Undo Log膨胀本质是长事务卡死purge线程,必须先终止trx_state='RUNNING'且trx_query IS NULL的最老事务;否则调参、截断、加大purge力度均无效;需用INNODB_TRX定位,关联PROCESSLIST确认后分状态KILL,再调大innodb_purge_batch_size并启用undo截断。

Undo Log 膨胀不是磁盘配额问题,是长事务卡死 purge 线程导致历史版本无法清理。不先终止最老的阻塞事务,调任何参数、开截断、加 purge 力度都白搭。
查真凶:用 INFORMATION_SCHEMA.INNODB_TRX 定位真正钉住 undo 的事务
SHOW PROCESSLIST 的 Time 字段完全不可信——它只反映当前语句执行时长,和事务开启时间无关。真正钉死 undo 的,是那些早已空闲但没提交的连接。
运行这条语句定位最可疑的源头:
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录,或需要将该能力封装成可公开复用的 Codex skill。
SELECT trx_id, trx_started, TIME_TO_SEC(TIMEDIFF(NOW(), trx_started)) AS duration_sec, trx_state, trx_rows_modified, SUBSTRING(trx_query, 1, 80) AS trx_query_truncated, trx_mysql_thread_id FROM information_schema.INNODB_TRX WHERE TIME_TO_SEC(TIMEDIFF(NOW(), trx_started)) > 600 ORDER BY trx_started LIMIT 5;
-
trx_state = 'RUNNING'且trx_query IS NULL:99% 是应用崩溃后连接未 close,或 ORM 开了事务但忘了COMMIT/ROLLBACK,最危险 -
trx_rows_modified > 10000且duration_sec > 300:大写事务已卡住,回滚可能持续数分钟 - 用
trx_mysql_thread_id关联information_schema.PROCESSLIST,确认HOST、USER、INFO,避免误杀定时任务或导出作业
KILL 前必须看 trx_state,错一步就拖垮 purge
盲目 KILL 不仅无效,还可能让 IO 雪崩、实例卡死:
-
trx_state = 'RUNNING'且trx_query IS NULL:可安全KILL对应线程,这是最常见也最该优先处理的泄漏源 -
trx_state = 'LOCK WAIT':它被别的事务堵着,先查INNODB_LOCK_WAITS找出blocking_trx_id,干掉上游事务 -
trx_state = 'ROLLING BACK':千万别动!此时KILL会让回滚从同步变异步,IO 更爆、purge更慢 - 若
History list length > 10000,批量KILL必须加SLEEP(0.2)间隔,否则瞬间 IO 冲突可能压垮实例
杀完之后怎么让 History list length 真正回落?
杀掉源头事务后,History list length 不会立刻下降,因为 purge 线程还没来得及推进:
- 先验证进度:
SHOW ENGINE INNODB STATUS\G,关注PURGE DONE for trx's n:o 行,对比刚杀掉的trx_id是否已被覆盖 - 临时加大单次清理量:
SET GLOBAL innodb_purge_batch_size = 10000(默认 300) - 确保独立 undo 表空间已启用:
SHOW VARIABLES LIKE 'innodb_undo_tablespaces',值必须 ≥ 4(仅 ≥ 2 不够轮换) - 确认自动截断已开:
SET GLOBAL innodb_undo_log_truncate = ON;之后再执行ALTER UNDO TABLESPACE undo_001 SET INACTIVE→ 等History list length显著回落 →ALTER UNDO TABLESPACE undo_001 TRUNCATE
为什么 innodb_max_purge_lag 和 innodb_purge_rseg_truncate_frequency 不能替代 Kill?
这两个参数本质是“节流阀”和“触发器”,不是“清洁工”:
-
innodb_max_purge_lag = 500000只在未 purge 记录超限时插入微秒级延迟,缓解新写入压力,对已堆积的History list length毫无作用 -
innodb_purge_rseg_truncate_frequency = 1只是提高检查频率,但若仍有活跃事务钉住旧版本,truncate 就永远不会真正执行 - 所有这些操作的前提是:
trx_state = 'RUNNING'且trx_query IS NULL的事务已被清除——否则 purge 线程永远拿不到“可清理的最老 ReadView”
真正难的不是命令怎么写,是判断哪个 trx_id 敢杀、哪个必须等、哪个要先查 blocking 关系。生产环境里,一次误判可能让 purge 进度倒退数小时。










