长事务是Undo Log膨胀和性能衰减的直接源头；必须定位并终止trx_state = 'RUNNING'且trx_query IS NULL的空闲未提交事务，再结合purge调优与应用层治理根治问题。
长事务是Undo Log膨胀和性能衰减的直接源头，所有参数调优、purge加速都只是缓释手段；必须先定位并终止真正卡住purge的事务，否则任何配置调整都是徒劳。
查真凶：用INNODB_TRX揪出空闲但未提交的事务
别信SHOW PROCESSLIST里的Time字段——它只反映当前语句执行时长。真正钉死undo的，是那些trx_state = 'RUNNING'且trx_query IS NULL的事务。它们早已执行完，却没COMMIT或ROLLBACK，导致purge线程无法清理对应旧版本。
- 运行这条语句找最老的活跃事务：
SELECT trx_id, trx_started, trx_state, trx_rows_modified, trx_mysql_thread_id FROM information_schema.INNODB_TRX ORDER BY trx_started LIMIT 5 - 重点关注
trx_started超10分钟、trx_rows_modified = 0（只读）或极大（写多）、且trx_query为空的记录 - 用
trx_mysql_thread_id关联information_schema.PROCESSLIST，确认HOST、USER、COMMAND和INFO，判断是否是异常挂起的应用连接
KILL前必须分清状态：不是所有长事务都能直接杀
盲目KILL可能让回滚更慢、IO更满，甚至拖垮purge线程。不同trx_state要区别对待：
-
trx_state = 'RUNNING'且trx_query IS NULL：极大概率是应用层漏了COMMIT，可安全KILL对应thread_id -
trx_state = 'LOCK WAIT'：它被别的事务堵住了，先查INNODB_LOCK_WAITS找出blocking_trx_id，优先干掉上游 -
trx_state = 'ROLLING BACK'：别动，此时KILL只会延长回滚时间、加剧IO压力 - 若
trx_rows_modified > 100000，回滚可能耗时数分钟，KILL前务必评估业务影响
促排：杀完源头后主动推一把purge进度
杀掉长事务后，History list length不会立刻下降，需手动助推purge线程：
- 检查purge进度：
SHOW ENGINE INNODB STATUS\G，关注“PURGE DONE for trx's n:o < XXX”行，对比trx_id看是否在推进 - 临时加大清理力度：
SET GLOBAL innodb_purge_batch_size = 10000（默认300） - 确认已启用独立undo表空间：
SHOW VARIABLES LIKE 'innodb_undo_tablespaces'，值必须≥2（推荐4） - 开启自动截断：
SET GLOBAL innodb_undo_log_truncate = ON，再对每个undo表空间执行：ALTER UNDO TABLESPACE undo_001 TRUNCATE
防复发：应用层才是根治点，数据库层只是兜底
所有数据库参数调整都解决不了源头问题。Undo膨胀的根因永远在应用逻辑里：
- 禁止在事务内做HTTP调用、文件读写、
SLEEP等不可控延迟操作 - 批量更新必须分页，单次事务控制在1000行以内，每批后显式
COMMIT - ORM框架（如MyBatis、Django）要显式配置
autocommit=true，避免隐式事务跨请求 - 连接池（如HikariCP）中未显式控制事务边界，极易造成“假空闲真持锁”状态
物理undo文件不收缩是正常现象，关键在于阻断持续膨胀。只要History list length ≤ 100且稳定，就说明purge已跟上节奏。监控不能只靠人工，必须固化成告警：运行超300秒的事务数＞3，或History list length > 50000，就得立刻介入。
