避免undolog膨胀必须从应用层堵住长事务源头，配合数据库层实时监控与连接超时控制；仅调参innodb_max_purge_lag无效，需关联innodb_trx与processlist精准定位客户端，并严格管控事务生命周期、分页批量操作及只读事务提交。
直接上结论：避免 UndoLog 膨胀，不能只靠 innodb_max_purge_lag 调参，必须在应用层堵住长事务源头，并配合数据库层的实时监控与连接级超时控制。
查长事务不能只看 INNODB_TRX，得关联 PROCESSLIST 定位真实客户端
单独查 INNODB_TRX 只能看到事务状态，但无法判断它来自哪个服务、IP 或 SQL 上下文。不关联 PROCESSLIST，容易误杀或漏判。
-
trx_state = 'RUNNING'且trx_query IS NULL：大概率是应用开了事务但没提交，也可能是被阻塞卡在锁等待（需再查INNODB_LOCK_WAITS） -
trx_rows_modified > 0且duration_sec > 300：正在执行写操作的大事务，优先联系业务方确认是否可中断，而非直接 KILL - 用这条语句快速定位并溯源：
SELECT t.trx_id, t.trx_started, t.trx_state, t.trx_rows_modified, p.ID, p.USER, p.HOST, p.DB, p.COMMAND, p.TIME, p.INFO FROM information_schema.INNODB_TRX t JOIN information_schema.PROCESSLIST p ON t.trx_mysql_thread_id = p.ID WHERE TIME_TO_SEC(TIMEDIFF(NOW(), t.trx_started)) > 600;
MySQL 连接层超时设置要分两层：wait_timeout 和 interactive_timeout
很多应用连接池（如 HikariCP）配置了 connection-timeout，但 MySQL 服务端若未设 wait_timeout，空闲事务仍会一直挂着——因为连接池释放的是“逻辑连接”，MySQL 看到的仍是活跃会话。
-
wait_timeout控制非交互式连接（如应用连接池发起的连接）空闲超时，默认 28800 秒（8 小时），建议调为300（5 分钟） -
interactive_timeout控制交互式连接（如 mysql cli）空闲超时，可保留稍长（如 600），避免 DBA 手动操作被断开 - 注意：这两个参数对已执行 SQL 但未提交的事务无效；它们只作用于“无任何命令发送”的空闲连接
- 修改后需重启连接才生效，旧连接仍按原值计时
应用代码里必须显式控制事务生命周期，ORM 不等于自动兜底
MyBatis、Spring @Transactional、Django ORM 都不会替你决定“什么时候该 COMMIT”。一个 HTTP 请求里开启事务，中间调了外部 API 或 sleep 3 秒，就足以让 UndoLog 开始堆积。
- 禁止在事务内做 I/O：HTTP 调用、文件读写、消息队列 publish、日志刷盘等都必须移出事务块
- 批量更新必须分页：单次事务最多处理 1000~5000 行，每批后
COMMIT；用ROW_COUNT()或应用层计数校验，防漏 - 显式关闭事务：即使只读查询，也要避免
BEGIN后无COMMIT/ROLLBACK；Spring 中慎用@Transactional(propagation = Propagation.REQUIRED)套嵌过深 - MySQL 8.0+ 推荐启用
innodb_strict_mode = ON，防止INSERT ... SELECT这类语句隐式生成巨量 Undo 却不被感知
监控告警必须盯死两个硬指标：history list length 和长事务数量
磁盘空间涨到 90% 才报警，Undo 已经爆了。真正关键的是内存中不可见但持续膨胀的“历史版本压力”。
-
History list length > 5000：PURGE 明显滞后，需人工介入查最老事务；> 10000 且持续上涨，说明 purge 线程跟不上或被卡死 - 运行超 300 秒的事务数 > 3：触发企业微信/钉钉告警，附带
trx_id、thread_id、duration_sec、SUBSTRING(trx_query, 1, 100) - 别依赖单次查询：把检测脚本固化为每分钟执行一次的 cron + curl 告警，而不是靠人工
SHOW ENGINE INNODB STATUS\G - 注意：
History list length不会因 KILL 立刻下降，需等回滚完成 + PURGE 跟进，延迟几秒至几分钟不等
最常被忽略的一点：只读事务（trx_rows_modified = 0）同样会拖慢 Undo 清理——只要它开启了事务且未提交，就会持有 Read View，阻止 purge 清理其开始前的所有旧版本。所以“只读就安全”是错觉，事务边界必须和业务语义严格对齐。
