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