僵尸事务阻塞生产库-编程阁

僵尸事务阻塞生产库：数据库写操作全部卡死的排查与处理

背景

某天下午三点，监控突然告警：API 响应时间从正常的 50ms 飙升到 30 秒，大量请求超时。

查看应用日志，报错集中在数据库写操作：

PDOException: SQLSTATE[HY000]: General error: 1205 Lock wait timeout exceeded; try restarting transaction

读操作还算正常，所有涉及写入的接口全部超时。

第一步：确认是锁等待问题

-- 查看当前等待锁的事务SELECT*FROMinformation_schema.INNODB_LOCK_WAITS;

输出一大堆记录，几十个事务都在等锁，而且等待时间都超过了 50 秒。

锁等待是症状，持锁不放的事务才是根源。

第二步：找出僵尸事务

-- 查看当前所有活跃事务，按运行时长倒序SELECTtrx_id,trx_state,trx_started,TIMESTAMPDIFF(SECOND,trx_started,NOW())AStrx_duration_sec,trx_rows_locked,trx_rows_modified,trx_queryFROMinformation_schema.INNODB_TRXORDERBYtrx_startedASC;

结果一目了然：

trx_id: 88888 trx_state: RUNNING trx_started: 2024-03-15 13:01:23 trx_duration_sec: 7156 ← 已经跑了将近 2 小时！ trx_rows_locked: 48392 ← 持有将近 5 万个行锁 trx_rows_modified: 0 trx_query: NULL ← 当前没有在执行任何 SQL

找到了：一个事务开启了将近两个小时，持有大量行锁，但当前没有在执行任何 SQL（trx_query = NULL）。这就是典型的僵尸事务——事务开启后由于某种原因（程序异常、连接假死、忘记提交）卡在那里，一直占着锁不释放。

第三步：找到对应的数据库连接

-- 通过 trx_id 关联找到对应的进程 IDSELECTp.idASprocess_id,p.user,p.host,p.db,p.command,p.time,p.state,p.info,t.trx_id,t.trx_duration_secFROMinformation_schema.PROCESSLIST pJOIN(SELECTtrx_id,trx_mysql_thread_id,TIMESTAMPDIFF(SECOND,trx_started,NOW())AStrx_duration_secFROMinformation_schema.INNODB_TRX)tONp.id=t.trx_mysql_thread_idORDERBYt.trx_duration_secDESC;

输出：

process_id: 1234 user: app_user host: 192.168.1.100:54321 command: Sleep ← 连接处于睡眠状态，没有在执行任何操作 time: 7156 trx_id: 88888 trx_duration_sec: 7156

command = Sleep说明这个连接已经"睡着了"，但事务还开着，锁还在持有。

第四步：kill 掉僵尸事务

确认这个进程确实是问题所在后，果断 kill：

KILL1234;

执行后，MySQL 会回滚这个事务，释放所有行锁。

几秒钟内，之前等待的几十个事务陆续拿到锁，写操作恢复正常，API 响应时间回落到 50ms。

事后分析：僵尸事务是怎么产生的

查应用代码，发现问题出在一段批量导入逻辑：

// 有问题的代码DB::beginTransaction();foreach($rowsas$row){// 处理每一行数据$result=$this->processRow($row);// processRow 内部调用了外部 HTTP 接口// 接口超时设置是 30 秒，实际等了 2 小时才超时（配置错误）// 在等待期间，事务一直开着，锁一直持有DB::table('import_records')->insert($result);}DB::commit();

processRow内部调用了一个第三方 HTTP 接口，接口超时配置错误，等了将近两个小时。而整个过程事务一直是开着的，持有的行锁一直没释放。

根本原因：在数据库事务内部做了耗时的外部调用。

从根源上避免僵尸事务

原则一：事务内不做外部调用

// 错误示范：事务内调用 HTTP 接口DB::transaction(function()use($data){$result=Http::post('https://api.example.com/process',$data);// 可能超时DB::table('records')->insert($result->json());});// 正确做法：外部调用移到事务外$result=Http::timeout(5)->post('https://api.example.com/process',$data);DB::transaction(function()use($result){DB::table('records')->insert($result->json());});

原则二：设置合理的事务超时时间

-- 单个事务最长执行时间（秒），超时自动回滚SETSESSIONinnodb_lock_wait_timeout=10;-- 全局配置，写入 my.cnf[mysqld]innodb_lock_wait_timeout=10

原则三：建立长事务监控告警

-- 定时检查是否有超过 60 秒的事务SELECTtrx_id,trx_started,TIMESTAMPDIFF(SECOND,trx_started,NOW())ASduration_sec,trx_rows_locked,trx_queryFROMinformation_schema.INNODB_TRXWHERETIMESTAMPDIFF(SECOND,trx_started,NOW())>60;

把这个查询加入监控，超过阈值触发告警，在影响业务之前就能发现处理。

原则四：连接池设置最大空闲时间

# PHP-FPM + PDO 配置 # 连接空闲超过 60 秒自动断开，防止连接假死持锁 [mysqld] wait_timeout = 60 interactive_timeout = 60

完整排查命令速查

-- 1. 查看所有活跃事务，找出运行时间异常长的SELECTtrx_id,trx_state,trx_started,TIMESTAMPDIFF(SECOND,trx_started,NOW())ASduration_sec,trx_rows_locked,trx_queryFROMinformation_schema.INNODB_TRXORDERBYtrx_startedASC;-- 2. 查看锁等待关系SELECT*FROMinformation_schema.INNODB_LOCK_WAITS;-- 3. 找到僵尸事务对应的进程 IDSELECTp.id,p.user,p.host,p.command,p.timeFROMinformation_schema.PROCESSLIST pJOINinformation_schema.INNODB_TRX tONp.id=t.trx_mysql_thread_idWHERETIMESTAMPDIFF(SECOND,t.trx_started,NOW())>60;-- 4. Kill 掉僵尸事务（替换为实际的 process_id）KILL1234;