InnoDB事务无法清理求助：集群历史列表长度持续增长

问题现象 #

• AWS集群触发InnoDB历史列表长度增长告警
• 执行show engine innodb status发现Purge done对应的事务ID长期未更新，状态显示为running but idle
• 事务ID计数器和历史列表长度持续攀升，但SELECT * FROM information_schema.innodb_trx返回空结果，无活跃事务
• 已排除长事务、慢查询问题，AWS官方提供的修复建议无效，当前InnoDB清理相关全局变量配置如下：

mysql> show global variables like 'innodb%purge%';
+--------------------------------------+-------+
| Variable_name                        | Value |
+--------------------------------------+-------+
| innodb_max_purge_lag                 | 0     |
| innodb_max_purge_lag_delay           | 0     |
| innodb_purge_batch_size              | 3600  |
| innodb_purge_rseg_truncate_frequency | 128   |
| innodb_purge_threads                 | 6     |
+--------------------------------------+-------+

排查方向 #

1. 检查只读事务/快照读的留存 #

InnoDB的Purge操作会被持有旧快照的只读事务（或快照读操作）阻塞，这类事务有时不会出现在innodb_trx中（比如普通的快照读SELECT）。

• 执行以下命令检查是否存在长期留存的快照事务：

-- 部分MySQL版本支持，查看快照信息
SELECT * FROM information_schema.innodb_snapshot;
-- 检查所有运行中的事务，包括只读事务
SELECT trx_id, trx_started, trx_isolation_level, trx_query FROM information_schema.innodb_trx WHERE trx_state = 'RUNNING';

• 同时检查是否有长时间运行的运维工具（如pt-query-digest、SHOW PROCESSLIST）持有旧快照。

2. 检查Purge线程的实际运行状态 #

虽然InnoDB状态显示running but idle，但线程可能存在卡死或资源竞争：

• 在操作系统层面查看Purge线程状态：

# 找到mysqld的线程列表，筛选purge线程
ps -efL | grep mysqld | grep -i purge
# 查看线程CPU/内存占用，检查是否处于不可中断睡眠状态（D状态）
top -H -p $(pidof mysqld)

• 查看MySQL错误日志，搜索Purge相关的报错或警告：

grep -i "purge" /var/log/mysqld.log

3. 检查Undo表空间状态 #

Undo日志异常会直接导致Purge停滞：

• 查看Undo表空间的使用情况：

SELECT NAME, SPACE, FILE_SIZE, ALLOCATED_SIZE 
FROM INFORMATION_SCHEMA.INNODB_TABLESPACES 
WHERE NAME LIKE 'undo%';

• 检查错误日志中是否有Undo表空间已满、页损坏的相关报错。

4. 临时调整Purge参数测试 #

当前Purge参数配置看似合理，但可临时调整验证是否能恢复：

• 增大单次Purge的批量大小：

SET GLOBAL innodb_purge_batch_size = 10000;

• 尝试重启Purge线程（操作前需确认业务低峰期，部分版本支持）：

SET GLOBAL innodb_purge_threads = 0;
SET GLOBAL innodb_purge_threads = 6;

5. 检查MySQL版本的已知Bug #

部分旧版本MySQL/MariaDB存在Purge线程挂起的已知问题：

• 查看当前版本：

SELECT VERSION();

• 若为MySQL 8.0.20之前的版本，或存在已知Purge相关Bug的版本，建议结合AWS集群升级流程升级到稳定版本。

内容的提问来源于stack exchange，提问作者Swechsler