第八周-翻译：Data Pages and Data Rows

原著信息：《Pro SQL Server Internals, 2nd edition》CHAPTER 1 Data Storage Internals中的 Data Pages and Data Rows一节（即P8~P14）
作者：Dmitri Korotkevitch

Data Pages and Data Rows  数据页和数据行

数据库中的空间被划分为逻辑的8KB页。这些页面从零开始连续编号，可以通过指定文件ID和页码来引用它们。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1个页码开始编号。同理，当SQL Server收缩文件时，它会从文件中移除编号最高的页面。

---

SQL SERVER中的数据存储

---

一般而言，SQL Server存储和处理数据库中的数据有三种不同的方式或技术。使用经典的基于行的存储，数据存储在数据行中，这些数据行将来自所有列的数据组合在一起。

SQL Server 2012引入了列存储索引和基于列的存储。该技术以每列而不是每行存储数据。 我们将在本书的第七部分中介绍基于列的存储。

最后，SQL Server 2014中引入了一组内存技术，并在SQL Server 2016中得到了进一步改进。尽管它们将数据保留在磁盘上以实现冗余，但它们的存储格式与基于行和列的存储格式大不相同。我们将在本书的第八部分讨论内存中的技术。

本书的这一部分主要关注基于行的存储和经典的B-Tree索引和堆。

---

 图1-6 显示了数据页面的结构

 图1-6  数据页面结构

  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、页上可用的行数和可用空间的数量、指向t的链接。 他的前一页和下一页，如果页面是在一个索引页链，以此类推。

  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，指示相应的数据行在页面上开始的偏移量。

  插槽阵列指示页面上数据行的逻辑顺序。 如果页面上的数据需要按索引键的顺序排序，则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插槽数组。 插槽0（图1-6中最右侧）存储页面上具有最低键值的数据行的偏移量; 插槽1，第二低键值; 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，可以逻辑上分为两组：固定长度和可变长度。固定长度数据类型（如int，datetime，char等）始终使用相同数量的存储空间，无论其值如何，即使它为NULL也是如此。例如，int列始终使用4个字节，而 nchar(10)列始终使用20个字节来存储信息。

  相反，可变长度的数据类型(如varchar、varbinary等)使用的存储空间与存储da所需的空间相同。 塔，再加上两个额外的字节。例如，nvarchar(4000)列只使用12个字节来存储一个五个字符的字符串，在大多数情况下，使用两个字节来存储一个空值。我们将讨论这个案子 在本章后面的部分，可变长度列不使用空值存储空间。

  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

  该行的前两个字节（称为状态位A和状态位B）是包含有关该行的信息的位图，例如行类型，如果该行已被逻辑删除（幻影），并且该行具有NULL值，可变长度列和版本控制标记。

  行中的后两个字节用于存储数据的固定长度部分的长度。它们后面是固定长度的数据本身。

  在固定长度数据部分之后，存在空位图，其包括两个不同的数据元素。 第一个双字节元素是行中的列数。第二个是空位图数组。该数组对表的每一列使用一位，无论它是否可为空。

  即使表没有可空列，也会在堆表或聚簇索引叶行中的数据行中始终显示空位图。 但是，当索引中没有可为空的列时，空位图不存在于非叶索引行中，也不存在于非聚簇索引的叶级行中。

  在空位图之后，存在该行的可变长度数据部分。它从行中的两个字节数量的可变长度列开始，后跟列偏移数组。 SQL Server为行中的每个可变长度列存储一个两字节的偏移值，即使该值为NULL也是如此。接下来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字节版本控制标记。 此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。

---

■ 注意 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。代码如清单1-4所示。复制功能重复十次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*/ 
);

  一个无正式文件但众所周知的DBCC Ind命令返回有关表页分配的信息。您可以在图1-8中看到此命令的输出。

 图1-8  DBCC IND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。

---

■ 注意 SQL Server 2012引入了另一个无文本记录的数据管理功能（DMF），sys.dm_db_database_page_allocations，可用作DBCC IND命令的替代。 与DBCC IND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/或目录视图结合使用。

---

  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。你可以使用另一个无文件的command，DBCC页面，以检查其内容，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。

 图1-9  FirstDataRow

  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，它是对数据中列数属性的偏移量。 E排。此偏移量告诉SQLServer行的固定长度数据部分结束的位置。

  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。之后，有两个字节的值，显示数据行有四个列，后面有一个列。 -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(按字节顺序排列0300)。它后面是一个偏移数组，在该数组中，每两个字节将偏移量存储在 变量列数据结束。如您所见，即使Col2为NULL，它仍然使用偏移数组中的槽。最后，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的列，但变量的数目 行中的GTH列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适合单个数据页上可用的8060字节。SQL Server不允许在不允许创建表时创建该表。例如， 清单1-8中的E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.

消息1701，级别16，状态1，第1行

创建或更改表’BadTable’失败，因为最小行大小为8,067，包括7字节的内部开销。这超出了允许的最大行表大小8,060字节