MySQL事务中触发行锁的操作包括UPDATE、DELETE、SELECT ... FOR UPDATE和SELECT ... LOCK IN SHARE MODE，前提是WHERE条件命中索引；否则可能升级为表锁或间隙锁。
MySQL 事务中哪些操作会触发行锁？
InnoDB 默认在 UPDATE、DELETE、SELECT ... FOR UPDATE 和 SELECT ... LOCK IN SHARE MODE 语句执行时加行锁，但前提是 WHERE 条件能命中索引。如果走全表扫描，就会升级为表锁或大量间隙锁，大幅增加死锁概率。
常见误区是认为“只要加了主键条件就一定只锁一行”——实际还要看执行计划：EXPLAIN 显示 type 是 const 或 ref 才相对安全；若出现 range 或 index，可能锁住多行甚至间隙。
- 唯一索引等值查询（如
WHERE id = 100）→ 只锁匹配的那行记录 - 非唯一索引等值查询（如
WHERE status = 'pending'）→ 锁所有满足条件的行 + 对应间隙 - 范围查询（如
WHERE created_at > '2024-01-01'）→ 锁住范围内所有记录 + 两端间隙，可能覆盖未存在的数据区间
如何快速定位正在发生的死锁？
MySQL 不会自动暴露死锁现场，必须主动查。最直接的方式是开启死锁日志并实时观察：
SHOW ENGINE INNODB STATUS\G
输出中 LATEST DETECTED DEADLOCK 段落会完整列出最近一次死锁的两个事务、各自持有的锁、等待的锁、SQL 语句和事务 ID。注意这个信息只保留最后一次，不是历史记录。
更可持续的做法是启用 InnoDB 死锁日志：
- 设置
innodb_print_all_deadlocks = ON（写入 error log） - 配合监控脚本定期抓取
SHOW ENGINE INNODB STATUS输出并提取死锁块 - 应用层捕获
Deadlock found when trying to get lock错误码（1213），记录上下文 SQL 和参数
INSERT … ON DUPLICATE KEY UPDATE 为什么也会死锁？
很多人以为这只是“插入或更新”，不涉及复杂锁逻辑，但实际上它会在唯一键冲突路径上加 S（共享）锁，再升级为 X（排他）锁，过程中与其它事务的锁顺序稍有错位就触发死锁。
Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。
典型场景：两个事务几乎同时执行：
INSERT INTO orders (order_no, user_id, status) VALUES ('ORD-001', 123, 'new')
ON DUPLICATE KEY UPDATE status = 'updated';
若 order_no 是唯一索引，且两事务都试图插入相同 order_no，它们会先尝试获取该索引记录的 S 锁，然后争抢升级为 X 锁——此时极易形成循环等待。
- 避免方式：确保业务侧对同一业务键（如订单号）的并发写入尽量串行化（例如用 Redis 分布式锁控制）
- 替代方案：改用
SELECT ... FOR UPDATE先查再判再插/更，但需严格保证 SELECT 和后续操作在同一事务中 - 注意：即使没有显式事务，
INSERT ... ON DUPLICATE KEY UPDATE本身也构成一个隐式事务，锁行为不受 AUTOCOMMIT 关闭影响
减少死锁的核心策略不是“加锁更少”，而是“锁顺序一致”
绝大多数死锁源于多个事务以不同顺序访问相同资源。比如事务 A 先锁行 X 再锁行 Y，事务 B 却先锁 Y 再锁 X —— 这种交叉就是死锁温床。
真正有效的优化点很朴素：
- 所有涉及多行更新的逻辑，强制按主键（或某个唯一、稳定、可排序字段）升序处理，例如：先
ORDER BY id ASC再批量更新 - 避免在事务中混合使用不同索引条件更新同一张表（如一个事务用
user_id更新，另一个用email更新），容易导致锁粒度和顺序不可控 - 缩短事务生命周期：把非数据库操作（如 HTTP 调用、文件读写）移出事务块；避免在事务中做 sleep 或用户交互
- 必要时主动加锁统一顺序：比如对一批订单做状态变更前，先
SELECT id FROM orders WHERE ... ORDER BY id FOR UPDATE
死锁无法完全杜绝，但只要锁获取顺序始终一致，哪怕并发再高，InnoDB 也能靠等待队列自然排队，而不是陷入循环等待。
