I IT 面试题库
【故障排查】线上执行 ALTER TABLE 加字段长时间无响应,随后该表所有 select 也全部堵死、连接数飙升。请定位根因并给出处置与预防方案
高级故障排查题Java后端工程师后端架构师SpringCloud微服务网关熔断
题目
追问链第五环:从行锁走向表级的元数据锁(MDL)线上事故。考察点:MDL 读/写锁的自动加锁规则与释放时机;"MDL 写锁等待会阻塞后续所有读"的队列优先级机制;长事务是元凶;安全执行 DDL 的操作规程。
参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 73 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点一:根因定位——MDL 写锁被长事务卡住引发连锁阻塞
- MDL 不需要显式申请:表上的 CRUD 自动加 MDL 读锁,表结构变更(DDL)自动加 MDL 写锁;MDL 在事务提交后才释放,事务执行期间一直持有。
- 事故链:某个长事务先执行了 select(持有 MDL 读锁一直不提交)→ ALTER 申请 MDL 写锁被阻塞 → 由于申请 MDL 锁的队列中写锁优先级高于读锁,后续所有该表的 CRUD(申请读锁)都被堵在写锁之后 → 查询堆积、连接池打满、连接数飙升。"改表卡住 + 全表查询堵死"的组合是 MDL 事故的典型指纹。
要点二:处置步骤
- 先止血:查 performance_schema.metadata_locks / information_schema.innodb_trx 定位持有 MDL 读锁的长事务会话,kill 掉长事务(或让其尽快提交),ALTER 即可拿到写锁放行;必要时先 kill 掉堆积的查询防连接耗尽。
- 再观察:确认 DDL 完成后连接数、QPS 恢复正常;复盘该长事务的来源(未提交的手工会话、忘提交的代码事务、监控脚本等)。
要点三:预防方案
- 变更前检查:执行 DDL 前先查 information_schema.innodb_trx 中是否有长事务,有则先处理。
- 使用 online DDL / gh-ost 等工具:ALTER 时设置 lock=none 或用无锁变更工具,缩短 MDL 写锁持有窗口;仍要在低峰期执行。
- 代码规范:应用侧禁止开启事务后空等(长事务),设置 innodb 锁等待与事务超时;把"大表 DDL 前必须检查长事务"写进变更 checklist。
题目与答案就在本页;收藏、批注和错题重练在应用内