根本原因是事务持锁时间过长或锁粒度过大，InnoDB在RR级别下使用间隙锁，导致未命中数据时也阻塞插入；应优化索引、缩短事务、避免耗时操作、合理选择锁类型及批量策略。
为什么 SELECT ... FOR UPDATE 在高并发下会卡死？
根本原因不是锁本身，而是事务持有锁的时间过长，或锁粒度超出必要范围。InnoDB 默认在可重复读（RR）隔离级别下使用间隙锁（Gap Lock），SELECT ... FOR UPDATE 不仅锁住匹配行，还可能锁住索引间隙——哪怕 WHERE 条件没命中任何数据，也会阻塞其他事务插入相邻值。
实操建议：
- 确保被
FOR UPDATE查询的字段有有效索引，否则会升级为表级锁或全扫描加锁 - 把锁操作尽量靠近事务末尾，避免在锁住行后执行耗时逻辑（如远程调用、复杂计算）
- 若业务允许，改用
SELECT ... LOCK IN SHARE MODE+ 应用层校验，减少排他锁竞争 - 在 RR 级别下测试时，注意
INSERT INTO ... SELECT或UPDATE ... WHERE语句也可能隐式触发间隙锁，引发死锁
如何避免 INSERT ... ON DUPLICATE KEY UPDATE 的锁冲突？
该语句在唯一键冲突时会先尝试插入，失败后转为更新，但整个过程会对目标行（包括冲突前的插入意向锁）加锁。在高并发写同一主键/唯一键场景下，极易出现锁等待甚至死锁。
关键点：
- 它只对**实际命中或可能插入位置的索引记录**加锁，不是全表锁，但唯一索引上的竞争仍很激烈
- 如果唯一键是复合索引，且 WHERE 条件未覆盖最左前缀，可能导致锁范围扩大
- MySQL 8.0+ 中，
INSERT ... ON DUPLICATE KEY UPDATE在某些情况下会释放插入意向锁再获取更新锁，造成短暂窗口，但并发压力大时仍不可靠 - 替代方案：先
SELECT ... FOR UPDATE判断是否存在，再决定 INSERT 或 UPDATE——前提是能接受两次网络往返和更长的事务时间
innodb_lock_wait_timeout 调小就能解决超时问题？
不能。把 innodb_lock_wait_timeout 从默认 50 秒调成 1 秒，只是让等待更快失败，不减少锁争用本身。反而可能让应用频繁重试，加剧系统负载。
开源电子商务系统(网店) iWebShop
下载
iWebShop基于iWebSI框架开发，在获得iWebSI技术平台库支持的条件下，iWebShop可以轻松满足用户量级百万至千万级的大型电子商务网站的性能要求。站点的集群与分布式技术（分布式计算与存储/高可用性/负载均衡）被屏蔽在SI 平台之内，基于iWebShop并且按照SI平台库扩展规范开发的新增功能模块，也将同时获得这种超级计算与处理的能力。作为开源的LAMP电子商务系统，iWebShop
真正有效的做法：
- 用
SHOW ENGINE INNODB STATUS\G查看最近死锁详情，定位哪类 SQL 和索引组合高频冲突 - 监控
Innodb_row_lock_waits和Innodb_row_lock_time_avg，确认是否真存在锁瓶颈（而非 CPU 或磁盘 IO） - 检查慢查询日志中带
FOR UPDATE或LOCK IN SHARE MODE的语句，它们往往事务长、索引差、逻辑重 - 对热点行（如账户余额、库存计数器），考虑分段计数（如 10 个 bucket 取模更新）或异步化（写入消息队列后由消费者聚合）
批量更新时用 WHERE id IN (...) 还是逐条 UPDATE？
取决于数据分布与锁粒度。IN 列表若跨多个页、无序、或包含大量非聚集索引键，会导致锁顺序不一致，显著提升死锁概率；而逐条更新虽网络开销大，但锁获取顺序可控。
更稳妥的批量策略：
- 按主键升序排序后再拼 IN 列表，保证加锁顺序一致
- 拆成固定大小的批次（如每批 100 行），并控制批次间间隔，避免瞬时锁堆积
- 避免在 IN 列表中混入不存在的 ID——InnoDB 仍会对对应间隙加锁
- 对超大批量（>10k 行），优先考虑用临时表 + JOIN 更新：
UPDATE t1 JOIN tmp_ids ON t1.id = tmp_ids.id SET t1.status = 'done';
，比长 IN 更稳定且易观察执行计划
