翻译《Pro SQL Server Internals, 2nd edition》CHAPTER 1 Data Storage Internals中Data Pages and Data Rows一节

【第8周翻译】《Pro SQL Server Internals, 2nd edition》的CHAPTER 1 Data Storage Internals中的Data Pages and Data Rows一节

数据页和数据行

        数据库中的空间被划分为许多符合逻辑的8KB的数据页。这些页从零开始连续编号，并且可以通过指定一个文件的ID和页码来引用它们。页的编号始终是连续的，因此当SQL Server添加数据库文件时，新页面的编号将从文件中的最高页码上加一页再开始编号。同样地，当SQL Server减少文件时，它会从文件中删除编号为最大页数的页。

                                             SQL Server中的数据存储

        一般来说，SQL Server中有三种不同的方法或技术来存储和处理数据库中的数据。 对于传统的行存储来说，数据存储在将所有列的数据都组合在一起的数据行中。SQL Server 2012引入了列存储索引和列存储。这个技术以每列而不是每行为基础来存储数据。我们将在本书的第七章介绍列存储。

        最后，在SQL Server 2014中引入了一组内存技术，并在SQL Server 2016中进一步改进。尽管它们都是为了冗余的目的而将数据保存在磁盘上，但它们的存储格式与行存储和列存储十分不同。我们将在本书的第八章讨论内存技术。

        本书的这一章主要讨论行存储和经典的B-Tree（B树）索引以及堆。

        图1-6显示了数据页的结构。

        一个96字节的页眉包含有关页的各种信息，例如页所属的对象、页上的行数和页的可用空间量，如果该页在索引页链上时，链接到上一页和下一页的链接，等等。

        页眉后面是存储实际数据的区域。接下来是自由空间。最后，还有一个槽阵列（或称槽数组），它是一个由两个字节的条目组成的块，指示页面上相应数据行开始的偏移量。

        槽数组显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SQL Server不会对页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。插槽0（在图1-6的最右）存储页面上具有最低键值的数据行的偏移量；插槽1，第二低的键值；以此类推。我们将在下一章更深入地讨论索引。

        SQL Server提供了一组丰富的系统数据类型，可以在逻辑上分为两个不同的组：固定长度组和可变长度组。固定长度的数据类型，如int、datetime、char以及其他类型，始终使用相同数量的存储空间，而不管其值如何，甚至当它为空值时。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。

        相反地，可变长度数据类型，如varchar、varbinary以及其他一些类型，使用的存储空间与存储数据所需的空间相同，外加两个额外的字节。例如，nvarchar（4000）列只使用12个字节来存储5个字符的字符串，在大多数情况下，它使用2个字节来存储空值。我们将在本章后面讨论变长列不为空值时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，是包含行信息的位图，例如行的类型，如果该行已被逻辑上删除（重影），并且如果该行具有空值、可变长度列和版本标记。

        行中接下来的两个字节用于存储数据的固定长度部分的长度。后面是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的数量。第二个是空位图数组。这个数组对表的每一列使用一位，不管它是否可以为空。

        空位图总是出现在堆表或聚集索引叶行的数据行中，即使该表没有空列。但是，当索引中没有空列时，空位图既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，是行的可变长度数据部分。它以行中可变长度列的两个字节数开始，后跟一个列偏移量数组。SQL Server为行中的每个可变长度列存储两个字节的偏移量值，即使该值为空时也是如此。紧接着是数据的实际可变长度部分。最后，在行的末尾有一个可选的14字节版本标记。这个标记用于需要行版本控制的操作，例如联机索引重建、乐观隔离级别、触发器和其他一些操作。

注释：我们将在第6章讨论索引维护，在第9章讨论触发器，在第21章讨论乐观隔离级别。

        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。代码显示在清单1-4中。Replicate函数重复作为第一个参数提供的字符10次。

清单1-4：数据行格式：表格创建

 
 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*/ 
); 

        没有文档但众所周知的DBCC IND命令返回有关表页分配的信息。您可以在图1-8中看到这个命令的输出。

         有两页属于该表。第一个页面，PageType=10，是一种被称为IAM分配映射的特殊页面类型。此页面跟踪属于特定对象的页面。但是，现在不要关注这一点，因为我们将在本章后面讨论分配映射页面。

注释：SQL Server 2012引入了另一个未文档化的数据管理函数（DMF）， sys.dm_db_ database_page_allocations ，它可以用作DBCC IND命令的替换。与DBCC IND相比，此DMF的输出提供了更多的信息，它可以与其他系统DMV和/或目录视图联接。

        PageType=1的页面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。您可以使用另一个未文档化的命令DBCC PAGE检查其内容，如清单1-5所示。

清单1-5：数据行格式：DBCC PAGE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 PAGE的输出。SQL Server按字节交换顺序存储数据。例如，一个两个字节的值0001将存储为0100。

清单1-6：第一行的DBCC PAGE的输出

 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。

        如你所见，行以两个状态位开始，后面跟着两个字节的值0800。这是字节交换值0008，这是行中列数属性的偏移量。此偏移量告诉SQL Server，行的固定长度数据部分结束。

        接下来的四个字节用于存储固定长度的数据，在我们的例子中是ID列。在此之后，有两个字节的值，表示数据行有四列，后面是一个1字节的空位图。只需四列，位图中的一个字节就足够了。它以二进制格式存储值04，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量，为3（以字节交换的顺序是0300）。后面跟着一个偏移数组，其中每两个字节存储可变长度列数据结束的偏移。可以看到，尽管Col2是NULL（空值），但它仍然使用偏移数组中的插槽。最后，还有来自可变长度列的实际数据。

        现在，让我们看一下第二个数据行。清单1-7显示了DBCC PAGE的输出，图1-10显示了行数据。

 清单1-7：第二行的DBCC PAGE的输出

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，表明Col1和Col3是空值（NULL）。即使表有三个可变长度列，行中可变长度列的数量表明偏移数组中只有两个列/插槽。SQL Server不维护关于行中尾随的空变长列的信息。

提示：您可以通过创建表来减少数据行的大小，方法是将通常存储空值的可变长度列定义为CREATE TABLE语句中的最后一列。只有在这种情况下，CREATE TABLE语句中的列顺序才重要。

        固定长度的数据和内部属性必须适合单个数据页上可用的8060字节。当情况并非如此时，SQL Server不允许您创建表。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8060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. 

 

 

原著信息：

此篇文章翻译自《Pro SQL Server Internals, 2nd edition》的CHAPTER 1 Data Storage Internals中的Data Pages and Data Rows一节。

原著：《Pro SQL Server Internals, 2nd edition》    原文作者：Dmitri Korotkevitch