《Pro SQL Server Internals, 2nd edition》的CHAPTER 1 Data Storage Internals中的Data Pages and Data Rows翻译-CSDN博客

原文：《Pro SQL Server Internals, 2nd edition》

翻译：

数据页和数据行

数据库中的空间被划分为8KB的逻辑页面。这些页面从零开始连续编号，并且可以通过指定文件ID和页码引用它们。页面编号始终是连续的，因此当SQLServer增长数据库文件时，新页将从文件中的最高页码加上一个页码开始编号。类似地，当SQLServer缩小文件时，它会从文件中移除编号最高的页。

SQLServer的数据存储

一般来说，SQL Server有三种不同的方式或技术来存储和处理数据库中的数据。对于传统的基于行的存储，这些数据行将来自所有列的数据组合在一起存储在数据行中。

SQLServer 2012引入了列存储索引和基于列的存储。这种技术将数据存储在每列而不是一行的基础上。我们将在本书第VII部分中介绍基于列的存储。

最后，在SQLServer 2014中引入了一套内存中的技术，并在SQLServer 2016中作了进一步改进。尽管它们为了冗余目的将数据保存在磁盘上，但它们的存储格式与基于行和列的存储非常不同。我们将在本书第八部分讨论内存中的技术.

这本书的这一部分集中在基于行的存储和经典的B树索引和堆。

图1-6显示了数据页的结构。

96字节的页眉包含有关页面的各种信息，例如页面所属的对象、页面上可用的行数和可用空间的数量、如果页面位于索引页链中，则链接到上一页和下一页，等等。

页面标题后面是存储实际数据的区域。然后是自由空间。最后，有一个槽数组，它是一个由两个字节的条目组成的块，指示相应的数据行从页面开始的偏移量。

槽数组指示页上数据行的逻辑顺序。如果页上的数据需要按索引键的顺序排序，则SQLServer不对页面上的数据行进行物理排序，而是根据索引排序顺序填充槽数组。槽0(图1-6中最右边)存储数据行的偏移量，其键值在页面上最低；槽1，第二个最低键值；等等。我们将在下一章中更深入地讨论索引。

SQLServer提供了一组丰富的系统数据类型，可以逻辑上分为两组：固定长度和可变长度。固定长度的数据类型(如int、datetime、char和其他类型)总是使用相同数量的存储空间，而不管它们的值如何，即使它是空的。例如,int列总是使用4个字节，nchar(10)列总是使用20个字节来存储信息。

相反，可变长度的数据类型，如varchar、varbinary等，使用存储数据所需的存储空间，再加上两个额外的字节。例如，nvarchar(4000)列只使用12个字节来存储一个5个字符的字符串，在大多数情况下使用两个字节来存储一个空值，我们将在本章后面讨论可变长度列不使用存储空间的情况。

让我们看看数据行的结构，如图1-7所示。

行的前两个字节，称为状态位A和状态位B，是位图，其中包含关于行的信息，如行类型，如果该行已在逻辑上被删除(幽灵)，以及如果该行具有空值、可变长度列和版本控制标记。

行中的下两个字节用于存储数据的固定长度部分的长度。它们后面跟着固定长度的数据本身。

在固定长度的数据部分之后，有一个空位图，其中包含两个不同的数据元素。前两个字节元素是行中的列数。第二个是空位图数组。该数组对表的每一列使用一位，无论它是否为空。

即使表中没有可空列，堆表或聚集索引叶行中的数据行中也始终存在空位图。但是，当索引中没有可空列时，空位图不存在于非叶索引行中，也不存在于非聚集索引的叶级行中。

在空位图之后，有行的可变长度数据部分.。它从行中可变长度列的两个字节数开始，然后是列偏移数组。SQLServer为行中的每个变量长度列存储一个两个字节的偏移值，即使该值为NULL。然后是数据的实际可变长度部分。最后，行尾有一个可选的14字节版本控制标记.。此标记用于需要行版本控制的操作，如联机索引重建、乐观隔离级别、触发器等。

(笔记我们将在第6章中讨论索引维护，在第9章中讨论触发器，在第21章中讨论乐观隔离级别。)

让我们创建一个表，用一些数据填充它，并查看实际的行数据。代码显示在列表1-4中。复制函数10次重复作为第一个参数提供的字符。

清单1-4.数据行格式：表创建

create table dbo.DataRows ( 
ID int not null, 
Col1 varchar(255) null, 
Col2 varchar(255) null, 
Col3 varchar(255) null 
); 
insert into dbo.DataRows(ID, Col1, Col3) values (1,replicate('a',10),replicate('c',10)); 
insert into dbo.DataRows(ID, Col2) values (2,replicate('b',10));
dbcc ind
( 
'SQLServerInternals' /*Database Name*/ 
,'dbo.DataRows' /*Table Name*/ 
,-1 /*Display information for all pages of all indexes*/
);

一个无文档但众所周知的DBCCInd命令返回有关表分页位置的信息。您可以在图1-8中看到此命令的输出。

有两页属于表。第一个页面类型=10，是一种称为IAM分配映射的特殊类型的页面。此页跟踪属于特定对象的页。但是，现在不要关注这个问题，因为我们将在本章后面讨论分配地图页。

(笔记 SQLServer 2012引入了另一个无文档的数据管理功能(DMF)，sys.dm_db_database_page_ allocations，可用作DBCC IND命令的替换。与DBCCIND相比，此DMF的输出提供了更多信息，并且可以与其他系统DMV和/或目录视图连接。)

页面类型=1是包含数据行的实际数据页。PageFID和PagePID列显示页面的实际文件和页码。您可以使用另一个无文档的命令DBCC页面来检查其内容，如清单1-5所示。

清单1-5.数据行格式：dbcc页调用

-- Redirecting DBCC PAGE output to console
dbcc traceon(3604);
dbcc page
(
 'SqlServerInternals' /*Database Name*/
 ,1 /*File ID*/
 ,214643 /*Page ID*/
 ,3 /*Output mode: 3 - display page header and row details */
);

清单1-6显示了对应于第一个数据行的DBCC页面的输出。SQLServer以字节交换顺序存储数据。例如，两个字节的值0001将存储为0100.

清单1-6.第一行的DBCC页输出

Slot 0 Offset 0x60 Length 39
Record Type = PRIMARY_RECORD Record Attributes = NULL_BITMAP VARIABLE_COLUMNS
Record Size = 39
Memory Dump @0x000000000EABA060
0000000000000000: 30000800 01000000 04000403 001d001d 00270061 0................'.a
0000000000000014: 61616161 61616161 61636363 63636363 636363 aaaaaaaaacccccccccc
Slot 0 Column 1 Offset 0x4 Length 4 Length (physical) 4
ID = 1
Slot 0 Column 2 Offset 0x13 Length 10 Length (physical) 10
Col1 = aaaaaaaaaa
Slot 0 Column 3 Offset 0x0 Length 0 Length (physical) 0
Col2 = [NULL]
Slot 0 Column 4 Offset 0x1d Length 10 Length (physical) 10
Col3 = cccccccccc

让我们更详细地查看数据行，如图1-9所示。

如您所见，行以两个状态位开始，后面是两个字节值0800。这是字节交换值0008，它是行中列数属性的偏移量。此偏移量告诉SQLServer行的固定长度数据部分在何处结束。

接下来的四个字节用于存储固定长度的数据，在本例中是ID列。在此之后，有两个字节的值，显示数据行有四个列，后面跟着一个字节的空位图。只有四列，位图中的一个字节就足够了。它以二进制格式存储04的值，即00000100。它指示行中的第三列包含空值。

接下来的两个字节存储行中可变长度列的数目，即3(按字节交换顺序计算为0300)。它后面是一个偏移数组，在该数组中，每两个字节存储可变长度列数据结束的偏移量。如您所见，即使Col2为NULL，它仍然使用偏移数组中的槽。最后，还有来自可变长度列的实际数据。

现在，让我们来看看第二个数据行。清单1-7显示了DBCC页面输出，图1-10显示了行数据。

图1-10.第二数据行数据

清单1-7.第二行的DBCC页输出

Slot 1 Offset 0x87 Length 27
Record Type = PRIMARY_RECORD Record Attributes = NULL_BITMAP VARIABLE_COLUMNS
Record Size = 27
Memory Dump @0x000000000EABA087
0000000000000000: 30000800 02000000 04000a02 0011001b 00626262 0................bbb
0000000000000014: 62626262 626262 bbbbbbb
Slot 1 Column 1 Offset 0x4 Length 4 Length (physical) 4
ID = 2
Slot 1 Column 2 Offset 0x0 Length 0 Length (physical) 0
Col1 = [NULL]
Slot 1 Column 3 Offset 0x11 Length 10 Length (physical) 10
Col2 = bbbbbbbbbb
Slot 1 Column 4 Offset 0x0 Length 0 Length (physical) 0
Col3 = [NULL]

第二行中的空位图表示二进制值00001010，这表明col1和Col3为空。尽管表有三个可变长度列，但行中的可变长度列数表示偏移数组中只有两个列/槽。SQLServer不维护有关行中尾随空可变长度列的信息。

（提示：您可以通过创建表来缩小数据行的大小，方法是将通常存储空值的可变长度列定义为CREATETABLE语句中的最后一个列。这是CREATETABLE语句中列顺序重要的唯一情况。）

固定长度的数据和内部属性必须符合单个数据页上可用的8，060字节。例如，清单1-8中的代码会产生一个错误。

清单1-8.创建数据行大小超过8，060字节的表

create table dbo.BadTable
(
 Col1 char(4000),
 Col2 char(4060)
)
Msg 1701, Level 16, State 1, Line 1
Creating or altering table 'BadTable' failed because the minimum row size would be 8,067,
including 7 bytes of internal overhead. This exceeds the maximum allowable table row size of
8,060 bytes.