(Y)
2017-08-08T07:25:45.875888Z 3 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED_WRITE(SW) 
2017-08-08T07:25:45.875900Z 3 [Note] (------>MDL PRINT) Mdl  duration is:MDL_TRANSACTION 
2017-08-08T07:25:45.875913Z 3 [Note] (------->MDL PRINT) Mdl  status is:GRANTED 

GLOBAL先不考虑，可以看到会在b表上获得SW的object mdl lock.

线程2

LOCK TABLES a READ ,b READ ; (堵塞)

2017-08-08T07:27:28.684508Z 2 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-08T07:27:28.684534Z 2 [Note] (>MDL PRINT) Thread id is 2: 
2017-08-08T07:27:28.684546Z 2 [Note] (->MDL PRINT) DB_name is:test 
2017-08-08T07:27:28.684558Z 2 [Note] (-->MDL PRINT) OBJ_name is:a 
2017-08-08T07:27:28.684569Z 2 [Note] (--->MDL PRINT) Namespace is:TABLE 
2017-08-08T07:27:28.684580Z 2 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED_READ_ONLY(SRO) 
2017-08-08T07:27:28.684592Z 2 [Note] (------>MDL PRINT) Mdl  duration is:MDL_TRANSACTION 
2017-08-08T07:27:28.684604Z 2 [Note] (------->MDL PRINT) Mdl  status is:GRANTED 

2017-08-08T07:27:28.684622Z 2 [Note] (acquire_lock)THIS MDL LOCK acquire WAIT(MDL_LOCK WAIT QUE)!
2017-08-08T07:27:28.684633Z 2 [Note] (>MDL PRINT) Thread id is 2: 
2017-08-08T07:27:28.684644Z 2 [Note] (->MDL PRINT) DB_name is:test 
2017-08-08T07:27:28.684824Z 2 [Note] (-->MDL PRINT) OBJ_name is:b 
2017-08-08T07:27:28.684838Z 2 [Note] (--->MDL PRINT) Namespace is:TABLE 
2017-08-08T07:27:28.684850Z 2 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED_READ_ONLY(SRO) 
2017-08-08T07:27:28.684871Z 2 [Note] (------>MDL PRINT) Mdl  duration is:MDL_TRANSACTION 
2017-08-08T07:27:28.684884Z 2 [Note] (------->MDL PRINT) Mdl  status is:EMPTY 

我们可以清楚的看到a表上的SRO获得成功，但是b表上的MDL LOCK 需求则进入了MDL_LOCK WAIT QUE等待了
及由于b表已经被线程1的insert语句拿到了SW锁，线程2想要获得b表的SRO锁需要等待
Waiting for table metadata lock | lock table a read,b read 

线程1

再次执行
mysql> insert into a values(1);
ERROR 1213 (40001): Deadlock found when trying to get lock; try restarting transaction

2017-08-08T07:31:13.053322Z 3 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-08T07:31:13.053359Z 3 [Note] (>MDL PRINT) Thread id is 3: 
2017-08-08T07:31:13.053388Z 3 [Note] (--->MDL PRINT) Namespace is:GLOBAL 
2017-08-08T07:31:13.053401Z 3 [Note] (---->MDL PRINT) Fast path is:(Y)
2017-08-08T07:31:13.053417Z 3 [Note] (----->MDL PRINT) Mdl type is:MDL_INTENTION_EXCLUSIVE(IX) 
2017-08-08T07:31:13.053589Z 3 [Note] (------>MDL PRINT) Mdl  duration is:MDL_STATEMENT 
2017-08-08T07:31:13.053613Z 3 [Note] (------->MDL PRINT) Mdl  status is:GRANTED 
2017-08-08T07:31:13.053658Z 3 [Note] (acquire_lock)THIS MDL LOCK acquire WAIT(MDL_LOCK WAIT QUE)!
2017-08-08T07:31:13.053676Z 3 [Note] (>MDL PRINT) Thread id is 3: 
2017-08-08T07:31:13.053694Z 3 [Note] (->MDL PRINT) DB_name is:test 
2017-08-08T07:31:13.053711Z 3 [Note] (-->MDL PRINT) OBJ_name is:a 
2017-08-08T07:31:13.053728Z 3 [Note] (--->MDL PRINT) Namespace is:TABLE 
2017-08-08T07:31:13.054065Z 3 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED_WRITE(SW) 
2017-08-08T07:31:13.054092Z 3 [Note] (------>MDL PRINT) Mdl  duration is:MDL_TRANSACTION 
2017-08-08T07:31:13.054118Z 3 [Note] (-------->MDL PRINT) Mdl  status is:VICTIM

我们这里线程1想要获得a表的sw mdl lock，但是线程2持有a表的SRO mdl lock，显然他们不兼容，死锁出现(VICTIM)
MDL死锁出现后根据一个权重来进行回滚如下：
  static const uint DEADLOCK_WEIGHT_DML= 0;
  static const uint DEADLOCK_WEIGHT_ULL= 50;
  static const uint DEADLOCK_WEIGHT_DDL= 100;
虽然没有研究死锁检测的原理，但是这里应该是带权重的一个图，回滚权重小的操作。最后线程1的事物操作被回滚了。
从打印来看事物回滚后，LOCK TABLES a READ ,b READ ;获得了全部的SRO MDL LOCK成功了，打印如下：

2017-08-08T07:31:13.062693Z 2 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-08T07:31:13.062710Z 2 [Note] (>MDL PRINT) Thread id is 2: 
2017-08-08T07:31:13.062725Z 2 [Note] (->MDL PRINT) DB_name is:test 
2017-08-08T07:31:13.062741Z 2 [Note] (-->MDL PRINT) OBJ_name is:a 
2017-08-08T07:31:13.062756Z 2 [Note] (--->MDL PRINT) Namespace is:TABLE 
2017-08-08T07:31:13.062768Z 2 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED_READ_ONLY(SRO) 
2017-08-08T07:31:13.062781Z 2 [Note] (------>MDL PRINT) Mdl  duration is:MDL_TRANSACTION 
2017-08-08T07:31:13.062795Z 2 [Note] (------->MDL PRINT) Mdl  status is:GRANTED 
2017-08-08T07:31:13.062954Z 2 [Note] (acquire_lock)THIS MDL LOCK acquire ok!
2017-08-08T07:31:13.062974Z 2 [Note] (>MDL PRINT) Thread id is 2: 
2017-08-08T07:31:13.062989Z 2 [Note] (->MDL PRINT) DB_name is:test 
2017-08-08T07:31:13.063005Z 2 [Note] (-->MDL PRINT) OBJ_name is:b 
2017-08-08T07:31:13.063023Z 2 [Note] (--->MDL PRINT) Namespace is:TABLE 
2017-08-08T07:31:13.063039Z 2 [Note] (----->MDL PRINT) Mdl type is:MDL_SHARED_READ_ONLY(SRO) 
2017-08-08T07:31:13.063052Z 2 [Note] (------>MDL PRINT) Mdl  duration is:MDL_TRANSACTION 
2017-08-08T07:31:13.063065Z 2 [Note] (------->MDL PRINT) Mdl  status is:GRANTED 

总结一下这里的死锁

线程1 获得b的SW MDL LOCK-->线程2 获得a的SRO MDL LOCK，而拿不到b的SRO MDL LOCK(堵塞)-->线程1 拿不到a的SW MDL LOCK(堵塞)
这样 线程1和线程2都堵塞了，根据MDL LOCK死锁图的权重释放 线程1因为它都是DML操作。


五、处理

知道原因处理就相对简单了，备份表结构也加上 --single-transaction就好了，虽然备份表结构时间很短，但是高压力下也会出现死锁的情况。


作者微信: