美国服务器上的数据库出现锁等待,如何从事务与慢查询定位
美国服务器上的数据库出现“锁等待”时,慢查询只是候选原因之一,不能看到接口变慢就直接增加索引或扩大连接池。真正需要确认的是:哪个事务正在等待、等待哪个锁、谁持有锁、持锁事务为什么没有及时提交,以及慢查询是否让持锁时间被拉长。
排查应沿着“请求链路—数据库资源—锁关系—事务代码”逐层收敛。美国服务器的位置本身不会直接产生数据库行锁,但应用与数据库跨地域、网络抖动、外部接口调用或连接池排队,可能让一个事务持续更久,最终把普通的慢查询放大成锁等待。定位时应先确认等待类型,再区分网络、系统、数据库服务和应用事务四类原因。
先确认:确实是锁等待,而不是连接池或网络变慢
锁等待、慢查询和连接池等待的区别
一个接口耗时上升,至少可能对应以下几种情况:

| 现象 | 实际等待位置 | 常见观察指标 | 初步方向 |
|---|---|---|---|
| 请求还没有拿到数据库连接 | 应用连接池 | pool acquire time、active、idle、pending | 连接池配置、连接泄漏、数据库连接数上限 |
| 已建立连接,但数据库迟迟未返回 | 数据库执行或锁管理 | lock wait、query time、wait event | 事务、索引、资源或锁冲突 |
| 建连阶段耗时增加 | 网络或数据库接入层 | TCP connect、TLS、DNS、丢包、RTT | 网络路径、跨地域链路、防火墙或接入层 |
| SQL 执行时间稳定变长但没有锁等待 | 扫描、排序、I/O 或 CPU | 执行计划、Rows examined、磁盘延迟、CPU | 索引、SQL 写法、资源容量 |
| 多个请求互相等待,最终报死锁 | 锁顺序不一致 | deadlock 日志、锁等待图 | 事务访问顺序、批量更新、隔离级别 |
因此,应用日志最好把一次请求拆成几个阶段记录,而不是只记录总耗时。下面是一个用于说明判断过程的模拟链路数据,不代表某台美国服务器已经执行过检查:
request_total=2.36s
pool_acquire=1.18s
db_connect=0.02s
sql_execute=1.14s
lock_wait=0.87s
sql_cpu_and_io=0.27s
这组数据至少说明两个问题:请求既存在连接池排队,也存在数据库锁等待。此时单纯增加索引不能解决连接池排队,单纯扩大连接池也可能把更多并发请求推向同一个锁。
先建立时间线
建议把同一时间段的以下信息对齐:
- 应用接口耗时、数据库连接获取耗时和 SQL 耗时。
- 数据库锁等待开始时间、等待者和阻塞者。
- 阻塞事务的开始时间、最后一条 SQL 和提交时间。
- CPU、内存、磁盘延迟、网络 RTT 和连接数变化。
- 慢查询日志、死锁日志和应用异常日志。
锁等待通常不是孤立事件。一个事务在 10:01:00 开始更新订单,10:01:01 调用外部服务,10:01:04 才提交,期间其他事务已经等待了几秒。若只看第二个事务的慢查询记录,很容易误以为它是根因,实际上它可能只是被前一个长事务阻塞。

建立原因树:从网络、系统、服务到应用
网络层:网络不会制造行锁,但会延长持锁时间
美国服务器上的应用和数据库可能处于同一台机器、同一数据中心,也可能分布在不同地域。网络问题的判断重点不是“服务器在美国”,而是应用到数据库之间的实际链路。
需要观察:
- 数据库连接建立时间是否突然增加。
- 应用到数据库的 TCP RTT 是否明显高于平时。
- 是否存在丢包、重传、连接重置或短时断连。
- 事务中是否包含跨地域 RPC、对象存储访问、支付接口或 DNS 查询。
- 数据库连接是否使用长连接,连接空闲后是否被中间设备回收。
普通 SQL 在网络上往返多次时,RTT 会累积;更危险的是,应用在已经执行 BEGIN 后再等待外部服务,数据库事务并不会因为应用在等待网络而自动结束。持锁事务的生命周期因此变长。
可以在业务主机上做低风险的基础检查。以下命令只用于观察,具体参数和工具是否安装取决于操作系统:
date
getent hosts db.example.com
nc -vz -w 3 db.example.com 3306
ping -c 5 db.example.com
ping 只能作为辅助信息,不能证明数据库端口和应用协议正常。生产环境应结合应用连接耗时、TCP 建连耗时和数据库日志判断。若数据库使用 PostgreSQL,端口通常为 5432;若使用 MySQL,端口通常为 3306,实际端口应以部署配置为准。
如果网络 RTT 只升高了几十毫秒,但锁等待从几十毫秒增加到几十秒,网络通常不是唯一根因,应继续查事务边界和阻塞者。若所有请求都在建连阶段变慢,而已有连接执行 SQL 正常,则重点转向连接池、网络或数据库接入层。
数据库锁等待往往与事务持锁时间、主机资源和应用到数据库的网络链路共同相关。A5数据提供美国物理服务器,涵盖常规 Xeon 与 AMD EPYC 等系列,部分配置配备大容量内存和 NVMe 存储,并有 CN2 GIA 线路方案,可为面向美国用户的数据库及业务服务提供不同的计算、存储和网络资源组合。
系统层:资源不足会把持锁事务拖长
数据库进程没有明显锁冲突时,也可能因为系统资源不足而执行变慢;当一个持锁事务受到 CPU、内存或磁盘 I/O 拖慢,其他事务就会表现为锁等待。
常见观察项包括:
- CPU 使用率和运行队列是否持续升高。
iowait是否明显增加,数据盘延迟是否异常。- 是否发生 swap,数据库进程是否被内存回收影响。
- 磁盘空间、inode、日志盘写入是否接近上限。
- 数据库进程是否受到容器 CPU 或内存限制。
Linux 上可以使用以下只读命令查看基础状态:
uptime
free -h
vmstat 1 5
iostat -xz 1 5
df -h
df -ih
如果系统没有 iostat,通常需要安装 sysstat,但生产环境安装软件前应遵守主机变更流程。示例中不建议为了排查锁等待直接重启数据库、清理日志或删除临时文件。
判断时要注意因果方向:
- CPU、I/O 在锁等待出现前就已经升高,资源问题可能是前置原因。
- 只有锁等待出现后 CPU 升高,可能是大量等待连接、重试或锁竞争造成的结果。
- 磁盘延迟高且持锁 SQL 正在排序、刷日志或扫描大量数据,慢查询可能正在延长锁持有时间。
- 系统指标平稳,但单个事务长期占锁,应优先检查事务逻辑,而不是先扩容。
数据库服务层:确认锁类型和等待链
数据库中的“锁等待”并不只有一种。常见类型包括:
- 行锁或键值锁:多个事务更新同一行或相邻键值。
- 表级锁:显式锁表、DDL 或某些维护操作影响并发。
- 元数据锁:修改表结构时等待正在使用该表的事务结束。
- 事务 ID 或谓词相关等待:常见于特定隔离级别和数据库实现。
- 咨询锁:应用主动使用的逻辑锁,等待关系不一定对应某一行数据。
先找等待链,再看 SQL,比直接搜索“慢 SQL”更有效。下面分别给出 MySQL 8 和 PostgreSQL 的参考查询。查询本身用于读取状态,字段和权限要求会随数据库版本、配置和发行版变化,执行前应先在测试环境核对。
MySQL 8:从等待者追到阻塞事务
查看 InnoDB 事务
SELECT
trx_id,
trx_state,
trx_started,
TIMESTAMPDIFF(SECOND, trx_started, NOW()) AS trx_age_seconds,
trx_wait_started,
trx_mysql_thread_id,
trx_query
FROM information_schema.innodb_trx
ORDER BY trx_started;
重点关注:
trx_state是否为LOCK WAIT。trx_started距当前时间是否过长。trx_query是否为空但事务仍未提交。- 阻塞事务是否处于应用连接的
Sleep状态。
trx_query 为空不代表事务已经结束。应用执行完一条 SQL 后保持连接空闲,但没有提交或回滚,仍可能继续持有锁。此类连接在应用层通常表现为“空闲”,在事务层却可能是阻塞者。
查看等待者与阻塞者
MySQL 8 可通过 performance_schema 的锁表建立关系:

SELECT
rw.REQUESTING_ENGINE_TRANSACTION_ID AS waiting_trx_id,
rw.BLOCKING_ENGINE_TRANSACTION_ID AS blocking_trx_id,
r.OBJECT_SCHEMA AS waiting_schema,
r.OBJECT_NAME AS waiting_table,
r.INDEX_NAME AS waiting_index,
r.LOCK_TYPE AS waiting_lock_type,
r.LOCK_MODE AS waiting_lock_mode,
b.OBJECT_SCHEMA AS blocking_schema,
b.OBJECT_NAME AS blocking_table,
b.INDEX_NAME AS blocking_index,
b.LOCK_TYPE AS blocking_lock_type,
b.LOCK_MODE AS blocking_lock_mode
FROM performance_schema.data_lock_waits AS rw
JOIN performance_schema.data_locks AS r
ON r.ENGINE_LOCK_ID = rw.REQUESTING_ENGINE_LOCK_ID
JOIN performance_schema.data_locks AS b
ON b.ENGINE_LOCK_ID = rw.BLOCKING_ENGINE_LOCK_ID;
如果结果显示等待集中在同一张表、同一个索引或相近的锁定数据上,下一步要把锁关系与业务操作对应起来。不要仅根据表名判断是索引问题,还要查看 SQL 的 WHERE 条件、更新范围和事务隔离级别。
对于元数据锁,可进一步查看:
SELECT
OBJECT_TYPE,
OBJECT_SCHEMA,
OBJECT_NAME,
LOCK_TYPE,
LOCK_STATUS,
OWNER_THREAD_ID
FROM performance_schema.metadata_locks
WHERE LOCK_STATUS = 'PENDING';
执行 DDL 前存在长事务,是元数据锁等待的常见来源。此时即使 DDL 语句本身很短,也可能等待很久;后续访问该表的请求还可能形成排队。
危险处理:不要看到阻塞者就立即杀连接
终止数据库会话可能导致事务回滚、业务请求失败和锁释放后的重试风暴。处理前至少应确认:
- 阻塞者属于哪个应用、租户或业务操作。
- 事务是否包含已经对外产生副作用的流程。
- 应用是否支持幂等重试。
- 是否已经保存 SQL、事务开始时间、线程 ID 和调用链。
- 当前是否处于批量写入、结算、迁移或结构变更窗口。
必要时可先终止正在执行的语句,而不是直接断开连接:
KILL QUERY <mysql_thread_id>;
如果确认连接处于异常长事务、无法自行结束,才评估:
KILL CONNECTION <mysql_thread_id>;
上述操作需要相应权限,<mysql_thread_id> 只是占位符,不能直接照抄。执行前应完成业务影响评估和必要的数据备份或快照安排;操作本身没有“撤销”命令,连接终止后的事务通常由数据库回滚,应用则需要按业务规则恢复或重试。不要通过重启数据库代替精准处理,也不要批量终止所有长连接。
PostgreSQL:区分锁事件与空闲事务
查看正在等待锁的会话
SELECT
a.pid,
a.usename,
a.application_name,
a.client_addr,
a.state,
a.wait_event_type,
a.wait_event,
now() - a.query_start AS query_age,
now() - a.xact_start AS transaction_age,
pg_blocking_pids(a.pid) AS blocking_pids,
a.query
FROM pg_stat_activity AS a
WHERE a.wait_event_type = 'Lock'
ORDER BY a.query_start;
特别关注以下组合:
state = 'active'且wait_event_type = 'Lock':当前 SQL 正在等待锁。state = 'idle in transaction':事务已开启但会话暂时没有执行 SQL,仍可能持有锁。transaction_age远大于query_age:事务可能在多条 SQL 之间停留过久。blocking_pids不为空:可以继续追踪具体阻塞进程。
可以查看阻塞进程的状态:
SELECT
pid,
usename,
application_name,
client_addr,
state,
wait_event_type,
wait_event,
now() - xact_start AS transaction_age,
now() - query_start AS query_age,
query
FROM pg_stat_activity
WHERE pid IN (<blocking_pid>);
如果发现阻塞进程处于 idle in transaction,应回到应用代码检查提交、回滚和异常处理路径,而不是只优化被阻塞的 SQL。
取消与终止 PostgreSQL 会话
通常先尝试取消当前 SQL:
SELECT pg_cancel_backend(<pid>);
如果会话仍然持有锁且确认需要结束,再评估:
SELECT pg_terminate_backend(<pid>);
这类操作需要足够权限,可能使事务回滚并让应用请求失败。执行前应保留现场信息,确认连接归属、重试策略和业务影响;它不能替代数据备份,也没有简单的撤销操作。若问题来自应用长期不提交,终止会话只能释放当前锁,不能阻止问题再次发生。
从慢查询判断:它是等待者,还是持锁者
慢查询不一定是锁等待根因
慢查询排查要回答两个不同问题:
- 这条 SQL 自己执行很慢,是否在等待别人释放锁?
- 这条 SQL 执行时间过长,是否持有锁并阻塞了其他事务?
例如,订单更新语句的慢日志可能显示执行耗时 8 秒,但其中 7 秒在等待锁,真正的 CPU 和磁盘执行只有 1 秒。此时给订单表增加索引未必有效。相反,一条没有合适索引的更新语句扫描大量记录,可能先耗费较长执行时间,再持有或扩大锁影响范围,才是需要优化的持锁者。
检查执行计划和扫描范围
MySQL 可以先查看不执行 SQL 的计划:
EXPLAIN FORMAT=JSON
UPDATE orders
SET status = 'paid'
WHERE user_id = 12345
AND order_no = 'A10001';
PostgreSQL 的普通 EXPLAIN 不会执行语句:
EXPLAIN
UPDATE orders
SET status = 'paid'
WHERE user_id = 12345
AND order_no = 'A10001';
EXPLAIN ANALYZE 会真正执行语句。对 UPDATE、DELETE 或包含副作用的 SQL,不应直接在生产环境运行;如果必须采集实际运行数据,应先在测试或只读副本验证,并准备回滚和业务隔离方案。
分析计划时重点看:
- 是否发生全表扫描或大范围索引扫描。
- 估算行数与实际行数是否偏差很大。
WHERE和JOIN条件是否使用了合适的索引。- 是否出现大量排序、临时表、回表或磁盘溢写。
- 更新条件是否缺少唯一键或选择性较高的过滤条件。
- SQL 是否因为隐式类型转换、函数包裹列或前导模糊匹配而无法有效使用索引。
索引优化应建立在实际过滤条件上。例如查询经常使用:
WHERE tenant_id = ?
AND status = ?
AND created_at >= ?
ORDER BY created_at DESC
可以评估以 tenant_id、status、created_at 为顺序的组合索引,但最终顺序仍需结合数据分布、查询比例和写入成本验证。索引不是越多越好:每增加一个索引,写入、更新、空间占用和维护成本都会增加。创建索引前应在测试环境检查执行计划,并确认在线 DDL 能力、锁影响和回滚方案;不要在业务高峰直接执行未评估的表结构变更。
慢查询日志和统计视图的边界
MySQL 慢查询日志适合发现超过阈值的语句,但单条日志不一定能完整说明阻塞链。应结合 performance_schema、事务开始时间和应用追踪。
PostgreSQL 可使用 pg_stat_statements 观察 SQL 的调用次数、平均耗时和总耗时,但它是聚合统计,不能代替某一次具体锁等待的现场。统计中总耗时很高,可能是调用次数多,也可能是少数异常请求拖高平均值。
开启慢查询或扩大日志采样会增加磁盘写入和日志量,修改前应确认磁盘空间、保留周期和配置持久化方式。不要把临时会话参数误认为重启后仍然有效,也不要为了捕获一次问题无限制记录所有 SQL 参数。
逐层排除:连接池、缓存和资源指标
连接池过小或连接泄漏
连接池等待经常被误判为数据库锁等待。可以同时查看:
pool_acquire_time是否升高。- 活跃连接是否长期等于池上限。
- 空闲连接是否为零。
- 数据库端是否有大量会话处于空闲或空闲事务。
- 应用异常路径是否遗漏关闭、提交或回滚。
- 连接池超时是否与数据库锁等待时间同时发生。
扩大连接池只能提高并发上限,不能解决同一行被多个事务更新的问题;连接过多还可能增加 CPU、内存、上下文切换和锁竞争。合理做法是先确认数据库可承受的并发,再设置连接池上限、获取超时、空闲回收和事务超时,并为连接泄漏增加告警。
缓存只能减少部分读压力
缓存对热点读请求有效,但通常不能直接消除写事务之间的锁冲突。以下情况反而可能放大数据库压力:
- 缓存同时失效导致大量请求回源。
- 热点键没有防击穿控制。
- 更新数据库后没有正确失效缓存,业务不断重试。
- 为保证强一致性,读写请求仍必须回数据库确认。
- 缓存故障时所有流量瞬间落到数据库。
因此,发现锁等待时,仍要检查缓存命中率、失效时间和回源请求量,但不能用“加缓存”替代对阻塞事务和慢 SQL 的定位。
资源指标要和锁时间对齐
建议按时间轴对比以下指标:
| 指标 | 说明 | 对锁等待的判断价值 |
|---|---|---|
| 锁等待时长和等待连接数 | 直接反映锁冲突范围 | 判断是否为单点阻塞或普遍竞争 |
| 最老事务年龄 | 事务从开始到当前的时间 | 发现未提交、异常中断和长事务 |
| CPU 使用率、运行队列 | 数据库计算压力 | 判断 SQL 扫描、排序或重试是否拖慢持锁者 |
| 磁盘延迟、I/O 等待 | 数据落盘和读取压力 | 判断日志刷盘、随机读写是否延长事务 |
| 活跃连接、连接池等待 | 应用并发压力 | 区分池排队和数据库内部等待 |
| 死锁次数、回滚次数 | 冲突是否以失败结束 | 区分普通阻塞与锁顺序问题 |
| 慢 SQL p95/p99 | 长尾执行时间 | 找出可能长期持锁的语句 |
指标需要按同一时间窗口查看。只看当前值容易错过已经结束的阻塞,也无法判断谁先发生。
定位根因:把证据收敛到事务边界
经过前面的排除,根因通常可以归入以下几类:
事务范围过大
典型代码路径是:

- 开启事务。
- 更新订单或库存。
- 调用外部接口。
- 等待接口返回。
- 写入日志或附加记录。
- 最后提交。
如果外部接口偶发耗时 5 秒,数据库锁也可能被持有 5 秒。更稳妥的方式是缩短事务,只把必须原子完成的数据库操作放在事务内;外部调用使用状态机、消息队列或可重试的异步流程承接,并保证幂等。
批量写入范围过大
一次事务更新数万行,会扩大锁范围、延长日志刷盘时间,也增加死锁概率。可以按业务安全边界分批处理,但分批提交会改变原子性,必须先确认失败后是否允许部分完成,并设计进度记录和补偿机制。
访问顺序不一致
事务 A 先更新库存再更新订单,事务 B 先更新订单再更新库存,双方可能形成死锁。统一表和资源的访问顺序,缩短事务时间,并对死锁异常设计有限次数、带退避的幂等重试。
索引不匹配
缺少索引或索引选择性过低,可能让更新语句扫描更多记录。此时需要结合执行计划和实际数据分布优化索引,而不是只看 SQL 文本。索引变更本身也可能带来表锁、资源消耗或写入性能下降,必须先评估变更方式和回滚方案。
隔离级别或锁定方式不合适
较高隔离级别、SELECT ... FOR UPDATE、显式表锁和范围更新都可能扩大冲突范围。降低隔离级别不是默认修复方案,因为它可能改变一致性语义。应先确认业务是否确实需要当前读、行级锁或范围保护,再在测试环境验证调整后的数据一致性。
验证恢复:不能只看一条 SQL 结束
处理阻塞者或上线索引后,应重新观察完整链路,而不是看到等待数降为零就结束。至少检查:
- 原等待者是否恢复,接口错误和超时是否下降。
- 是否还有新的阻塞链产生。
- 最老事务年龄是否回到业务允许范围。
- 慢 SQL 的执行时间和扫描行数是否改善。
- 连接池等待是否仍然存在。
- CPU、磁盘延迟、日志写入和数据库连接数是否出现新的峰值。
- 数据库提交、回滚、死锁和应用重试是否正常。
可以使用一段持续观察窗口验证,例如覆盖几个业务高峰或至少连续观察 15 至 30 分钟。这个时间只是常见验证示例,实际应按业务流量周期决定。若只在低流量时恢复,不能证明高峰期已经解决。
复发监控点:把一次排障变成可提前发现的告警
建议同时建立数据库、应用和业务三类监控:
- 数据库:锁等待数量和时长、死锁次数、最老事务年龄、空闲事务数量、活跃连接数、慢查询 p95/p99。
- 应用:连接池获取耗时、连接池使用率、事务持续时间、请求重试次数、数据库超时和取消次数。
- 系统:CPU、内存、swap、磁盘空间、I/O 延迟、数据库日志盘写入。
- 业务:订单更新失败、库存扣减冲突、批处理耗时和重复提交数量。
告警阈值应以正常基线和业务 SLA 为依据。可以将“锁等待 p95 持续高于平时基线”“最老事务超过典型事务时长数倍”“连接池等待持续出现”“出现新的死锁”作为触发条件,而不是给所有数据库套用同一个固定秒数。
最终要保留的不是某次 KILL 命令,而是完整证据链:哪个请求发起事务、事务执行了哪些 SQL、锁定了什么对象、被谁阻塞、持锁多久、慢在哪里,以及修复后哪些指标恢复。这样再次遇到美国服务器上的数据库延迟、锁等待或慢查询时,才能快速区分网络抖动、资源瓶颈、连接池排队和事务设计问题。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5794.html



