很多人以为"把隔离级别调到 Serializable 就万事大吉",但真正让线上数据库出事的,往往不是隔离级别选错,而是没人知道此刻到底有哪些锁、哪些事务在等谁。
一、问题定位
PostgreSQL 的并发控制建立在 MVCC 之上:每条元组(tuple)携带 xmin/xmax 两个事务 ID 字段,读操作不加锁地读取"对当前快照可见"的版本,写操作则生成新版本并标记旧版本的失效事务。这套机制让读不阻塞写、写不阻塞读,但也带来两个直觉上容易踩的坑:一是隔离级别并非"越强越好",Serializable 依赖 SSI(可串行化快照隔离)检测冲突,冲突误判会导致大量序列化失败;二是 MVCC 下"读不加锁"不代表"读不影响系统",长事务持有的快照会阻止 vacuum 回收旧版本,造成表膨胀。
生产环境典型的失败模式包括:业务在默认 READ COMMITTED 下依赖"读到的数据不会被并发改掉"这一错误假设,导致更新丢失;运维用 pg_dump 或长事务跑分析,快照滞留几十小时,pg_stat_activity 里 xact_start 老得吓人,表膨胀、锁等待随之而来;死锁发生时只看到应用报错,却不会从 pg_locks 与 pg_stat_activity 反推两个事务互相等待的环。
1.1 为什么现在更值得讨论
- 默认行为与直觉偏差:PostgreSQL 默认 READ COMMITTED,每条语句一个快照,这与很多从 MySQL 迁来的团队预期的"事务内快照稳定"不同,跨语句读不一致是高频 bug 来源。
- 锁监控门槛低但信息密度高:
pg_locks、pg_stat_activity、pg_blocking_pids()三张视图组合起来,几乎可以还原任意时刻的锁拓扑,但多数团队只在死锁发生后才临时查一次。 - 死锁与锁超时需要可操作 SOP:
deadlock_timeout、lock_timeout、idle_in_transaction_session_timeout三个参数配合视图,能把"线上偶发卡顿"变成"可定位、可复现、可预防"的工程问题。
二、按要点拆解:隔离级别、MVCC 与锁监控
2.1 四种隔离级别与快照语义
PostgreSQL 支持 READ UNCOMMITTED(实际等同 READ COMMITTED)、READ COMMITTED、REPEATABLE READ、SERIALIZABLE 四个级别。前三种基于 MVCC 快照实现,SERIALIZABLE 在快照隔离之上叠加 SSI 谓词锁检测读写依赖环。
- READ COMMITTED 是默认且多数场景够用:每条语句获取新快照,能读到事务内其他语句提交前看不到的数据,适合 OLTP 短事务;需要注意"同一事务内两次相同查询结果不同"是特性而非 bug。
- REPEATABLE READ 是事务级快照:整个事务使用开始时的一个快照,避免不可重复读,但写冲突会以 "could not serialize access due to concurrent update" 形式报错,应用需要重试逻辑。
- SERIALIZABLE 的代价是序列化失败率:SSI 通过跟踪读写集合检测危险结构,误报会把本可串行化的执行判为冲突,高并发更新同一批数据时失败率明显上升,需要应用实现指数退避重试。
2.2 MVCC 版本、可见性与膨胀
MVCC 下更新不是原地改,而是插入新元组并把旧元组的 xmax 置为更新事务 ID;删除则是标记 xmax。旧版本能否被 vacuum 回收,取决于是否还有事务的快照可能看见它——这就是长事务制造膨胀的根源。
- 可见性由快照与 xmin/xmax 共同决定:判断一个版本是否可见要看快照的
xmin/xmax边界与当前事务 ID 的关系,pg_snapshot相关函数(13+ 的pg_visible_in_snapshot)可辅助排查。 - vacuum 与快照滞留直接相关:
pg_stat_user_tables.n_dead_tup持续增长而last_autovacuum不动,通常说明有长事务或复制槽持有的快照;查pg_stat_activity的backend_xmin与pg_replication_slots的xmin可定位。 - 表膨胀放大 I/O 与锁风险:膨胀的表上
UPDATE要扫更多死元组,查询变慢;VACUUM FULL虽能回收空间但需 ACCESS EXCLUSIVE 锁,生产上优先调autovacuum_vacuum_scale_factor等参数而非手动 Full。
2.3 锁类型与监控视图
PostgreSQL 的锁分表级与行级:表级有 ACCESS SHARE、ROW SHARE、ROW EXCLUSIVE、SHARE UPDATE EXCLUSIVE、SHARE、SHARE ROW EXCLUSIVE、EXCLUSIVE、ACCESS EXCLUSIVE 八种,行级有 FOR UPDATE、FOR NO KEY UPDATE、FOR SHARE、FOR KEY SHARE 四种。锁等待关系全部记录在 pg_locks,事务状态在 pg_stat_activity。
- 表级锁冲突矩阵决定 DDL 风险:
ALTER TABLE、DROP需要 ACCESS EXCLUSIVE,会与任何查询的 ACCESS SHARE 冲突;建索引用CREATE INDEX只需 SHARE(阻塞写),而CREATE INDEX CONCURRENTLY用 SHARE UPDATE EXCLUSIVE,可与读写并发,但失败会留无效索引。 pg_blocking_pids()是定位阻塞链的钥匙:对阻塞会话执行SELECT pg_blocking_pids(pid)可得到阻塞者列表,递归查询即可还原整条等待链,配合pg_locks能看到具体争用的锁模式与关系。- 死锁日志自带完整证据:死锁检测触发时,服务端日志会打印
deadlock detected及两个事务的进程号、等待的锁和各自当前语句,用log_lock_waits = on还能记录超过deadlock_timeout的锁等待详情。
三、最小可运行实现
思路:用一段 SQL 还原"谁在等谁"的锁拓扑,并演示如何查看长事务快照与死锁日志开关。核心是 pg_locks join pg_stat_activity,再结合 pg_blocking_pids() 输出阻塞链。
-- 1. 查看当前阻塞链:被阻塞者 -> 阻塞者 -> 等待的锁
SELECT w.pid AS waiter_pid,
w.query AS waiter_query,
b.pid AS blocker_pid,
b.query AS blocker_query,
l.mode AS lock_mode,
l.relation::regclass AS relation
FROM pg_locks l
JOIN pg_stat_activity w ON w.pid = l.pid AND NOT l.granted
JOIN pg_locks lb ON lb.relation = l.relation AND lb.granted
JOIN pg_stat_activity b ON b.pid = lb.pid
WHERE l.pid = ANY(pg_blocking_pids(w.pid));
-- 2. 找出持有旧快照的长事务(膨胀元凶)
SELECT pid, now() - xact_start AS xact_age, state,
wait_event_type, wait_event, left(query, 60) AS query
FROM pg_stat_activity
WHERE xact_start IS NOT NULL
ORDER BY xact_start
LIMIT 10;
-- 3. 开启锁等待与死锁日志(postgresql.conf)
-- deadlock_timeout = 1s
-- log_lock_waits = on
-- idle_in_transaction_session_timeout = '10min'
四、常见坑与排查
- 更新丢失与隔离级别误配:先确认业务预期是"事务内快照稳定"还是"语句级最新",需要前者就显式设
REPEATABLE READ并给应用加重试;不要靠调高隔离级别掩盖业务逻辑漏洞。 - 长事务导致表膨胀:用
pg_stat_activity按xact_start排序找出最老事务,确认是业务连接泄漏还是分析查询;设置idle_in_transaction_session_timeout自动回收悬挂事务。 - 死锁定位只拿到一条报错:去服务端日志搜
deadlock detected,里面有两个事务的 pid 与语句;再用pg_blocking_pids复现等待链,确认是否索引缺失导致行锁升级或加锁顺序不一致。 - DDL 被长查询阻塞:
ALTER TABLE等 ACCESS EXCLUSIVE 被 ACCESS SHARE 阻塞时,查pg_locks中granted=false的relation与mode,必要时pg_terminate_backend掉长查询,或用lock_timeout让 DDL 快速失败重试。 - 监控查询本身被阻塞:
pg_locks、pg_stat_activity查询不需要业务表锁,但若实例已严重拥塞,可只查pg_stat_activity的wait_event_type/wait_event快速分类等待原因(Lock、IO、LWLock)。 - autovacuum 参数一刀切:大表用默认
autovacuum_vacuum_scale_factor=0.2触发太晚,按表设置autovacuum_vacuum_scale_factor=0.05与autovacuum_vacuum_cost_limit,避免死元组堆积到影响查询。
五、结语
PostgreSQL 的并发模型可以概括为"MVCC 让读写互不阻塞,锁与快照让一致性可配置、可观测"。选隔离级别时先想清楚业务真正需要哪种一致性语义,而不是默认拉到最高;监控上把 pg_locks、pg_stat_activity、pg_blocking_pids() 固化成例行检查或看板,锁等待与死锁就能从"事后救火"变成"事前预警"。
实践建议是给团队定三条规矩:其一,所有写事务必须带超时与重试,lock_timeout 与 deadlock_timeout 按业务可接受延迟设置;其二,长事务审批化,分析类查询走只读副本或带 statement_timeout;其三,任何 DDL 变更前先用 pg_locks 确认无长查询持锁。把这套动作做顺,PG 在并发场景下的稳定性会比大多数团队当前的状态好一个档次。

发表评论 取消回复