翻译：Pro SQL Server Internals

Posted 2021-01-22 jialih-h

原文链接：http://www.allitebooks.com/pro-sql-server-internals-2nd-edition/

原文作者：Dmitri Korotkevitch

数据页面和数据行

数据库中的空间分为逻辑8KB页面。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，这样当SQL Server增长数据库文件时，新页面将从文件中的最高页码加1开始编号。同样，当SQL Server收缩文件时，它会从文件中删除编号最大的页面。

SQL SERVER中的数据存储

一般来说，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非常不同。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量，如果页面是，则指向上一页和下一页的链接 在索引页链中，依此类推。

页眉之后是存储实际数据的区域。 其次是自由空间。 最后，有一个插槽数组，它是一个双字节条目块，指示相应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，可以在逻辑上分为两个不同的组：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，nchar（10）列始终使用20个字节来存储信息。

相比之下，可变长度数据类型（如varchar，varbinary和其他一些数据类型）使用存储数据所需的存储空间，以及两个额外字节。 例如，nvarchar（4000）列将仅使用12个字节来存储五个字符的字符串，在大多数情况下，使用两个字节来存储NULL值。 我们将在本章后面讨论可变长度列不使用存储空间作为NULL值的情况。

让我们看一下数据行的结构，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。

行中接下来的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。

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存在空位图。 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两个偏移量值，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，然后查看实际的行数据。 代码如清单1-4所示。 复制功能重复作为第一个参数提供的字符十次。

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*/ 
);

未记录但着名的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

有两个属于该表的页面。 第一个，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。 但是，现在不要关注它，因为我们将在本章后面介绍分配映射页面。

注意：SQL Server 2012引入了另一个未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。

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记录的命令DBCC PAGE来检查其内容，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显示了与第一个数据行对应的DBCC PAGE的输出。 SQL Server以字节交换顺序存储数据。 例如，两字节值0001将存储为0100。

清单1-6  第一行的DBCC PAGE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   

让我们更详细地看一下数据行，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，后跟两个字节的值0800。 这是字节交换的值0008，它是行中“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。 之后，有两个字节的值表明数据行有四列，后面跟着一个字节的NULL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00000100。 它表示该行中的第三列包含NULL值。

接下来的两个字节存储行中可变长度列的数量，即3（0300以字节为单位）。 它后面是一个偏移数组，其中每两个字节存储可变长度列数据结束的偏移量。 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，让我们看看第二个数据行。 清单1-7显示了DBCC PAGE输出，图1-10显示了行数据。

图1-10  第二个数据行数据

清单1-7   第二行的DBCC PAGE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NULL位图表示二进制值00001010，表示Col1和Col3为NULL。 尽管该表具有三个可变长度列，但行中可变长度列的数量表示偏移数组中只有两个列/槽。 SQL Server不维护有关行中的尾随NULL可变长度列的信息。

提示：通过以可变长度列（通常存储空值）定义为CREATE TABLE语句中的最后一列的方式创建表，可以减小数据行的大小。 这是CREATE TABLE语句中列的顺序很重要的唯一情况。

固定长度数据和内部属性必须适合单个数据页面上可用的8,060字节。 如果不是这种情况，SQL Server不允许您创建表。 例如，清单1-8中的代码会产生错误。

清单1-8  创建一个数据行大小超过8,060字节的表

 create table dbo.BadTable 
 ( 
     Col1 char(4000), 
     Col2 char(4060) 

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表行大小8,060字节。