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。

点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论
立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部