当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL NOWAIT 与 SKIP LOCKED 处理并发取件队列

MySQL NOWAIT 与 SKIP LOCKED 处理并发取件队列

来源:17golang原创 2026-10-11 01:22:56 0浏览 收藏

并发消费者从 MySQL 任务表取件时,关键不是把锁等待时间调大,而是先判断业务要“拿不到就换一条”,还是“这条拿不到就立即返回”。前一种用 FOR UPDATE SKIP LOCKED,后一种用 FOR UPDATE NOWAIT。两者都只应放在短事务里,领取成功后尽快提交状态,再把耗时处理移到事务外。

要点速览
  • SKIP LOCKED 适合可分片的待处理队列,但返回结果可能跳过暂时占用的任务。
  • NOWAIT 适合必须拿到指定行的抢占或检查场景,锁冲突要转成可重试错误。
  • 查询、状态更新和提交必须形成短闭环,不能持锁调用外部服务。

先把取件队列设计成可安全筛选的数据

下面用 InnoDB 表表示待处理任务。status 控制生命周期,available_at 让延迟任务不会提前被取走,主键保证并发更新有明确目标。实际项目还应为筛选条件准备联合索引,减少锁定范围。

CREATE TABLE task_queue (
  id BIGINT PRIMARY KEY,
  status VARCHAR(16) NOT NULL,
  available_at DATETIME NOT NULL,
  payload JSON NOT NULL,
  claimed_at DATETIME NULL,
  KEY idx_ready (status, available_at, id)
) ENGINE=InnoDB;

-- 用固定状态和时间条件缩小候选集,避免无关行被长时间扫描
SELECT id, payload
FROM task_queue
WHERE status = 'ready' AND available_at 

这条语句的目标不是读出全表一致快照,而是在当前事务里找一批可立即领取的行。排序字段要稳定,否则多个消费者虽然都能返回结果,却很难解释任务优先级。

MySQL 任务队列中 FOR UPDATE 与 NOWAIT SKIP LOCKED 的锁关系说明图
图1:MySQL 并发取件的锁选择说明图,展示队列筛选、行锁和两种冲突分支;这是静态说明图,不是运行截图。

可换任务时优先使用 SKIP LOCKED

队列消费者通常不要求拿到某一个具体的 id,只要能领取一批 ready 任务即可。此时一个消费者锁住任务 101,另一个消费者执行 SKIP LOCKED,会把 101 排除,继续尝试 102、103。领取后应立即把状态从 ready 改成 processing 并提交。

START TRANSACTION;

-- 只锁定本次消费者拿到的行,锁冲突时直接寻找别的任务
SELECT id
FROM task_queue
WHERE status = 'ready' AND available_at 

这里的返回集是“当下没有被其他事务锁住的候选”,不是全局公平队列。长事务、失败重试、优先级饥饿都要在业务层补上,例如为超时的 processing 任务设置回收机制。MySQL 官方也明确提醒,跳过锁的查询会得到不一致视图,不适合普通事务查询,但可用于队列表。

必须拿到目标行时用 NOWAIT

如果业务已经选定某个任务,或者需要快速判断它是否正在被其他消费者处理,就不应该悄悄换一条。NOWAIT 会在行锁不可得时立即返回错误,应用可将它映射为“稍后重试”或“任务已被占用”,而不是让请求线程排队。

START TRANSACTION;

-- 指定任务不能被替换;锁冲突时立即返回 ER_LOCK_NOWAIT 类错误
SELECT id, status, payload
FROM task_queue
WHERE id = 101
FOR UPDATE NOWAIT;

-- 只有成功拿到锁并确认状态后,才改变任务归属
UPDATE task_queue
SET status = 'processing', claimed_at = NOW()
WHERE id = 101 AND status = 'ready';

-- 发生任何异常都回滚,释放本事务已经取得的锁
COMMIT;

NOWAIT 不等于不会失败:它只是把等待变成即时错误。代码要区分锁冲突、任务状态已经变化、死锁和连接异常;其中死锁应按事务整体重试,不能只重复最后一条 SQL。

MySQL 任务领取后状态更新与提交边界说明图
图2:任务领取、状态更新与提交边界说明图,强调提交后再执行慢操作;这是静态说明图,不是运行截图。

生产落地时核对这张选择表

场景锁动作应用处理
可领取任意 ready 任务SKIP LOCKED锁冲突就换候选,空结果按稍后轮询处理
必须检查指定任务NOWAIT立即返回占用状态或安排退避重试
普通报表或一致性读取不要使用跳过锁按事务隔离级别设计正常读取
statement-based replication谨慎使用优先确认复制格式与官方限制

最后检查四件事:表是否为 InnoDB;领取条件是否有合适索引;事务是否在外部调用前提交;复制配置是否允许这类语句。NOWAIT 与 SKIP LOCKED 只对行级锁有意义,且 MySQL 文档将它们标记为 statement-based replication 不安全。不要因为 SQL 能执行,就把它直接套到库存扣减、财务余额或需要完整视图的查询上。

常见问题

SKIP LOCKED 会保证任务严格按时间顺序吗?

不会。它优先返回当前可锁的行,前面的任务若被长事务占用可能暂时被越过,需要业务层做重试或超时回收。

NOWAIT 和把锁等待超时设为零一样吗?

不要混为一谈。NOWAIT 是锁定读取语义的一部分,明确要求遇锁立即报错;通用等待超时还会受会话和语句范围影响。

领取后能在事务里调用远程接口吗?

不建议。远程接口会拉长持锁时间,放大冲突;更稳妥的做法是短事务标记 processing,提交后处理,失败时再用状态和重试记录恢复。

一句话收尾:能换任务就用 SKIP LOCKED,必须拿到目标就用 NOWAIT;两者的共同前提都是短事务、明确状态和可恢复的失败路径。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
松石色冰洞与折射光带手机壁纸提示词松石色冰洞与折射光带手机壁纸提示词
上一篇
松石色冰洞与折射光带手机壁纸提示词
io.LimitedReader 处理读取上限与剩余字节
下一篇
io.LimitedReader 处理读取上限与剩余字节
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    409次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    487次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    495次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    443次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    271次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码