经典故障模式：长事务、脏页、死锁与复制延迟

凌晨告警「数据库卡顿」，白天查 slow_query 却只有毫秒级 SELECT——常见真相是 purge 追不上长事务留下的 undo，或 脏页比例触顶 checkpoint IO 风暴。另一类是业务「正常更新」在 RR 下触发 gap lock 死锁链。本文把四类高频故障钉到 第 3–13 篇 机制，给出 可执行排查 SQL（需本地验证）。

一、故障模式全景

flowchart TD
  SYM[业务症状] --> U[undo 膨胀 / HLL]
  SYM --> F[脏页 flush 风暴]
  SYM --> G[gap lock 死锁]
  SYM --> R[主从延迟]
  U --> P1[purge 滞后]
  F --> P2[checkpoint IO]
  G --> P3[RR 当前读]
  R --> P4[SQL 线程 / 大事务]

二、长事务 + undo 膨胀

现象：空间涨、查询变慢、History list length 高。

机制：第 5 篇 purge 不能清理仍被 Read View 需要的 undo。

-- 需本地验证
SELECT trx_id, trx_started, trx_rows_locked, trx_mysql_thread_id
FROM information_schema.innodb_trx
ORDER BY trx_started;

SHOW ENGINE INNODB STATUS\G
-- TRANSACTIONS 段 HLL

修复边界：杀会话可回滚大事务（瞬时 IO 峰值）；无法加速已堆积 undo 的回收，只能等 purge。预防：事务超时、idle_in_transaction_session_timeout。

二、脏页堆积 + flush 跟不上

现象：Innodb_buffer_pool_pages_dirty 高、pending flushes、checkpoint age 大。

机制：第 3 篇 flush 列表与 redo 耦合。

SHOW GLOBAL STATUS LIKE 'Innodb_buffer_pool_pages_%';
SHOW GLOBAL STATUS LIKE 'Innodb_data_pending%';

修复：降写入峰值、调 innodb_io_capacity（需结合磁盘能力本地验证）、避免同时大扫描+高写入。不是无限调大 BP。

三、Gap lock 死锁链

现象：LATEST DETECTED DEADLOCK 出现 lock_mode X locks gap before rec。

机制：第 8–9 篇 RR + 当前读。

SELECT * FROM performance_schema.data_lock_waits\G

修复：改 RC（若业务允许）、对齐访问顺序、索引减少间隙、拆分批量更新。

四、主从延迟

现象：从库数据陈旧、relay 积压。

机制：第 13 篇 单线程回放 / 大事务。

SHOW REPLICA STATUS\G

修复：MTS、拆大事务、从库硬件对齐、避免从库跑重分析。

五、故障对照表

六、关键要点

1. 长事务 是 undo/purge 问题之母。
2. 脏页 与 redo checkpoint 联动，非单调 BP。
3. gap lock 死锁要动隔离级别或 SQL 形态。
4. 复制 延迟先看 relay 与 worker，不信 SBM。

十、PG 对照

对照 PG VACUUM 与 InnoDB purge：都是 垃圾回收跟不上生产速度。

上一篇：监控体系

下一篇：性能调查方法论

参考资料

源码（MySQL 8.0.36）

• storage/innobase/ — 引擎实现
• sql/binlog.cc, sql/handler.cc — Server 层交界

官方文档

• MySQL 8.0 Reference Manual, InnoDB / Replication / Backup

相关文章

• 系列索引
• PostgreSQL 内核系列