顧名思義，行鎖就是針對數據表中行記錄的鎖。這很好理解，比如事務 A 更新了一行，而這時候事務 B 也要更新同一行，則必須等事務 A 的操作完成後才能進行更新。
當然，數據庫中還有一些沒那麼一目瞭然的概念和設計，這些概念如果理解和使用不當，容易導致程序出現非預期行爲，比如兩階段鎖。
從兩階段鎖說起
你舉個例子。在下面的操作序列中，事務 B 的 update 語句執行時會是什麼現象呢？假設字段 id 是表 t 的主鍵。
這個問題的結論取決於事務 A 在執行完兩條 update 語句後，持有哪些鎖，以及在什麼時候釋放。你可以驗證一下：實際上事務 B 的 update 語句會被阻塞，直到事務 A 執行 commit 之後，事務 B 才能繼續執行。（自己模仿兩個事務很容易的，自己開兩個查詢窗口就行了）
知道了這個答案，你一定知道了事務 A 持有的兩個記錄的行鎖，都是在 commit 的時候才釋放的。
也就是說，在 InnoDB 事務中，行鎖是在需要的時候才加上的，但並不是不需要了就立刻釋放，而是要等到事務結束時才釋放。這個就是兩階段鎖協議。
知道了這個設定，對我們使用事務有什麼幫助呢？那就是，**如果你的事務中需要鎖多個行，要把最可能造成鎖衝突、最可能影響併發度的鎖儘量往後放。**我給你舉個例子。
假設你負責實現一個電影票在線交易業務，顧客 A 要在影院 B 購買電影票。我們簡化一點，這個業務需要涉及到以下操作：
- 從顧客 A 賬戶餘額中扣除電影票價；
- 給影院 B 的賬戶餘額增加這張電影票價；
- 記錄一條交易日誌。
也就是說，要完成這個交易，我們需要 update 兩條記錄，並 insert 一條記錄。當然，爲了保證交易的原子性，我們要把這三個操作放在一個事務中。那麼，你會怎樣安排這三個語句在事務中的順序呢？
試想如果同時有另外一個顧客 C 要在影院 B 買票，那麼這兩個事務衝突的部分就是語句 2 了。因爲它們要更新同一個影院賬戶的餘額，需要修改同一行數據（給影院的賬戶餘額增加這次收入）。
根據兩階段鎖協議，不論你怎樣安排語句順序，所有的操作需要的行鎖都是在事務提交的時候才釋放的。所以，如果你把語句 2 安排在最後，比如按照 3、1、2 這樣的順序（記錄日誌->扣除票價->影院賬戶增加收入 ），那麼影院賬戶餘額這一行的鎖時間就最少。這就最大程度地減少了事務之間的鎖等待，提升了併發度。
如果這個影院做活動，可以低價預售一年內所有的電影票，而且這個活動只做一天。於是在活動時間開始的時候，你的 MySQL 就掛了。你登上服務器一看，CPU 消耗接近 100%，但整個數據庫每秒就執行不到 100 個事務。這是什麼原因呢？
這裏，我就要說到死鎖和死鎖檢測了。
死鎖和死鎖檢測
當併發系統中不同線程出現循環資源依賴，涉及的線程都在等待別的線程釋放資源時，就會導致這幾個線程都進入無限等待的狀態，稱爲死鎖。這裏我用數據庫中的行鎖舉個例子。
這時候，事務 A 在等待事務 B 釋放 id=2 的行鎖，而事務 B 在等待事務 A 釋放 id=1 的行鎖。事務 A 和事務 B 在互相等待對方的資源釋放，就是進入了死鎖狀態。
- 一種策略是，直接進入等待，直到超時。
- 另一種策略是，發起死鎖檢測，發現死鎖後，主動回滾死鎖鏈條中的某一個事務，讓其他事務得以繼續執行。將參數 innodb_deadlock_detect 設置爲 on，表示開啓這個邏輯。
主動死鎖檢測在發生死鎖的時候，是能夠快速發現並進行處理的，但是它也是有額外負擔的。
你可以想象一下這個過程：每當一個事務被鎖的時候，就要看看它所依賴的線程有沒有被別人鎖住，如此循環，最後判斷是否出現了循環等待，也就是死鎖。
那如果是我們上面說到的所有事務都要更新同一行的場景呢？
每個新來的被堵住的線程，都要判斷會不會由於自己的加入導致了死鎖，這是一個時間複雜度是O(n) 的操作。假設有 1000 個併發線程要同時更新同一行，那麼死鎖檢測操作就是 100 萬這個量級的。雖然最終檢測的結果是沒有死鎖，但是這期間要消耗大量的 CPU 資源。因此，你就會看到 CPU 利用率很高，但是每秒卻執行不了幾個事務。
根據上面的分析，我們來討論一下，怎麼解決由這種熱點行更新導致的性能問題呢？問題的癥結在於，死鎖檢測要耗費大量的 CPU 資源。
**一種頭痛醫頭的方法，就是如果你能確保這個業務一定不會出現死鎖，可以臨時把死鎖檢測關掉。**但是這種操作本身帶有一定的風險，因爲業務設計的時候一般不會把死鎖當做一個嚴重錯誤，畢竟出現死鎖了，就回滾，然後通過業務重試一般就沒問題了，這是業務無損的。而關掉死鎖檢測意味着可能會出現大量的超時，這是業務有損的。
**另一個思路是控制併發度。**根據上面的分析，你會發現如果併發能夠控制住，比如同一行同時最多隻有 10 個線程在更新，那麼死鎖檢測的成本很低，就不會出現這個問題。一個直接的想法就是，在客戶端做併發控制。但是，你會很快發現這個方法不太可行，因爲客戶端很多。我見過一
個應用，有 600 個客戶端，這樣即使每個客戶端控制到只有 5 個併發線程，彙總到數據庫服務端以後，峯值併發數也可能要達到 3000。
因此，這個併發控制要做在數據庫服務端。如果你有中間件，可以考慮在中間件實現；如果你的團隊有能修改 MySQL 源碼的人，也可以做在 MySQL 裏面。基本思路就是，對於相同行的更新，在進入引擎之前排隊。這樣在 InnoDB 內部就不會有大量的死鎖檢測工作了。
可能你會問，如果團隊裏暫時沒有數據庫方面的專家，不能實現這樣的方案，能不能從設計上優化這個問題呢？
你可以考慮通過將一行改成邏輯上的多行來減少鎖衝突。還是以影院賬戶爲例，可以考慮放在多條記錄上，比如 10 個記錄，影院的賬戶總額等於這 10 個記錄的值的總和。這樣每次要給影院賬戶加金額的時候，隨機選其中一條記錄來加。這樣每次衝突概率變成原來的 1/10，可以減少鎖等待個數，也就減少了死鎖檢測的 CPU 消耗。
這個方案看上去是無損的，但其實這類方案需要根據業務邏輯做詳細設計。如果賬戶餘額可能會減少，比如退票邏輯，那麼這時候就需要考慮當一部分行記錄變成 0 的時候，代碼要有特殊處理。
問題：
如果你要刪除一個表裏面的前 10000 行數據，有以下三種方法
可以做到：
- 第一種，直接執行 delete from T limit 10000;
- 第二種，在一個連接中循環執行 20 次 delete from T limit 500;
- 第三種，在 20 個連接中同時執行 delete from T limit 500。
答案：
第一種方式（即：直接執行 delete from T limit 10000）裏面，單個語句佔用時間長，鎖的時間也比較長；而且大事務還會導致主從延遲。
第三種方式（即：在 20 個連接中同時執行 delete from T limit 500），會人爲造成鎖衝突。