一、背景

我们在UAT环境压测的时候，遇到了如下的死锁异常。

Caused by: com.microsoft.sqlserver.jdbc.SQLServerException: Transaction (Process ID 82) was deadlocked on lock resources with another process and has been chosen as the deadlock victim. Rerun the transaction.

我们立即 查看应用日志，找到报错的方法查看，发现在一个方法对同一张表进行了3种操作，先INSERT，然后SELECT，最后DELETE。也就是说在同一个事务中，对同一张表先插入，然后查询，最后根据查询结果删除。此时，我大概意识到问题所在了。但是UAT环境中，SQL Server数据库是部署在客户侧的，不太好拿死锁报告。所以我决定在本地模拟出来这个死锁问题，然后进行修复。

二、本地模拟死锁

1.业务场景简介

我们有一张userToken表，核心字段有id、loginId和token，主要用来记录用户的登录token，用来控制系统中一个用户能不能多次登录。

我们出现死锁问题的方法是登录方法，该方法在登录时会向userToken表中插入一条数据，插入成功之后回去第三方检查这个用户的状态等是否正常，因为用户数据是第三方维护的。如果检查结果是这个用户状态不可用，那么就会去删除这个用户的token数据，同时给前端返回相应的异常信息。问题就出在删除的时候，是先根据用户的loginId去查询出该用户的所有token数据，然后找出本次登录的token数据，进行删除。为什么这里有问题后面我们再详细说明。

2.在本地模拟死锁

1). 准备数据

要模拟这个死锁场景，可以在 SQL Server Management Studio (SSMS) 或者DBeaver中创建一个简单的脚本，我使用的是DBeaver也很好用。使用以下存储过程代码：

-- 1.创建一个示例 userToken 表
CREATE TABLE userToken (
    id INT IDENTITY(1,1) PRIMARY KEY,
    loginId VARCHAR(50),
    token VARCHAR(50)
);

-- 2.创建一个存储过程，以模拟登录过程
CREATE PROCEDURE sp_Login
    @loginId VARCHAR(50)
AS
BEGIN
    -- 插入一个新记录
    INSERT INTO userToken (loginId, token) VALUES (@loginId, 'token_' + CONVERT(VARCHAR(50), NEWID()));

    WAITFOR DELAY '00:00:05'; -- 模拟延迟，更容易发生死锁
    -- 选择和删除记录
    DECLARE @id INT;
    SELECT @id = id FROM userToken WHERE loginId = @loginId;
    DELETE FROM userToken WHERE id = @id;
END;

-- 3. 在第一个窗口中模拟第一个线程

DECLARE @loginId VARCHAR(50) = 'user';

BEGIN TRANSACTION;
EXEC sp_Login @loginId;
COMMIT TRANSACTION;

-- 4. 在第二个窗口中模拟第二个线程
DECLARE @loginId VARCHAR(50) = 'user';

BEGIN TRANSACTION;
EXEC sp_Login @loginId;
COMMIT TRANSACTION;

-- 5. 在两个窗口中同时运行，模拟并发登录，并观察执行结果

2).执行存储过程并观察死锁发生

按照上面的步骤创建表和存储过程，并分别在两个窗口中同时执行。可能需要执行多次才能出现死锁。如果出现下面的两种之一，就说明已经发生了死锁。

情况一：

数据库连接工具控制台出现以下错误：SQL Error [1205] [40001]: Transaction (Process ID 63) was deadlocked on lock resources with another process and has been chosen as the deadlock victim. Rerun the transaction.

情况二：

通过sqlserver自带的扩展事件[system_health]查看死锁的详细信息，执行下面的sql如果表格中有数据则已经发生了死锁。

SELECT xdr.value('@timestamp', 'datetime') AS [Date],
    xdr.query('.') AS [Event_Data]
FROM (SELECT CAST([target_data] AS XML) AS Target_Data
            FROM sys.dm_xe_session_targets AS xt
            INNER JOIN sys.dm_xe_sessions AS xs ON xs.address = xt.event_session_address
            WHERE xs.name = N'system_health'
              AND xt.target_name = N'ring_buffer'
    ) AS XML_Data
CROSS APPLY Target_Data.nodes('RingBufferTarget/event[@name="xml_deadlock_report"]') AS XEventData(xdr)
ORDER BY [Date] DESC;

如上图，已经发生死锁。

三、死锁的详细分析

1.查看死锁报告

在上面第二步中，我们通过sqlserver自带的扩展事件[system_health]先拿到了死锁报告。如下：

                                SELECT @id = id FROM userToken WHERE loginId = @loginI    
                            
                            
                                unknown    
                            
                        
                            DECLARE @loginId VARCHAR(50) = 'user';

                            BEGIN TRANSACTION;
                            EXEC sp_Login @loginId;
                            COMMIT TRANSACTION;   
                        
                            SELECT @id = id FROM userToken WHERE loginId = @loginI    
                            
                            
                                unknown    
                            
                        
                            DECLARE @loginId VARCHAR(50) = 'user';

                            BEGIN TRANSACTION;
                            EXEC sp_Login @loginId;
                            COMMIT TRANSACTION;   
                        

2.分析死锁报告

首先，在死锁发生的过程中，我们可以通过以下sql查询当前表锁持有的锁有哪些。

--将userToken换成自己的表名
SELECT * FROM sys.dm_tran_locks WHERE resource_type = 'OBJECT' AND resource_database_id = DB_ID() AND resource_associated_entity_id = OBJECT_ID('userToken');

我们可以看到在死锁发生的过程中，userToken表上有2把IX锁（意向排他锁）。应该就是上面执行存储过程中的2条INSERT语句产生的。

接下来，我们来详细分析一下死锁报告的内容，以了解为什么会出现死锁。

a.牺牲的进程

从报告上我们可以看到victimProcess>，牺牲的进程是 process19f4497c108，它被suspend并等待共享锁在一个关键资源上。在sqlserver中当发生死锁时，sqlserver会选择牺牲其中的一个死锁，释放它所持有的锁，从而打破死循环。

b.进程列表

通过我们可以看到本次有两个进程参与了死锁。

process19f4497c108（被牺牲的进程）
process19f4497e4e8

两个进程都在执行 sp_Login 存储过程，该过程将新记录插入到 userToken 表中，然后根据 loginId 列选择和删除记录。从可以看到是在执行SELECT @id = id FROM userToken WHERE loginId = @loginId的时候阻塞了，也就是去根据loginId去查询的时候阻塞了。

这两个进程分别等待的资源是：KEY: 6:72057594058768384 (e8a66f387cfa)和KEY: 6:72057594058768384 (11ea04af99f6)。

KEY值的含义：KEY表示等待的资源是一个键，也就是索引中的特定行或行范围。以KEY: 6:72057594058768384 (e8a66f387cfa)为例。6代表数据库id，72057594058768384代表被锁索引（index）的id，也就是某一个索引，(e8a66f387cfa)代表索引中内部id，也就是在该索引中具体是哪一行，可以帮我们定位到表中特定的数据行。

关于前两个，比较简单可以通过系统表查询出来。

--72057594058768384替换为死锁报告中的KEY: 6:72057594058768384 (e8a66f387cfa)的中间数字部分
select db_id() as database_id, o. name, i. name, i. type from sys. indexes i
	inner join sys.objects o on i.object_id = o.object_id
	inner join sys.partitions p on p.index_id = i.index_id and p. object_id = i. object_id
where p.partition_id = 72057594058768384

从下面的结果中可以看到和报告下面index_name一致，锁定就是主键索引

关于(e8a66f387cfa)代表索引中内部id，可以通过一个未公布的系统函数 %%lockres%% 查看得到，如下

with cte as 
(
	select %%lockres%% as resource_key, id from userToken with(index(PK__userToke__3213E83FCAB09E1A))--替换为自己的表名和死锁报告中冲突的索引
)
select * from cte where resource_key in ( '(e8a66f387cfa)', '(11ea04af99f6)');--替换为死锁报告中等待的resource_key

c.资源列表

从中可以看到，有两个关键的锁在userToken表上。

lock19f4f504a00：由 process19f4497e4e8 拥有，具有排他（X）锁模式
lock19f4f509180：由 process19f4497c108 拥有，具有排他（X）锁模式

死锁发生是因为每个进程都在等待共享锁在一个资源上（userToken 表的 PK__userToke__3213E83FCAB09E1A 索引），而该资源已经被另一个进程以排他锁模式拥有的。

d.死锁场景

下面是死锁报告中描述的死锁场景：

• process19f4497c108将一条新记录插入到userToken表中，并获取了索引（PK__userToke__3213E83FCAB09E1A）的排他锁（mode=’X’）。
• process19f4497e4e8将一条新记录插入到userToken表中，并获取了索引（PK__userToke__3213E83FCAB09E1A）的排他锁（mode=’X’）。
• process19f4497c108 尝试根据 loginId 去查询userToken表中的数据，由于process19f4497e4e8 持有了索引的排他锁，所以process19f4497c108必须等待锁的释放。
• process19f4497e4e8 尝试根据 loginId 去查询userToken表中的数据，由于process19f4497c108持有了索引的排他锁，所以process19f4497e4e8 必须等待锁的释放。
• 此时，两个进程都在等待对方释放锁，结果导致死锁。

e.结论 

死锁是由于 sp_Login 存储过程的并发执行导致的，这导致了 userToken 表上的争用。每个进程在 索引上的排他锁阻止了另一个进程执行其选择和删除操作，导致死锁。因为两个进程都持有了 userToken 表的 PK__userToke__3213E83FCAB09E1A 索引的排他锁（mode=’X’），每个进程都在等待另一个进程释放其锁。

要解决这个问题，我们可以优化存储过程以减少 userToken 表上的争用。

四、解决死锁问题 

有了上面对死锁报告的详细分析，我们了解到了死锁产生的原因是锁竞争。那么我们可以减少一层锁，以避免锁的竞争。修改后存储过程如下：

-- 2.创建一个存储过程，以模拟登录过程
CREATE PROCEDURE sp_Login
    @loginId VARCHAR(50)
AS
BEGIN
    -- 插入一个新记录
    INSERT INTO userToken (loginId, token) VALUES (@loginId, 'token_' + CONVERT(VARCHAR(50), NEWID()));

    -- 直接根据loginId删除记录，减少一次查询，减少一次S锁的获取
    DELETE FROM userToken WHERE loginId = @loginId;
END;

-- 3. 在第一个窗口中模拟第一个线程

DECLARE @loginId VARCHAR(50) = 'user1';

BEGIN TRANSACTION;
EXEC sp_Login @loginId;
COMMIT TRANSACTION;

-- 4. 在第二个窗口中模拟第二个线程
DECLARE @loginId VARCHAR(50) = 'user2';

BEGIN TRANSACTION;
EXEC sp_Login @loginId;
COMMIT TRANSACTION;

-- 5. 在两个窗口中同时运行，模拟并发登录，并观察执行结果

 再次多次执行上面的存储过程，没有再遇到过死锁了。

新的存储过程分析：

在这个修改后的场景中，我们可以看到，每个窗口中都执行了一个事务，该事务包括插入一条记录、删除该记录、并提交事务。

在这种情况下，死锁的可能性非常小，因为每个窗口中的事务都是自包含的，不会等待另一个窗口中的事务释放锁。

• 当第一个窗口执行 INSERT 语句时，它会获取该索引的 X 锁，并插入一条记录。然后，它执行 DELETE 语句，删除该记录，并释放 X 锁。最后，它提交事务。
• 同样，第二个窗口执行 INSERT 语句时，它会获取该索引的 X 锁，并插入一条记录。然后，它执行 DELETE 语句，删除该记录，并释放 X 锁。最后，它提交事务。
• 由于每个窗口中的事务都是独立的，不会等待另一个窗口中的事务释放锁，因此死锁的可能性非常小。

通过以上步骤，成功解决这个死锁问题。 

到此这篇关于SQLServer中排查死锁及死锁问题解决的文章就介绍到这了,更多相关SQL 排查死锁内容请搜索IT俱乐部以前的文章或继续浏览下面的相关文章希望大家以后多多支持IT俱乐部！