MySQL Online DDL 导致全局锁表案例分析

我这边遇到了什么问题?

线上给某个表执行新增索引 SQL, 然后整个数据 CPU 打到 100%, 连接数暴增到极限, 最后导致所有访问数据库的应用都奔溃.

SQL 如下:

ALTER TABLE `book` 
ADD INDEX `idx_sub_title` (`sub_title` ASC);

能看到什么?

'10063293', 'root', '10.0.0.1:35252', 'novel', 'Query', '50', 'Waiting for table metadata lock', 'ALTER TABLE `lemon_novel`.`book` \nADD INDEX `idx_sub_title` (`sub_title` ASC)'


'10094494', 'root', '172.16.2.112:42808', 'novel', 'Query', '31', 'Waiting for table metadata lock', 'SELECT \n            book_trend.book_id AS book_id,
   

很奇怪, 这两边都在等 ”Waiting for table metadata lock”

反手查一下 ”Waiting for table metadata lock” 是什么

1. MySQL 出现 Waiting for table metadata lock 的原因以及解决方法
2. mysql: Waiting for table metadata lock
3. How do I find which transaction is causing a“Waiting for table metadata lock”state?
4. MySQL:8.11.4 Metadata Locking
5. MySQL:14.13.1 Online DDL Operations

初步的一些结论

看下来下面的一些结论:

1. MySQL 5.6 以后的版本，支持在线 DDL，新增 index/ 删除 index 之类的可以直接 InPlace 操作，不需要 rebuild 整张表，理论上效果是很快的，详细资料见 Online DDL Operations
2. DDL add index 操作会 lock table metadata，此操作是导致我们服务不可用的原因
3. 有怀疑过 lock tabel matadata 和 MySQL autocommit 有关，但是实践下来两者看起来没有关联。

后来在阿里云上面还看到过他们特定写过类似的答疑.

1. 解决 MDL 锁导致无法操作数据库的问题
2. RDS for MySQL Online DDL 使用

阿里云建议主要是这样操作.

• 这里需要找到的是一直在占用该表的会话，而不是正在等待 MDL 锁解除的会话，注意区分。可以根据 State 列的状态和 Info 列的命令内容来进行分析判断。
• 您也可以用如下命令查询长时间未完成的事务，如果导致阻塞的语句的用户与当前用户不同，请使用导致阻塞的语句的用户登录来终止会话。

select concat('kill',i.trx_mysql_thread_id,';') from information_schema.innodb_trx i,
  (select 
         id, time
     from
         information_schema.processlist
     where
         time = (select 
                 max(time)
             from
                 information_schema.processlist
             where
                 state = 'Waiting for table metadata lock'
                     and substring(info, 1, 5) in ('alter' , 'optim', 'repai', 'lock', 'drop', 'creat'))) p
  where timestampdiff(second, i.trx_started, now()) > p.time
  and i.trx_mysql_thread_id  not in (connection_id(),p.id);

然而在我的场景, 上面的 SQL 并没有任何的进程输出.

陷入僵局的 …

不过上面给了一些思路, 现在我们主要是因为有东西占用着 table metadata lock, 导致当前所有的东西都没有执行.

show full processlist;

看一眼没什么卵用, 处理那两个奇怪的 wait lock, 其他的都挺正常的.

那么, 看下现在谁占用着锁?

怎么看呢?

select * from information_schema.innodb_trx;

神奇了, 真有两个东西在占用锁.

那 kill 了他们看看.

额, 解决了.

最终结论

某个奇怪的程序开了查询或者奇怪的操作, lock 了 table metadata, 之后连接一直都没有被释放, 导致以上各种问题.

现在的问题来了, 究竟是哪个程序或者哪个代码导致的呢?

抱歉, 我现在也还不知道 …

理论上可以查, 但是上次去查的时候发现数据库显示的 host 对应机器的端口早就没东西了, 死无对证 ing.

最后建议

• online DDL 前, 最好确认一下当前数据库有没有类似 lock 存在
• 最好的方案还是主从切换来搞

全文完.