57张图，13个实验，干死 MySQL 锁！

Posted 2022-01-27 yes的练级攻略

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了57张图，13个实验，干死 MySQL 锁！相关的知识，希望对你有一定的参考价值。

你好，我是yes。

前段时间写了一篇关于 mysql 锁的文章，一些小伙伴们在阅读之后产生了一些疑问，这些问题还挺有代表性的，所以在这里做个实验，来用事实探究一番。

那篇文章提到了记录锁（Record Locks），顾名思义锁的是记录，查看相关锁的信息

锁的类型就是行级锁，此时的锁为 X 锁，，由于 name 字段没有索引，索引事务 A、B 只能加锁到主键索引上，此时需要搜索 name 为 yes 的记录，但是又没有索引，只能全表扫描，恰巧扫描第一条记录就符合要求了，于是上锁，然后接着往后扫描，后面不符合条件所以没有上锁。此时事务 B 加锁，过程和事务 A 一样需要从第一条记录开始扫描上锁，但此时第一条记录已经被事务 A 锁了，所以第一条记录就冲突了，而第一条记录的 id 就是为 1，因此 lock_data 为 1。

现在，我把事务 A 提交，则事务 B 里面能立马得到结果。

从上面这个实验可以得知，如果查询条件上锁，但是没有对应的二级索引可以命中，那么锁就会锁到主键(聚簇)索引上。

而聚簇索引的非叶子节点只有主键的信息，没有 name 的信息，所以只能按顺序的全表扫描，加锁符合条件的记录，但是在扫描过程中遇到已经被加锁的记录就会被阻塞，即使这个记录不是目标记录。

看下面这个实验，你就清晰了。

这个实验其实就是把事务 A、B的语句执行的顺序换了一下。

此时，新起一个事务 C，先执行如下语句，锁的是id为2的记录：

然后，再起一个事务 D，执行：

此时同样被阻塞了，但是查看下锁信息你会发现：

lock_data 变为 id 为 2 的记录了，也就是说事务 C 扫描了 id 为 1 的记录之后，发现不符合条件，就释放了，（不然 lock_data 的值应该为 1）然后继续扫描 id 为 2 的记录，符合条件，于是上锁。

而事务 D 也扫描了 id 为 1 的记录，符合条件，于是上锁，然后接着向后扫描到 id 为 2 的记录，但是此时已经被事务C 加锁了，于是被阻塞。

这结果也符合了我上面的推断。

我们再继续实验。

这次来试试 update 的，此时新起事务 E ：

再起一个事务 F ：

并没有发生阻塞，这其实是符合我们预期的。但从中我们可以得知，在读提交级别下，即使没有索引，update 的全表扫描并不是和select ... for update那样全表按顺先加锁再判断条件，而是先找到符合的记录，然后再上锁。

我们再继续实验。

此时，把上面的事务都提交之后，再新起一个事务 G 执行以下语句，且不提交事务：

接着，再起一个事务 H 执行以下语句：

可以看到，事务 H 没有被阻塞，丝滑。

说明在读提交级别下，锁的只是已经存在的记录，对于插入还是防不住的，即使插入的 name 是 yes，也一样不会被阻塞。

实验二：隔离级别为可重复读，锁定非索引列的实验

隔离级别为可重复读：

还是之前的数据：

此时，发起事务 A，执行如下语句，且事务未提交：

接着，再发起事务 B，执行如下语句：

意料之中的结果，即事务 B 被阻塞，锁信息如下，还是 id 为 1 的记录出了锁冲突。

此时提交事务A、B，然后再新起一个事务 C：

然后再新起一个事务 D：

没错，事务 C、D 就是和 A、B 来个反顺序执行，重点来了，此时的锁信息如下：

可以看到，冲突的还是 id 为 1 的这条记录，那说明事务 C 在全表扫描，从第一条开始遍历，即使访问到了不符合条件的记录，加锁之后在事务提交之前就不会释放！

这里就和读已提交有差别了。

我们再继续实验，此时提交事务A、B、C、D之后，再新起一个事务 E：

接着，再起事务 F 执行如下语句：

可以看到，事务 F 被阻塞了，此时再看下锁的一些信息：

起冲突的 lock_data 是最大记录(supremum)，这个记录之前的文章提过的，MySQL页默认有最大和最小两条记录，不存储数据，作用类似于链表的 dummy 节点。

从这个结果来看，这个最大记录也被事务 F 锁了，这个表的 ID 是自增的，所以此时的插入记录，刚好要插入到最后面，这样就发生了冲突。

这其实有点出乎我的意料，我以为事务 F 插入应该是被事务 E 加的间隙锁给挡了才对。

这时候，我又做了个实验，我先造了一条 id 为 6 的记录，此时表内的数据如下：

同样再起一个事务执行，且未提交：

接着，我再起一个事务执行插入，但是指明了插入的 id 是 4 ，这样这条记录会将插入到记录 id 为 6 的前面。

此时被阻塞了，查看锁信息：

看到截图的 X,GAP 没，结果显示插入的事务需要记录锁+间隙锁，但是被前一个事务占用的 id 为 6 的记录锁给阻塞了。

这涉及到我的盲区了，上面的插入还只要记录锁，这时候的插入就又要申请间隙锁了？但是也不是因为间隙被阻塞啊？我之后再找个时间研究下，如果有大佬知道，请评论区指导我下。

我们再继续实验，清理下数据，还原到初始状态：

启动一个事务 G 执行：

接着再启动一个事务 H 执行：

此时发生了阻塞，看下锁的信息：

可以看到，可重复读级别下 update 的加锁与读提交不太一样，加锁的 lock_data 是 1，说明事务 G 扫描的 id 为 1 的记录之后没有释放锁。

如果把事务G、H 的启动顺序反过来，也就是先执行 H 的语句再执行 G 的语句，结果也是一样的，同样加锁的 lock_data 是 1，这说明可重复读的 update 不是先判断条件是否符合再上锁，而是先上锁再判断条件是否符合。

update 都会被阻塞，最终结论就是：

在可重复读级别下，加锁非索引列导致的全表记录上锁会使得所有插入和修改都会被阻塞。

小结一下：

此时把读者问题列上：

留言的回答语境是在可重复读级别下，现在我再来总结回答下：

在读提交级别下：

如果锁定的列为非索引列，加锁都是加到主键索引上的，select ..for update的加锁的顺序是从前往后全表扫描的顺序，遍历的记录先上锁，上锁之后发现不满足条件，则释放锁，然后继续往后遍历，直到全表扫描结束。

insert 都不会被阻塞。

而 update 其它字段值，其实也是找记录，如果找到的记录已经被上锁了，那么就会阻塞，如果找到的记录没有被锁则不会被阻塞。

在可重复读级别下：

如果锁定的列为非索引列，加锁都是加到主键索引上的，select ..for update的加锁的顺序是从前往后全表扫描的顺序，遍历的记录先上锁，上锁之后发现不满足条件，则不会释放锁，然后继续往后遍历，直到全表扫描结束。

所以只要有一个全表扫描的加锁，则 insert 的时候就会被阻塞。

而 update 其它字段值，其实也是找记录，如果找到的记录已经被上锁了，那么就会阻塞，如果找到的记录没有被锁则不会被阻塞。

与之相关的还有一个问题：

图里已经有答案了，包括前面的截图也可以看到所有的 lock_type 都是 RECORD ，也就是行级锁。

实验三：隔离级别为读提交，锁定索引列的实验

此时在 name 列建立索引。

CREATE TABLE `yes` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(45) DEFAULT NULL,
  `address` varchar(45) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_name` (`name`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8mb4

同样准备数据如下：

发起事务 A，执行如下语句，且事务未提交：

接着发起事务 B，执行如下语句：

可以看到，不会被阻塞，丝滑。

这个结果符合认知，因为此时 name 已经有索引了，在读提交级别下，只会在 name 索引上加相关记录的锁，而不会加全表行锁，因此事务 A、B 之间不会被阻塞。

此时再起一个事务 C，执行如下语句：

可以看到，发生了阻塞，此时查看锁信息：

可以看到，锁的索引确实变成了 idx_name，lock_data 显示锁的是 yes 这个记录，id 为 1。

从结果看：在可以命中二级索引的情况下，锁的是对应的二级索引。

我们继续做实验。

将上面所有事务提交之后。

启动事务 C 执行以下语句，且未提交事务：

接着，事务 D 执行以下语句：

并不会发生阻塞，丝滑地插入了数据。

执行 name 一样的插入，也不会阻塞。

所以在读提交级别下，对插入都不会产生阻塞。

关于 update 我就不实验了，和实验一的差别就是加锁索引换成了 name 的索引，其他表现一致。

实验四：隔离级别为可重复读，锁定索引列的实验

同样准备数据如下：

在可重复读级别下，事务A执行：

接着，事务 B 执行：

此时发生了阻塞，查看锁信息：

这是预期之内的阻塞，因为按照 name 为索引，yes这条记录是排在最后的(字母序)，为了防止幻读，可重读隔离级别下会在对应记录前后加入间隙锁，而新的记录的插入恰巧需要排 yes 这条记录的后面。

但是从截图结果来看此时lock_mode是记录锁，且 lock_data 是 supremum，这又涉及到我的盲区了，难道是最后的记录插入比较特殊？所以不是因为间隙锁被阻塞，而是被最大记录行锁阻塞？

此时把事务A、B都提交了，然后我们再执行事务 C：

接着再执行事务 D：

此时的插入不会被阻塞，因为事务 C 锁的是记录 yes 左右的间隙和 yes 本身，而事务B提交了，因此事务D插入的不是被锁定的位置。

如果此时事务 C 接着再执行：

则会被阻塞，我们看下锁的信息：

可以看到，此时被阻塞的锁是记录锁+间隙锁（next-key lock），这符合我们的认知和上面的图，因为要插入的数据在 yes 和公众号：yes的练级攻略之间。

update我就不实验了，不是全表扫描，只会根据索引加锁扫描到的记录。

小结

在命中索引列的前提下，只会在索引列上加锁。

如果此时在读已提交级别下：

select..for update和update的所查找的记录本身会被加上记录锁，因此这个位置的插入会被阻塞，其他位置的插入则没有影响。

如果此时在可重复读级别下：

select..for update和update的所查找的记录在索引位置前后会被加间隙锁，记录本身加记录锁，因此这些位置的插入会被阻塞，其他位置的插入则没有影响。

最后

分了四个实验大类，一个做了十三个实验。

还是挺有收获的，惊喜就是发现了细节盲区，之后研究一下再出一篇文章。

从实验来看，这里再做个概念性的总结：

锁是作用在索引上的，因此如果能命中二级索引就在二级索引上加锁，不然就得被迫在聚簇索引上加锁。

被迫在聚簇索引上加锁，会导致全表扫描式的加锁。

在可重复读下，不论命中哪个索引，不论是select..for update还是update，只要被扫描到的记录，都会被加锁，不论是否符合条件，在事务提交之后才会释放。

在读提交下，select..for update表现出来的结果是扫描到的记录先加锁，再判断条件，不符合就立马释放，不需要等到事务提交，而 update 的扫描是先判断是否符合条件，符合了才上锁。

声明：以上实验是基于 MySQL 5.7.26 版本，存储引擎为 InnoDB 。

这些实验我之前花了三个工作日晚上做的，由于时间是零散的，导致中间实验出错，期间设置事务隔离级别语句有问题，导致我在错误的前提下做实验，实验结果不断地冲击我的认知，我整个人都快搞崩溃了....

然后周六花了一天的时间重新理了一下，实验图很多，可能看了后面就忘了前面，建议结合着结论来回看，这样对结论会有更深刻的认识，但是有些实验结论我是根据实验现象来推断的，我没有去找相关的官网说明，如有错误，恳请指正，如有疑惑还请自行实验，可以在评论区交流一番。

推荐阅读：

这波中间件特意的优化，无用？？？

Math.abs 竟然返回了负数？？

我是yes，从一点点到亿点点，我们下篇见~

MySQL 进阶锁 -- MySQL锁概述MySQL锁的分类：全局锁（数据备份）表级锁（表共享读锁表独占写锁元数据锁意向锁）行级锁（行锁间隙锁临键锁）

1. MySQL锁概述

锁是计算机协调多个进程或线程并发访问某一资源的机制。在数据库中，除传统的计算资源（CPU、RAM、I/O）的争用以外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂。

MySQL中的锁，按照锁的粒度分，分为以下三类：

全局锁：锁定数据库中的所有表。
表级锁：每次操作锁住整张表。
行级锁：每次操作锁住对应的行数据。

2. 全局锁

2.1 全局锁介绍

全局锁就是对整个数据库实例加锁，加锁后整个实例就处于只读状态（只可以执行DQL），后续的DML的写语句，DDL语句，已经更新操作的事务提交语句都将被阻塞。

其典型的使用场景是做全库的逻辑备份，对所有的表进行锁定，从而获取一致性视图，保证数据的完整性。

为什么全库逻辑备份，就需要加全就锁呢？

我们一起先来分析一下不加全局锁，可能存在的问题。

假设在数据库中存在这样三张表：tb_stock 库存表，tb_order 订单表，tb_orderlog 订单日志表。

在进行数据备份时，先备份了tb_stock库存表。
然后接下来，在业务系统中，执行了下单操作，扣减库存，生成订单（更新tb_stock表，插入tb_order表）。
然后再执行备份 tb_order 表的逻辑。
业务中执行插入订单日志操作。
最后，又备份了tb_orderlog表。

此时备份出来的数据，是存在问题的。因为备份出来的数据，tb_stock表与tb_order表的数据不一致（有最新操作的订单信息,但是库存数没减）。

那如何来规避这种问题呢? 此时就可以借助于MySQL的全局锁来解决。

再来分析一下加了全局锁后的情况

对数据库进行进行逻辑备份之前，先对整个数据库加上全局锁，一旦加了全局锁之后，其他客户端的DDL、DML全部都处于阻塞状态，但是可以执行DQL语句，也就是处于只读状态，而数据备份就是查询操作。那么数据在进行逻辑备份的过程中，数据库中的数据就是不会发生变化的，这样就保证了数据的一致性和完整性。

2.2 全局锁语法

2.2.1 加全局锁

flush tables with read lock;

2.2.2 释放全局锁

unlock tables;

2.2.3 数据备份

首先连接上MySQL：

mysql -h 192.168.135.130 -P 3306 -u root -p

开启全局锁：

flush tables with read lock;

加了锁之后你会发现执行除了DQL以外的语句会阻塞住：

我们现在来备份codejiao数据库：

# mysqldump 是MySQL 提供的工具, 这个命令不是sql语句, 不可以在MySQL的命令行当中执行, 直接在windows的命令行执行即可
# 这里192.168.135.130是服务器IP 3306 是MySQL服务端口 
# root是表示root用户  317525是用户密码 codejiao 是数据库名称
# D:\\codejiao.sql 是备份到本地的文件名称 这个文件可以不存在
mysqldump -h 192.168.135.130 -P 3306 -u root -p317525 codejiao > D:\\codejiao.sql

这里给出的警告是表示直接把密码暴露在命令中不安全，但是并不影响备份的操作

备份完成的样子：

接下来就可以释放全局锁了

# 释放全局锁
unlock tables;

2.3 全局锁特点

数据库中加全局锁，是一个比较重的操作，存在以下问题：

如果在主库上备份，那么在备份期间都不能执行更新，业务基本上就得停摆。
如果在从库上备份，那么在备份期间从库不能执行主库同步过来的二进制日志（binlog），会导致主从延迟。

在InnoDB引擎中，我们可以在备份时加上参数 --single-transaction 参数来完成不加锁的一致性数据备份（底层是快照实现的）。

# 例如这样即可
mysqldump --single-transaction -h 192.168.135.130 -P 3306 -u root -p317525 codejiao > D:\\codejiao2.sql

3. 表级锁

3.1 表级锁介绍

表级锁，每次操作锁住整张表。锁定粒度大，发生锁冲突的概率最高，并发度最低。应用在MyISAM、InnoDB、BDB等存储引擎中。

对于表级锁，主要分为以下三类：

表锁
元数据锁（meta data lock, MDL）
意向锁

3.2 表锁

对于表锁，分为两类：

表共享读锁（read lock）
表独占写锁（write lock）

语法：

加锁：lock tables 表名... read / write。
释放锁：
- 第一种方式：unlock tables
- 第二种方式：客户端断开连接。

3.2.1 表共享读锁（read lock）

左侧为客户端一，对指定表加了读锁，不会影响右侧客户端二的读，但是会阻塞右侧客户端的写。（任何客户端对该表都只有写的权限）

测试:

3.2.2 表独占写锁（write lock）

左侧为客户端一，对指定表加了写锁，会阻塞右侧客户端的读和写。但是本客户端可以读和写。

测试:

3.2.3 小结

读锁不会阻塞其他客户端的读，但是会阻塞写。写锁既会阻塞其他客户端的读，又会阻塞其他客户端的写。

3.3 元数据锁（自动添加，一旦事务提交了元数据锁会自动释放）

meta data lock ，元数据锁，简写MDL。

MDL加锁过程是系统自动控制，无需显式使用，在访问一张表的时候会自动加上。MDL锁主要作用是维护表元数据的数据一致性，在表上有活动事务的时候，不可以对元数据进行写入操作。 为了避免DML与DDL冲突，保证读写的正确性。

元数据可以简单理解为就是一张表的表结构。也就是说，某一张表涉及到未提交的事务时，是不能够修改这张表的表结构的。（MySQL默认是事务提交的）

在MySQL5.5中引入了MDL，当对一张表进行增删改查的时候，加MDL读锁(共享)；当对表结构进行变更操作的时候，加MDL写锁(排他)。

常见的SQL操作时，所添加的元数据锁：

对应SQL	锁类型	说明
lock tables xxx read / write	SHARED_READ_ONLY / SHARED_NO_READ_WRITE
select 、select …lock in share mode	SHARED_READ	与SHARED_READ、SHARED_WRITE兼容，与EXCLUSIVE互斥
insert 、update、delete、select … for update	SHARED_WRITE	与SHARED_READ、SHARED_WRITE兼容，与EXCLUSIVE互斥
alter table …	EXCLUSIVE	与其他的MDL都互斥

总的来说就是SHARED_READ和SHARED_WRITE兼容，并且都不兼容EXCLUSIVE。

演示：

当执行SELECT、INSERT、UPDATE、DELETE等语句时，添加的是元数据共享锁（SHARED_READ / SHARED_WRITE），之间是兼容的。

当执行SELECT语句时，添加的是元数据共享锁（SHARED_READ），会阻塞元数据排他锁（EXCLUSIVE），之间是互斥的。

我们可以通过下面的SQL，来查看数据库中的元数据锁的情况（其实查询的是系统表performance_schema.metadata_locks里面的数据）：

select object_type, object_schema, object_name, lock_type, lock_duration
from performance_schema.metadata_locks;

3.4 意向锁（自动添加，一旦事务提交了意向锁会自动释放）

3.4.1 意向锁介绍

为了避免DML在执行时，加的行锁与表锁的冲突，在InnoDB中引入了意向锁，使得表锁不用检查每行数据是否加锁，使用意向锁来减少表锁的检查。

假如没有意向锁，客户端一对表加了行锁后，客户端二如何给表加表锁呢，来通过示意图简单分析一下：

首先客户端一，开启一个事务，然后执行DML操作，在执行DML语句时，会对涉及到的行加行锁。
当客户端二，想对这张表加表锁时，会检查当前表是否有对应的行锁，如果没有，则添加表锁，此时就会从第一行数据，检查到最后一行数据，效率较低（全表扫描）。

有了意向锁之后 :

客户端一，在执行DML操作时，会对涉及的行加行锁，同时也会对该表加上意向锁。

而其他客户端，在对这张表加表锁的时候，会根据该表上所加的意向锁来判定是否可以成功加表锁，而不用逐行判断行锁情况了（有意向锁就不可以加表锁）。

3.4.2 意向锁分类

意向共享锁（IS）: 由语句 select ... lock in share mode 添加。与表锁共享锁（read）兼容，与表锁排他锁（write）互斥。
意向排他锁（IX）：由insert、update、delete、select...for update添加。与表锁共享锁（read）及排他锁（write）都互斥，意向锁之间不会互斥。

一旦事务提交了，意向共享锁、意向排他锁，都会自动释放。

可以通过以下SQL，查看意向锁及行锁的加锁情况：

select object_schema, object_name, index_name, lock_type, lock_mode, lock_data
from performance_schema.data_locks;

演示：

4. 行级锁（自动添加，一旦事务提交了自动释放行级锁）

行级锁，每次操作锁住对应的行数据。锁定粒度最小，发生锁冲突的概率最低，并发度最高。应用在InnoDB存储引擎中。

InnoDB的数据是基于索引组织的，行锁是通过对索引上的索引项加锁来实现的，而不是对记录加的锁。对于行级锁，主要分为以下三类：

行锁（Record Lock）：锁定单个行记录的锁，防止其他事务对此行进行 update 和 delete。在RC（读已提交）、RR（可重复读）隔离级别下都支持。
间隙锁（Gap Lock）：锁定索引记录间隙（不含该记录），确保索引记录间隙不变，防止其他事务在这个间隙进行insert，产生幻读。在RR（可重复读）隔离级别下都支持。
临键锁（Next-Key Lock）：行锁和间隙锁组合，同时锁住数据，并锁住数据前面的间隙Gap。在RR（可重复读）隔离级别下支持。

4.1 行锁

4.1.1 行锁介绍

InnoDB实现了以下两种类型的行锁：

共享锁（S）：允许一个事务去读一行，阻止其他事务获得相同数据集的排它锁。
排他锁（X）：允许获取排他锁的事务更新数据，阻止其他事务获得相同数据集的共享锁和排他锁。

两种行锁的兼容情况如下:

常见的SQL语句，在执行时，所加的行锁如下：

4.1.2 行锁演示

默认情况下，InnoDB在 REPEATABLE READ 事务隔离级别运行，InnoDB使用 next-key 锁进行搜索和索引扫描，以防止幻读。

针对唯一索引进行检索时，对已存在的记录进行等值匹配时，将会自动优化为行锁。
InnoDB的行锁是针对于索引加的锁，不通过索引条件检索数据，那么InnoDB将对表中的所有记录加锁，此时就会升级为表锁。

可以通过以下SQL，查看意向锁及行锁的加锁情况：

select object_schema, object_name, index_name, lock_type, lock_mode, lock_data
from performance_schema.data_locks;

演示数据准备: 就id有一个主键索引，其余2个字段没有索引

CREATE TABLE `stu`
(
    `id`   int NOT NULL PRIMARY KEY AUTO_INCREMENT,
    `name` varchar(255) DEFAULT NULL,
    `age`  int NOT NULL
) ENGINE = InnoDB
  CHARACTER SET = utf8mb4;

INSERT INTO `stu`
VALUES (1, 'tom', 1);
INSERT INTO `stu`
VALUES (3, 'cat', 3);
INSERT INTO `stu`
VALUES (8, 'rose', 8);
INSERT INTO `stu`
VALUES (11, 'jetty', 11);
INSERT INTO `stu`
VALUES (19, 'lily', 19);
INSERT INTO `stu`
VALUES (25, 'luci', 25);

普通的select语句，执行时，不会加锁。

select…lock in share mode，加共享锁

共享锁与共享锁之间兼容。

共享锁与排他锁之间互斥。

客户端一获取的是id为1这行的共享锁，客户端二是可以获取id为3这行的排它锁的，因为不是同一行数据。而如果客户端二想获取id为1这行的排他锁，会处于阻塞状态，以为共享锁与排他锁之间互斥。

说明：我这里写的写锁指的是排他锁。

排它锁与排他锁之间互斥

当客户端一，执行update语句，会为id为1的记录加排他锁；客户端二，如果也执行update语句更新id为1的数据，也要为id为1的数据加排他锁，但是客户端二会处于阻塞状态，因为排他锁之间是互斥的。直到客户端一，把事务提交了，才会把这一行的行锁释放，此时客户端二，解除阻塞。

无索引行锁升级为表锁：

stu表中数据如下:

我们在两个客户端中执行如下操作:

在客户端一中，开启事务，并执行update语句，更新name为Lily的数据，也就是id为19的记录。然后在客户端二中更新id为3的记录，却不能直接执行，会处于阻塞状态，为什么呢？原因就是因为此时，客户端一，根据name字段进行更新时，name字段是没有索引的，如果没有索引，此时行锁会升级为表锁(因为行锁是对索引项加的锁，而name没有索引)。

接下来，我们再针对name字段建立索引，索引建立之后，再次做一个测试：

 create index idx_stu_name on stu(name);

此时我们可以看到，客户端一，开启事务，然后依然是根据name进行更新。而客户端二，在更新id为3的数据时，更新成功，并未进入阻塞状态。这样就说明，我们根据索引字段进行更新操作，就可以避免行锁升级为表锁的情况。

4.2 间隙锁 & 临键锁（next-key 锁）

默认情况下，InnoDB在 REPEATABLE READ 事务隔离级别运行，InnoDB使用 next-key 锁（临键锁）进行搜索和索引扫描，以防止幻读。

索引上的等值查询（唯一索引），给不存在的记录加锁时, 优化为间隙锁。
索引上的等值查询（非唯一普通索引），向右遍历时最后一个值不满足查询需求时，next-key lock 退化为间隙锁。
索引上的范围查询（唯一索引）会访问到不满足条件的第一个值为止。

注意：间隙锁唯一目的是防止其他事务插入间隙。间隙锁可以共存，一个事务采用的间隙锁不会阻止另一个事务在同一间隙上采用间隙锁。

示例演示：

索引上的等值查询（唯一索引），给不存在的记录加锁时，优化为间隙锁

只有客户端一，提交了事务（释放间隙锁），才可以插入id为7的数据

索引上的等值查询（非唯一普通索引），向右遍历时最后一个值不满足查询需求时，next-key lock 退化为间隙锁。

介绍分析一下：

我们知道InnoDB的 B+树索引结构，叶子节点是有序的双向链表。假如，我们要根据这个二级索引查询值为18的数据，并加上共享锁，我们是只锁定18这一行就可以了吗？并不是，因为是非唯一索引，这个结构中可能有多个18的存在，所以，在加锁时会继续往后找，找到一个不满足条件的值（当前案例中也就是29）。此时会对18加临键锁，并对29之前的间隙加锁。