数据页和数据行（第八周翻译）

数据页和数据行

数据页和数据行将数据库中的空间划分为逻辑8KB页。这些页面从0开始连续编号，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SQL Server增长数据库文件时，新页面的编号从文件中最大的页码加1开始。类似地，当SQL Server收缩文件时，它会从文件中删除数量最多的页面。

 

数据存储在SQL SERVER中

一般来说，SQL Server有三种不同的方法或技术来存储和处理数据库中的数据。使用传统的基于行的存储，数据存储在将所有列的数据组合在一起的数据行中。

SQL Server 2012引入了列存储索引和基于列的存储。该技术按每列而不是按行存储数据。我们将在本书的第七部分介绍基于列的存储。

最后，在SQL Server 2014中引入了一组内存技术，并在SQL Server 2016中进行了进一步的改进。尽管出于冗余的目的，它们将数据保存在磁盘上，但是它们的存储格式与基于行和列的存储都非常不同。我们将在本书第八部分讨论内存技术。

本书的这一部分主要介绍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。

 

一个96字节的页眉包含信息页面的各个部分,如对象页面所属的行数和可用空闲空间页面,链接到前一个和后一个页面,如果页面在一个索引页链,等等。

页眉后面是存储实际数据的区域。然后是自由空间。最后，还有一个数组槽，它是一个由两个字节的条目组成的块，表示页面上相应数据行开始的偏移量。

数组槽指示页面上数据行的逻辑顺序。如果需要按照索引键的顺序对页面上的数据进行排序，SQL Server不会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数组槽。Slot 0(图1-6中最右边)存储页面上键值最低的数据行的偏移量;槽1，键值第二低;等等。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，这些数据类型可以逻辑地分为两组: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，无论它们的值是什么，总是使用相同数量的存储空间，即使它是空的也是如此。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和其他一些类型，使用的存储空间与存储数据所需的存储空间一样多，另外还有两个额外的字节。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2个字节来存储一个空值。本章稍后我们将讨论变长列不为空值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。

图1 - 7。数据行结构

 

行的前两个字节称为状态位A和状态位B，它们是位图，包含关于行的信息，比如行类型，如果行已经逻辑删除(重影)，如果行有空值、可变长度列和版本控制标记。

行中接下来的两个字节用于存储数据中固定长度部分的长度。然后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，它包含两个不同的数据元素。第一个双字节元素是行中的列数。第二个是一个空位图数组。这个数组对表的每一列使用一个位，不管它是否为空。

空位图总是出现在堆表或聚集索引叶行的数据行中，即使表中没有可空列。然而，当索引中没有可空列时，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，有一行的可变长度数据部分。它以行中可变长度列的双字节数开始，然后是列偏移数组。SQL Server为行中的每个变长列存储一个双字节偏移值，即使该值为NULL。然后是数据的实际可变长度部分。最后，行末尾还有一个可选的14字节版本控制标记。此标记用于需要行版本控制的操作，如在线索引重建、乐观隔离级别、触发器和其他一些操作。

 

■注意，我们将在第6章讨论索引维护，第9章讨论触发器，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。代码如清单1-4所示。复制函数将第一个参数提供的字符重复十次。

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*/

 );

未文档化但众所周知的DBCC IND命令返回关于表页面分配的信息。您可以在图1-8中看到这个命令的输出。

igure 1 - 8。DBCC IND输出

 

有两页属于该表。第一个页面的PageType=10是一种特殊类型的页面，称为IAM分配映射。此页面跟踪属于特定对象的页面。不过，现在不要关注这个问题，因为我们将在本章后面的部分讨论分配映射页面。

 

注:SQL Server 2012引入了另一个未注册的数据管理功能(DMF) sys。dm_db_ database_page_allocation，可以用作DBCC IND命令的替换。与DBCC IND相比，这个DMF的输出提供了更多的信息，并且可以与其他系统dmv和/或目录视图连接。

PageType=1的页面是包含数据行的实际数据页面。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来检查它的内容，如清单1-5所示。

 

清单1 - 5。数据行格式:DBCC页面调用

-- 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显示了与第一个数据行对应的DBCC页面的输出。SQL Server以字节交换的顺序存储数据。例如，两个字节的值0001将存储为0100

清单1 - 6。第一行的DBCC页面输出

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。

图 1 - 9。第一个数据行

 

如您所见，该行以两个状态位开始，后面跟着一个双字节值0800。这是字节交换值0008，它是行中列数属性的偏移量。这个偏移量告诉SQL Server行中固定长度数据部分的结束位置。接下来的四个字节用于存储固定长度的数据，在我们的示例中是ID列。然后，有一个双字节值，显示数据行有四列，后面是一个单字节空位图。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值04，即00000100。它表示行中的第三列包含一个空值。接下来的两个字节存储行中可变长度列的数量，即3(按byteswapped顺序为0300)。它后面是一个偏移量数组，其中每两个字节存储变量列数据结束的偏移量。可以看到，即使Col2为NULL，它仍然使用偏移数组中的slot。最后，还有来自可变长度列的实际数据。现在，让我们看看第二行数据。清单1-7显示了DBCC页面输出，图1-10显示了输出行数据。

图1 - 10。第二数据行数据

Listing 1-7.    DBCC PAGE output for the second  row     

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NULL位图表示一个二进制值00001010，表示Col1和Col3是NULL。尽管表中有三个变长列，但是行中变长列的数量表明偏移数组中只有两个列/槽。SQL Server不维护行中尾随的空变长列的信息。

 

■提示可以通过创建表来减小数据行大小，方法是将通常存储null值的变长列定义为CREATE TABLE语句中的最后一个列。这是CREATE TABLE语句中列的顺序惟一重要的情况。

 

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。如果不是这样，SQL Server不允许创建表。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.RowOverflow

 (

     ID int not null,

     Col1 varchar(8000) null,

     Col2 varchar(8000) null

 );

 insert into dbo.RowOverflow(ID, Col1, Col2) values (1,replicate('a',8000),replicate('b',8000));

  如您所见，SQL Server创建表并插入数据行，没有任何错误，即使数据行大小超过8060字节。让我们使用DBCC IND命令查看表页面分配。结果如图1-11所示。

图1 - 11。R o -overflow data: DBCC IND结果

原著《Pro SQL Server Internals, 2nd edition》的CHAPTER 1 Data Storage Internals中的Data Pages and Data Rows一节