MySQL 定位长事务（Identify Long Transactions）

在MySQL的运行中，经常会遇到一些长事务。长事务意味着长时间持有系统资源，这在OLAP系统中很常见，但在OLTP系统中，长事务意味着争用、并发降低，等待。长事务伴随的典型现象就是经常听到开发人员说"xxx表被锁住了…"

目录

一、长事务的成因

二、查找长事务

---

一、长事务的成因

长事务表面上来看都是运行时间过长。但其背地里的成因却可能不同，我认为长事务的成因可以分为以下3类：

1. 表、索引设计不合理，存在慢SQL
2. 事务设计不合理，耦合度过高
3. 事务未正常结束，例如忘记事务提交或事务执行出错后没有后续处理。

第一类：表、索引设计不合理，这种就是常见的慢SQL导致事务执行时间过长，有些慢SQL在数据量低的时候可能无法发现，当生产数据逐渐增多，慢SQL的问题会越来越严重，最终导致长事务。这类长事务的解决方式是优化SQL（可以通过慢查询日志抓取慢SQL）。

第二类：事务设计不合理是将大量的逻辑处理塞到一个事务中，导致事务过于臃肿。这种问题需要从业务层面分析，看是否可以将过大事务拆分成多个独立事务，降低耦合，对于OLTP系统，大部分都应该是短小的事务。

第三类：事务未正常结束，这种可能是忘记提交，或者事务处理中出错，但用户没有后续处理。当事务某条语句出错时，其仍然处于活跃状态，已成功执行语句的锁会继续持有。某些人可能会直接杀死客户端连接，但对数据库来说，并没有收到显式结束事务的命令，它保持事务是活跃状态，一直等待用户的命令，直到互动超时（interactive_timeout 默认28800秒，即会话8小时没活动，关闭会话）。

以上三类长事务中，第一二类属于性能优化问题，事务通常可以正常结束。危害最大的是第三类，这种被遗忘的事务会长时间占用系统资源（默认8小时），是不可接受的。在事务执行出现问题时，需要显式的rollback或commit来结束该事务，如果客户端已经杀死连接，无法控制事务，那么只能从服务端杀死该会话。

二、查找长事务

MySQL已提供了相关性能视图帮助我们查询活跃事务信息，通过performance_schema.events_transactions_current可以查询所有当前事务的event，配合其他视图即可定位长事务及其会话信息，主要用到的视图如下：

• performance_schema.events_transactions_current 查询事务的线程ID，状态，持续时间等信息
• performance_schema.threads 查询线程类型，用户，IP地址等信息（MySQL中一个线程对应一个用户会话）
• sys.processlist 查询线程当前的状态，执行的SQL等信息

各个视图的关键字段，即要查询的关键信息解释如下：

performance_schema.events_transactions_current

• thread_id, event_id 事务线程ID，事件ID，这是一个联合主键，唯一定位一行记录
• state 事务的状态，有ACTIVE, COMMITTED 或ROLLED BACK三种状态，找长事务需要关注的是ACTIVE状态
• timer_start, timer_end, timer_wait 事务起始，结束（未结束则是当前）及持续时长，单位是皮秒(十亿分之一秒)，我们要关注的是timer_wait
• isolation_level 事务的隔离级别

注：如果是MySQL8.0.16之后的版本，可以直接用format_pico_time()函数将timer_wait转换成易读的格式。

performance_schema.threads

• thread_id 线程ID
• type 线程类型，分为BACKGROUND(后台线程)和FOREGROUND(用户线程)，我们要关注的是用户线程
• processlist_id 用户会话ID，只有用户线程才有
• processlist_user 会话用户名，只有用户线程才有
• processlist_host 会话主机地址(IP)，只有用户线程才有
• processlist_db 会话当前操作的数据库

sys.processlist

• thd_id 线程ID
• conn_id 会话ID
• user 用户信息，user@host格式
• db 用户操作数据库
• command 当前会话状态
• time 线程处于当前状态的时长
• current_statement 当前执行SQL

了解了上面3个视图提供的信息含义，我们可以很容易的找出当前哪些事务执行时间过长，及这些事务当前在做什么：

select
t.thread_id 线程ID,
t.processlist_id 会话ID,
t.processlist_user 用户,
t.processlist_host 用户地址,
t.processlist_db 数据库,
p.command 会话状态,
e.state 事务状态,
format_pico_time(e.timer_wait) 事务持续时长,
p.current_statement 执行SQL
from performance_schema.events_transactions_current e
join performance_schema.threads t on t.thread_id=e.thread_id
left join sys.processlist p on p.thd_id=t.thread_id
where t.type='FOREGROUND'
and e.state='ACTIVE'
order by e.timer_wait desc;

• 这里提前开了2个会话，通过begin手动开启事务，一个会话执行select sleep(10000)，另一个执行了一条普通的insert into语句。
• 第一个会话模拟了大事务/慢SQL的状态，会话的状态是Query，且执行SQL有内容，表示事务在运行中
• 第二个会话模拟了事务未正常结束的状态，会话的状态是Sleep，执行SQL为NULL，表示事务处于空闲状态，这类事务需要重点关注
• 第三条记录是这个查询本身

定位到长事务后，分析长事务属于哪一类，决定是否需要优化事务或人工介入。例如上面第二个事务，如果判断会话异常，可以通过杀死会话ID来结束该会话（事务）;

kill 451;