Sql Server 死锁的监控分析解决思路

1 背景

1.1 报警情况

最近整理笔记，打算全部迁移到evernote。整理到锁这一部分，里边刚好有个自己记录下来的案例，重新整理分享下给大家。

某日中午，收到报警短信，db死锁异常，单分钟死锁120个。

死锁的xml文件如下：

<deadlock-list>
<deadlock victim="process810b00cf8">
<process-list>
<process id="process810b00cf8" taskpriority="0" logused="0" waitresource="rid: 13:1:1541136:62" waittime="7682" ownerid="3396587959" transactionname="update" lasttranstarted="2016-01-08t12:03:51.067" xdes="0xa99746d08" lockmode="u" schedulerid="41" kpid="17308" status="suspended" spid="108" sbid="0" ecid="0" priority="0" trancount="2" lastbatchstarted="2016-01-08t12:03:51.067" lastbatchcompleted="2016-01-08t12:03:51.067" lastattention="1900-01-01t00:00:00.067" clientapp="microsoft sql server management studio - 查询" hostname="test-server" hostpid="1433" loginname="xinysu" isolationlevel="read committed (2)" xactid="3396587959" currentdb="13" locktimeout="4294967295" clientoption1="671098976" clientoption2="390200">
<executionstack>
<frame procname="adhoc" line="7" stmtstart="214" stmtend="484" sqlhandle="0x020000003acf4f010561e479685209fb09a7fd15239977c60000000000000000000000000000000000000000">
update financereceiptnorule set nowseqvalue=@returnnum,isrunning='0',lastwritetime=getdate() where isrunning='1' and seqcode=@seqcode </frame>
</executionstack>
<inputbuf>
declare @seqcode varchar(60)
declare @returnnum bigint
set @seqcode='cgjs20160106'
while(1=1)
begin
update financereceiptnorule set nowseqvalue=@returnnum,isrunning='0',lastwritetime=getdate() where isrunning='1' and seqcode=@seqcode
end </inputbuf>
</process>
<process id="process18fd5d8cf8" taskpriority="0" logused="248" waitresource="key: 13:72057594040090624 (b3ade7c5980c)" waittime="4" ownerid="3396522828" transactionname="user_transaction" lasttranstarted="2016-01-08t12:03:05.310" xdes="0x18c1db63a8" lockmode="u" schedulerid="57" kpid="16448" status="suspended" spid="161" sbid="0" ecid="0" priority="0" trancount="2" lastbatchstarted="2016-01-08t12:03:58.737" lastbatchcompleted="2016-01-08t12:03:33.847" lastattention="2016-01-08t12:03:33.850" clientapp="microsoft sql server management studio - 查询" hostname="test-server" hostpid="1433" loginname="xinysu" isolationlevel="read committed (2)" xactid="3396522828" currentdb="13" locktimeout="4294967295" clientoption1="671090784" clientoption2="390200">
<executionstack>
<frame procname="adhoc" line="6" stmtstart="210" stmtend="400" sqlhandle="0x020000001b4f23368af7bba99098c10dec46585804f1b4ce0000000000000000000000000000000000000000">
update dbo.financereceiptnorule set [isrunning]='1' where seqcode=@seqcode and isrunning='0' </frame>
</executionstack>
<inputbuf>
declare @seqcode varchar(60)
declare @returnnum bigint
set @seqcode='cgjs20160106'
while(1=1)
begin
update dbo.financereceiptnorule set [isrunning]='1' where seqcode=@seqcode and isrunning='0' 
end
</inputbuf>
</process>
</process-list>
<resource-list>
<ridlock fileid="1" pageid="1541136" dbid="13" objectname="fin_test.dbo.financereceiptnorule" id="lock51e8a3980" mode="x" associatedobjectid="72057594040025088">
<owner-list>
<owner id="process18fd5d8cf8" mode="x" />
</owner-list>
<waiter-list>
<waiter id="process810b00cf8" mode="u" requesttype="wait" />
</waiter-list>
</ridlock>
<keylock hobtid="72057594040090624" dbid="13" objectname="fin_test.dbo.financereceiptnorule" indexname="pk_financereceiptnorule" id="lock7b2c6bc80" mode="u" associatedobjectid="72057594040090624">
<owner-list>
<owner id="process810b00cf8" mode="u" />
</owner-list>
<waiter-list>
<waiter id="process18fd5d8cf8" mode="u" requesttype="wait" />
</waiter-list>
</keylock>
</resource-list>
</deadlock>
</deadlock-list>

表格结构跟模拟数据如下：

--涉及表格：
create table [dbo].[financereceiptnorule](
[seqcode] [varchar](60) not null,
[nowseqvalue] [bigint] null,
[seqdate] [varchar](14) not null,
[isrunning] [varchar](1) null,
[lastwritetime] [datetime] null,
[prefix] [varchar](4) null
) on [primary]
go
--数据模拟
insert [dbo].[financereceiptnorule] ([seqcode], [nowseqvalue], [seqdate], [isrunning], [lastwritetime], [prefix]) values (n'test20150108', 1469, n'20150108', n'0', cast(n'2015-01-08 05:05:49.163' as datetime), n'test')
go
insert [dbo].[financereceiptnorule] ([seqcode], [nowseqvalue], [seqdate], [isrunning], [lastwritetime], [prefix]) values (n'test20150109', 1377, n'20150109', n'0', cast(n'2015-01-09 04:50:26.610' as datetime), n'test')
go
 
alter table [dbo].[financereceiptnorule] add constraint [pk_financereceiptnorule] primary key nonclustered 
(
[seqcode] asc
)with (pad_index = off, statistics_norecompute = off, sort_in_tempdb = off, ignore_dup_key = off, online = off, allow_row_locks = on, allow_page_locks = on) on [primary]
go

1.2 如何监控

捕获死锁有多种方式可以捕获，这里介绍2种：sql server profiler工具跟extended events。profiler相对比较耗资源，但是由于只监控死锁这一项，所以性能影响不是很大，其可视化界面较易上手；extended events耗费资源较少，实时记录到倒数第二个死锁，同时需要sql语句来分析查询记录文件。

如何使用 profiler监控？

打开 ssms，点击<工具>，选择 <sql server profiler>，如下图。

登录到需要监控的db实例，填写相应的跟踪属性，首先是<常规>页面,如下图。这里注意2个方面，第一，选择 <tsql-locks>模板，这个模板即可以用来监控死锁，也可以拿来观察 锁申请与释放情况，非常详细，有事没事可以多拿来看select update delete等语句对锁的申请及释放情况；第二，监控结果存储，建议可以存放到某个表格中去，方便定期分析与统计。

接着填写<事件选择>项，只需要选择 <deadlock graph> events，其他都不需要打勾，最后点击运行就可以开始监控了。

可以用一个万年常用的例子来检查是否监控正常，开3个查询窗口，按照以下顺序执行则会发生资源占用及申请互斥导致死锁，执行完第5步，等待1-3s则发生死锁。脚本提供如下：

--session 1
create table test_dl(
id int not null primary key ,
name varchar(100));

insert into test_dl(id,name) select 1,'a';
insert into test_dl(id,name) select 2,'b';

--session2 2 2 2 2 2 2 2 2 2 
begin transaction
update test_dl set name='a-test' where id=1

--session3 3 3 3 3 3 3 3 3 3 
begin transaction
update test_dl set name='b-test' where id=2

--session2 2 2 2 2 2 2 2 2 2 
 select * from test_dl where id=2

--session3 3 3 3 3 3 3 3 3 3
 select * from test_dl where id=1

模拟死锁sql

监控到的死锁界面如下：

 

如何使用extended events监控？

建立扩展事件监控的脚本如下：（扩展事件很赞，2012版支持可视化操作，感兴趣的可以上 msdn了解:https://msdn.microsoft.com/zh-cn/library/bb630282.aspx，本文就不分析语法等知识点了）

create event session [deadlock] on server 
add event sqlserver.xml_deadlock_report 
add target package0.event_file(set filename=n'f:\events\deadlock\deadlock.xel',max_file_size=(20)),
add target package0.ring_buffer(set max_events_limit=(100),max_memory=(10240),occurrence_number=(50))
with (max_memory=4096 kb,event_retention_mode=allow_single_event_loss,max_dispatch_latency=30 seconds,max_event_size=0 kb,memory_partition_mode=none,track_causality=off,startup_state=on)
go

查询sql如下，这里需要注意：查询是基于buffer还是基于filer分析，一般buffer存储的个数都是有限的，比如上文我们只分配了4m存储，file分析则是完整的，但是要看保留的文件个数。这里我们给出buffer的查询sql如下，file的查询大家感兴趣的可以动手写下。

declare @deadlock_xml xml
select @deadlock_xml=(
      select 
        ( 
        select
          convert(xml, target_data)
        from sys.dm_xe_session_targets st
        join sys.dm_xe_sessions s on s.address = st.event_session_address
        where s.name = 'deadlock' and st.target_name = 'ring_buffer'
        ) as [x]
      for xml path('') , type
      )

select 
dateadd(hour,+6,tb.col.value('@timestamp[1]','varchar(max)')) timepoint,
tb.col.value('(data/value/deadlock/process-list/process/executionstack/frame)[1]','varchar(max)') statement_parameter_k,
tb.col.value('(data/value/deadlock/process-list/process/executionstack/frame)[2]','varchar(max)') statement_k,
tb.col.value('(data/value/deadlock/process-list/process/executionstack/frame)[3]','varchar(max)') statement_parameter,
tb.col.value('(data/value/deadlock/process-list/process/executionstack/frame)[4]','varchar(max)') [statement],
tb.col.value('(data/value/deadlock/process-list/process/@waitresource)[1]','varchar(max)') waitresource_k,
tb.col.value('(data/value/deadlock/process-list/process/@waitresource)[2]','varchar(max)') waitresource,
tb.col.value('(data/value/deadlock/process-list/process/@isolationlevel)[1]','varchar(max)') isolationlevel_k,
tb.col.value('(data/value/deadlock/process-list/process/@isolationlevel)[2]','varchar(max)') isolationlevel,
tb.col.value('(data/value/deadlock/process-list/process/@waittime)[1]','varchar(max)') waittime_k,
tb.col.value('(data/value/deadlock/process-list/process/@waittime)[2]','varchar(max)') waittime,
tb.col.value('(data/value/deadlock/process-list/process/@clientapp)[1]','varchar(max)') clientapp_k,
tb.col.value('(data/value/deadlock/process-list/process/@clientapp)[2]','varchar(max)') clientapp,
tb.col.value('(data/value/deadlock/process-list/process/@hostname)[1]','varchar(max)') hostname_k,
tb.col.value('(data/value/deadlock/process-list/process/@hostname)[2]','varchar(max)') hostname
from @deadlock_xml.nodes('//event') as tb(col)

这个sql可以查询的出非常详细的资源争夺情况，如果想要有效的使用扩展事件，建议大家详细查看下官网的xml语法（sql server对xml的支持也是棒棒哒，期待2016版中的json支持）

 

是不是很清晰，一目了然，有了这个就可以去分析拉！

2 分析

根据xml文件内容或者扩展事件的监控内容，都可以整理为以下信息（开头的那个死锁分析）：

 

查看事务1及事务2的执行计划如下：

 

结合表格及执行计划，可以大致推测死锁过程：

会话1：

• 根据主键seqcode查找到键值所在的 索引页 index_page，找到该页上面的 keyhashvalue 键值行 index_key，对index_page持有iu锁，对index_key持有u锁；
• 由于该表是堆表，bookmark lookup是通过 rid查找 ，即通过行标识符查找，找到rid所对应的行数据所在的 数据页  data_page，然后在该页面上找到rid指向槽号上的行数据，对该行数据持有u锁；
• 这个时候，已经查找到了需要更新的行数据，可以把数据页 data_page上的iu锁 升级为ix锁，rid指向的行数据 从u锁升级为x锁，升级结束后，释放索引页跟键值行上面的 iu锁及u锁。
• 则此时，会话1 持有 data_page 上的ix锁、rid行上的 x锁.

这个过程中，刚好会话2进行这样的锁申请：

• 找出事务2中持有锁资源是哪个索引，可以根据sys.partitions 可以查看到72057594038910976是主键pk_financereceiptnorule，主键列是：seqcode。
• 根据主键seqcode查找到键值所在的 索引页 index_page，找到该页上面的 键值行 index_key，对index_page持有iu锁，对index_key持有u锁；
• 由于该表是堆表，bookmark lookup是通过 rid查找 ，即通过行标识符查找，找到rid所对应的行数据所在的 数据页  data_page，然后在该页面上找到rid指向槽号上的行数据，准备该行数据持有u锁，但是发现rid行上被会话1持有了x锁，导致其申请 u锁 timeout。
  
• 则此时 会话2 持有 index_page上的iu锁、index_key上的u锁、data_page上的iu锁，请求 rid行的 u锁。

假设这个时候，会话1 中又执行了一次update操作（同一个事务中）：

根据主键seqcode查找到键值所在的 索引页 index_page，找到该页上面的 键值行 index_key，对index_page持有iu锁，准备对index_key持有u锁，但是发现 index_key被会话2持有了u锁。

那么这个时候死锁就产生了(详见下图)：

• 会话1 持有 data_page 上的ix锁、rid行上的 x锁，申请 index_key 的u锁（等待会话2释放）
• 会话2 持有 index_page上的iu锁、index_key上的u锁、data_page上的iu锁，请求 rid行的 u锁（等待会话1释放）

 

3 解决

想法子除去rid查找，直接index就找到数据，就不会发生这个死锁，也就是，在主键上面重新建立聚集索引，丢弃原先的非聚集索引主键。因为这样排除了rid的u锁申请与持有，直接是保持x锁 直至事务结束，同时可以直接根据主键来修改键值所在的数据页，减少的rid查询行的时间。

修改后的执行计划如下：

 

其锁申请释放的流程如下(详见截图)：

• 根据主键seqcode查找到键值所在的 索引页 index_page，找到该页上面的 keyhashvalue 键值行 index_key，对index_page持有iu锁，对index_key持有u锁；
• 由于该表已经是聚集索引表，主键所在的页上包含 行数据，则可以直接 对index_page持有iu锁升级为ix锁，对index_key持有u锁升级为x锁，避免了rid逐个找行数据的锁申请

 

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持！