当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL performance_schema.data_lock_waits 怎样看出谁在等待谁

MySQL performance_schema.data_lock_waits 怎样看出谁在等待谁

来源:17golang原创 2026-11-16 17:29:38 0浏览 收藏

遇到 InnoDB 行锁等待时,先查 performance_schema.data_lock_waits,不要只盯着一串线程 ID。这个表把“请求中的锁”和“正在阻塞它的锁”放在同一行:REQUESTING_* 是等待方,BLOCKING_* 是阻塞方。再用两组锁 ID 关联 data_locks,就能把“谁等谁”还原成具体表、索引和锁模式。

官方地址:https://dev.mysql.com/doc/refman/8.4/en/performance-schema-data-lock-waits-table.html

下面的查询只围绕锁等待关系展开,适合在故障窗口先定位阻塞链,再交给应用日志和事务信息判断处理方式。

先把等待方和阻塞方分清

data_lock_waits 不是一张“所有锁的清单”,而是一张关系表。每一行至少包含两端:等待锁的 REQUESTING_ENGINE_LOCK_ID,以及持有阻塞锁的 BLOCKING_ENGINE_LOCK_ID。因此读结果时,左侧不是“被锁住的表”,而是“正在申请锁的会话”。

data_lock_waits 中等待方与阻塞方的静态关系图
图1:说明图展示 REQUESTING 与 BLOCKING 两组字段如何表达等待关系,不是数据库截图或运行证据。
SELECT
    ENGINE,
    REQUESTING_ENGINE_TRANSACTION_ID,
    REQUESTING_THREAD_ID,
    BLOCKING_ENGINE_TRANSACTION_ID,
    BLOCKING_THREAD_ID
FROM performance_schema.data_lock_waits;
-- 中文注释:先确认等待事务和阻塞事务两端,再决定是否继续展开锁详情。

如果结果为空,只能说明当前快照没有被 Performance Schema 记录到的等待关系;它不等于业务永远没有锁竞争。

两次关联 data_locks 还原锁对象

要知道等待的是哪张表、哪个索引,分别把等待锁和阻塞锁连接到 performance_schema.data_locks.ENGINE_LOCK_ID。关联条件要同时带上 ENGINE,这样能保留存储引擎边界。

SELECT
    w.REQUESTING_THREAD_ID AS waiting_thread,
    w.BLOCKING_THREAD_ID AS blocking_thread,
    req.OBJECT_SCHEMA AS waiting_schema,
    req.OBJECT_NAME AS waiting_table,
    req.INDEX_NAME AS waiting_index,
    req.LOCK_MODE AS waiting_mode,
    blk.OBJECT_SCHEMA AS blocking_schema,
    blk.OBJECT_NAME AS blocking_table,
    blk.INDEX_NAME AS blocking_index,
    blk.LOCK_MODE AS blocking_mode,
    blk.LOCK_DATA AS blocking_key
FROM performance_schema.data_lock_waits AS w
JOIN performance_schema.data_locks AS req
  ON req.ENGINE = w.ENGINE
 AND req.ENGINE_LOCK_ID = w.REQUESTING_ENGINE_LOCK_ID
JOIN performance_schema.data_locks AS blk
  ON blk.ENGINE = w.ENGINE
 AND blk.ENGINE_LOCK_ID = w.BLOCKING_ENGINE_LOCK_ID;
-- 中文注释:req 表示等待锁,blk 表示持有阻塞锁;两次关联不要交换别名。

这里的关键不是把所有列都打印出来,而是同时看 LOCK_MODE、LOCK_STATUS 和 LOCK_DATA。等待方告诉你申请了什么,阻塞方告诉你哪把已持有的锁挡住了它。

data_lock_waits 通过两组锁 ID 关联 data_locks 的结构图
图2:结构图展示等待锁、阻塞锁与 data_locks 对象字段的静态连接,不是控制台截图。

再把线程 ID 映射到连接和当前语句

拿到 REQUESTING_THREAD_ID 和 BLOCKING_THREAD_ID 后,可以关联 performance_schema.threads,把内部线程映射到连接 ID 与当前语句。线程信息用于定位责任连接,不替代事务提交、回滚或业务日志判断。

SELECT
    w.REQUESTING_THREAD_ID AS waiting_thread,
    waiting.PROCESSLIST_ID AS waiting_connection,
    waiting.PROCESSLIST_INFO AS waiting_sql,
    w.BLOCKING_THREAD_ID AS blocking_thread,
    blocking.PROCESSLIST_ID AS blocking_connection,
    blocking.PROCESSLIST_INFO AS blocking_sql
FROM performance_schema.data_lock_waits AS w
LEFT JOIN performance_schema.threads AS waiting
  ON waiting.THREAD_ID = w.REQUESTING_THREAD_ID
LEFT JOIN performance_schema.threads AS blocking
  ON blocking.THREAD_ID = w.BLOCKING_THREAD_ID;
-- 中文注释:保留 LEFT JOIN,避免线程信息刚好消失时整条等待关系被过滤掉。

如果 PROCESSLIST_INFO 为空,不要据此断定阻塞方没有执行 SQL:语句可能已经结束,但事务仍未提交;也可能刚好在查询期间释放了锁。

按快照处理结果,别把线程号当永久证据

锁等待是动态关系。应用提交、回滚、连接断开或锁超时后,data_lock_waits 的行都可能消失;线程号也不能脱离当前实例和当前快照长期复用。排障时建议记录查询时间、等待方和阻塞方的连接 ID、对象名、锁模式,再去对照应用日志和事务开始时间。

不要因为看到一个阻塞线程就直接终止连接。先确认它是否是长事务、批量写入、在线变更或正常的短暂冲突;如果是生产事故,再按团队的回滚和变更流程处理。这个表负责回答“谁在等谁”,不负责替你决定“谁应该被杀掉”。

常见问题

为什么 data_lock_waits 有记录,但 data_locks 查不到对应行?

最常见原因是锁关系在两次查询之间已经变化。把关联查询作为一次 SQL 执行,并接受它反映的是瞬时快照;不要把稍后再次查询的空结果当成历史记录被删除。

REQUESTING_THREAD_ID 和连接 ID 是一回事吗?

不是。前者是 Performance Schema 线程标识,后者通常来自 threads.PROCESSLIST_ID。需要把线程 ID 关联到 performance_schema.threads 后,才能把关系映射到连接层。

记住一条实用路径:先读 data_lock_waits 的两端,再分别关联 data_locks,最后映射线程和语句。这样得到的结果既能回答“谁在等待谁”,也保留了继续排查具体锁对象的入口。

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
Go generate 为什么只在显式命令下执行Go generate 为什么只在显式命令下执行
上一篇
Go generate 为什么只在显式命令下执行
MySQL MAKEDATE 怎样按年份和日序号生成日期
下一篇
MySQL MAKEDATE 怎样按年份和日序号生成日期
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。
    1051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。
    1050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。
    1211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。
    1159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。
    1002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