MySQL死锁重试：从错误捕获到根治策略
处理MySQL死锁，远不止在代码里加个try-catch那么简单。一个看似简单的重试机制，如果设计不当，反而会引入业务不一致或掩盖更深层的系统问题。核心原则其实很明确：应优先用 sqlstate == '40001' 判断 MySQL 死锁，而非 errno 或错误消息；重试须包裹整个事务块，避免业务不一致，并需结合索引优化与访问顺序统一来根治高频死锁。下面，我们就来拆解这个原则背后的具体操作。
捕获 MySQL Deadlock 错误码 1213
当死锁发生时，MySQL会主动回滚其中一个事务，并抛出那个经典的错误：ERROR 1213 (40001): Deadlock found when trying to get lock。问题在于，你的应用程序真的“看”到这个错误了吗？很多时候，ORM框架或数据库连接池的封装层会“吞掉”具体的错误码，只抛出一个笼统的OperationalError或DatabaseError。如果只检查异常类型，就会错过真正的死锁信号。
那么，如何精准捕获？这里有几点实操建议：
- 深入异常对象内部检查。在PyMySQL或MySQLdb中，可以直接检查异常的
errno属性是否等于1213；如果使用SQLAlchemy，则需要从底层驱动异常（orig.args[0]）中获取。 - 更推荐的做法是检查
sqlstate是否为'40001'。这是ANSI SQL标准定义的状态码，代表“序列化失败”，比MySQL特有的errno更具通用性，能有效规避不同MySQL版本或驱动实现带来的差异。 - 务必避免仅依赖错误消息字符串匹配（比如搜索“Deadlock”）。消息文本可能因语言环境、版本更新或日志截断而发生变化，可靠性远不如状态码。
重试逻辑必须包裹整个事务块，而非单条语句
死锁的本质是事务执行过程中，多个连接对锁资源的竞争形成了循环等待。因此，如果只重试引发死锁的那一条UPDATE或INSERT语句，是毫无意义的——因为整个事务的上下文已经因回滚而丢失。更危险的是，如果事务中包含了非数据库操作（比如发送了消息通知、更新了缓存），数据库回滚了，但这些外部操作却无法撤回，直接导致业务状态不一致。
正确的姿势是什么？必须把“开启事务 → 执行业务SQL → 提交”这整个流程，作为一个不可分割的原子单元进行重试。例如在Python中，可以用一个循环将connection.begin()到connection.commit()的过程包裹起来。
实施时还有两个关键细节：
- 每次重试前，必须确保使用全新的数据库连接，或者确认之前的连接已完全重置。绝不能复用上一个已失败事务的连接对象。
- 在重试间隔中加入随机退避策略（例如
time.sleep(random.uniform(0.01, 0.1))）。这能有效打散多个客户端因同时重试而产生的节奏同步，避免瞬间引发二次甚至多次死锁。
哪些操作不适合自动重试
看到1213错误就自动重试？这可能会带来更大的麻烦。自动重试是一把双刃剑，用不好就会掩盖系统设计缺陷，甚至引发副作用。以下几种情况，记录日志并触发告警，让人工介入分析，远比自动重试更重要：
- 事务中包含了非幂等的外部调用。比如调用第三方支付接口、发送邮件或信息。重试可能导致重复扣款或消息轰炸。
- 业务逻辑严重依赖查询结果。例如典型的“检查余额再扣款”模式：先
SELECT查询余额是否充足，再执行UPDATE扣款。如果第一次事务因死锁回滚，重试时数据可能已被其他事务修改，导致重复扣款或判断失效。 - 事务本身执行时间过长（比如超过1秒）。这通常意味着事务持有锁的时间太久，是性能瓶颈和死锁的温床。此时应该优先优化SQL语句或索引，而不是用重试来掩盖问题。
- 高频出现死锁（失败率超过1%）。这几乎可以肯定不是偶然竞争，而是表结构设计、索引缺失或应用程序访问数据库的顺序不一致导致的。需要立刻使用
SHOW ENGINE INNODB STATUS命令分析死锁详情，从根源上解决。
Go / Python / Ja va 的典型重试写法差异
不同编程语言及其生态，对事务的控制粒度有所不同，实现重试时的一些“坑”也各有特色。
以Python（使用pymysql）为例，一个典型的带退避的重试结构如下：
for i in range(3):
try:
conn = get_db_conn()
with conn.cursor() as cur:
cur.execute("START TRANSACTION")
cur.execute("UPDATE accounts SET balance = balance - 10 WHERE id = %s", [uid])
cur.execute("INSERT INTO logs (...) VALUES (...)")
conn.commit()
break
except pymysql.MySQLError as e:
if e.sqlstate == '40001' and i < 2:
time.sleep(0.05 * (2 ** i)) # 指数退避
continue
raise
而在Go语言中使用database/sql包时需要特别注意：一旦事务对象*sql.Tx执行失败，它就不可再被使用。必须显式调用tx.Rollback()后，重新开启一个新事务。Ja va的JDBC也是类似道理，Statement对象不能跨事务复用。
最后，也是最容易被忽略的一个原则：必须为重试设置明确的次数上限（通常2到3次足矣）。并且在最后一次重试失败时，务必抛出原始的异常。否则，上游系统将无法区分这次失败究竟是业务逻辑错误，还是死锁重试耗尽，给问题排查带来极大困扰。
