RC降低死锁概率的根本原因是默认不使用间隙锁，仅对命中行加记录锁，锁范围更小、冲突更少；而RR对范围条件自动加Next-Key锁，易引发循环等待死锁。
RC 隔离级别为什么能降低死锁概率
说到底，RC级别降低死锁概率的核心秘诀，就在于它“不轻易动用”间隙锁（Gap Lock）——除了检查唯一键或外键冲突这类少数特定场景。对比之下，在RR级别里，一句 UPDATE WHERE age > 25 这样的范围更新，InnoDB会默认加上Next-Key Lock（记录锁+间隙锁），把整个区间都锁住。而在RC级别下，它只锁定实际被修改的那些行，锁的范围大大缩小，事务之间“撞车”的可能性自然就降低了。
一个典型的死锁链条是这样的：事务A锁住了(10, 20)这个间隙，事务B锁住了(20, 30)这个间隙，然后它们都试图往中间插入一条id=25的记录，结果就是互相等待，直接卡死。但在RC级别下，这些间隙本身不会被锁定，不同事务的插入意向锁（Insert Intention Lock）之间是兼容的，因此这类因争夺“空隙”而引发的循环等待，基本可以避免。
几个关键差异，可以这样理解：
- 在RR级别下，执行
SELECT ... FOR UPDATE或带范围条件的UPDATE时，InnoDB会自动升级为Next-Key Lock。 - 而在RC级别下，执行同样的SQL，通常只加记录锁（Record Lock）。当然，如果涉及唯一索引冲突检查，它仍然会加S型的Next-Key Lock来做重复性校验。
- RC级别还能减少MVCC版本链的维护开销，尤其是在写多读少的场景里，undo log的清理压力会更小一些。
- 最后要提醒一点：间隙锁缺失不等于完全没有锁。遇到外键约束或者唯一键冲突检测时，Gap Lock依然会被触发，这个细节常常被忽略。
RC 下 INSERT 死锁的真实诱因
很多人可能以为，切换到RC级别就彻底告别INSERT死锁了，其实不然。真正的陷阱，往往藏在唯一键冲突和主键冲突的锁行为里——在这些场景下，RC和RR的加锁策略是一致的。
举个例子，两个事务并发执行这样一条语句：
INSERT INTO users (id, email) VALUES (100, 'a@b.com');
如果email字段是唯一索引，并且表中已经存在一条email='a@b.com'的记录，那么两个事务都会尝试对这条已存在的记录加上S型的Next-Key Lock（目的是做冲突检测）。紧接着，它们又都会试图插入自己的新行，这就形成了X锁与S锁的互斥，死锁一触即发。
这里有几个关键点需要把握：
- 使用
INSERT ... ON DUPLICATE KEY UPDATE时，如果发生唯一键冲突，它会加X型的Next-Key Lock，在RC级别下同样可能引发死锁。 REPLACE INTO的行为更激进：它会在冲突记录以及它的下一条记录上都加上Next-Key Lock。- 即使没有显式地开启事务，单条
INSERT语句本身也会开启一个隐式事务，锁要等到语句结束时才释放。 - 如果一个没有索引的列被用来做唯一性判断？那情况会更糟，查询会退化为全表扫描并加上大量的记录锁，死锁风险反而可能更高。
RC 配置后为什么业务还出问题
配置了RC但业务依然出问题，最常见的原因其实是连接池或者ORM框架没有让配置真正生效。要知道，MySQL的默认隔离级别是RR，很多Ja va应用使用HikariCP配合MyBatis，连接从连接池取出后，其隔离级别可能依然沿用服务端的默认值，那条关键的SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED语句并没有被执行。
如何验证配置是否真的生效了呢？可以试试这几个方法：
- 在连接建立后，立刻执行
SELECT @@transaction_isolation进行查看。注意，要看的是会话级变量，而不是全局变量@@global.transaction_isolation。 - 检查慢查询日志，看看里面是否还有
SELECT ... LOCK IN SHARE MODE这类语句。这类语句在RC下虽然不加Gap Lock，但如果没有显式地以BEGIN开启事务，它可能会按照会话的默认隔离级别（可能还是RR）来执行。 - binlog格式必须设置为
ROW，否则在RC级别下可能导致主从数据不一致。如果使用STATEMENT格式，RC下那些非确定性的语句将无法在从库正确重放。 - Spring框架的
@Transactional(isolation = Isolation.READ_COMMITTED)注解通常是有效的，但需要确认数据源本身的配置没有覆盖这个设置。
RC 不是银弹：哪些场景它反而更危险
必须清醒地认识到，RC并非万能解药，在某些场景下它反而会带来更大的风险。最典型的就是“先查询，后修改”这类业务逻辑。
以库存扣减为例：先执行SELECT stock FROM goods WHERE id = 123得到库存10，再执行UPDATE goods SET stock = 9 WHERE id = 123 AND stock >= 10。在RC级别下，这两个操作之间的时间窗口，其他事务可能已经把库存改成了9，最终导致超卖。
这时，你不得不借助SELECT ... FOR UPDATE来加锁。但问题在于，RC下的SELECT ... FOR UPDATE只锁行，不锁间隙。如果业务逻辑本身允许“幻读”（即允许在事务期间插入新记录），那没问题；但如果需要防止新记录的插入干扰判断（例如，防止在事务期间新增一个同规格的商品），RC就无能为力了。
还有一些容易被忽略的细节：
- RC下，
SELECT ... FOR UPDATE不会阻塞其他事务在相邻间隙中插入数据，所以如果业务需要“防止插入”，必须依靠应用层逻辑或数据库的唯一约束来兜底。 - 长事务在RC级别下依然危险：虽然MVCC快照的维护开销较轻，但未提交的事务仍然会阻止purge线程清理undo log，长时间积累可能导致
ibdata1文件膨胀。 - 某些ORM框架自动生成的批量更新语句，即使在RC下，也可能因为where条件的顺序不一致，导致加锁顺序不同，从而引发死锁。
说到底，决定是否采用RC级别的关键，并不在于抽象的并发数字高低，而在于业务本身能否容忍不可重复读和幻读现象，以及开发团队是否有能力将核心的校验逻辑，收敛到单条具备原子性的SQL语句中去完成。
