（翻译内容）《Pro SQL Server Internals, 2nd edition》的CHAPTER 1 Data Storage Internals中的Data Pages and Data

Posted 2021-01-23 jkobghj

原文链接：file:///E:/%E2%80%9C%E6%B2%BB%E6%9C%AA%E7%97%85%E2%80%9D%E5%81%A5%E5%BA%B7%E7%AE%A1%E7%90%86%E7%B3%BB%E7%BB%9F/Pro%20SQL%20Server%20Internals,%202nd%20edition.pdf

原著：《Pro SQL Server Internals》

作者：Dmitri Korotkevitch

翻译：

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增加数据库文件时，新页面的编号从文件中的最高页码开始加一。同样，当SQL Server收缩文件时，它会删除文件中的最高页数。

 

一般来说，SQL Server中有三种不同的方式或技术存储和使用数据库中的数据。使用经典的基于行的存储，数据存储在数据行中将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。这项技术存储每列而不是每行的数据。我们将在这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有了进一步改进。

在SQL Server 2016中。即使它们将数据保留在磁盘上以达到减少冗余的目的，但它们的存储格式与基于行和列的存储非常不同。我们将在这本书第八部分中讨论内存记忆的技术。

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.数据页面的结构

       96字节页眉包含有关页面的各种信息，例如对象页面所属，页面上可用的行数和可用空间量，链接到上一个如果页面位于索引页链中，则显示下一页，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，有一个槽阵列，它是一个双字节条目块，表示相应数据的偏移量行开始在页面上。

       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照索引键的顺序排序，SQL Server不对页面上的数据行进行物理排序，而是它根据索引排序顺序填充插槽数组。插槽0（图1-6中最右侧）存储偏移量页面上键值最小的数据行;插槽1，第二低键值;等等。我们会在下一章中将更深入地讨论索引。

       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种不同的类型组：固定长度和可变长度。固定长度的数据类型，例如int，datetime，char等，即使它是NULL，也始终使用相同数量的存储空间而不管它们的值。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）使用同样多存储数据所需的存储空间加上两个额外的字节。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，将使用两个字节来存储NULL值。我们将讨论变长列不会在以后使用存储空间用于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.数据行的结构

       该行的前两个字节（称为状态位A和状态位B）是包含信息的位图关于行，如行类型，如果行已被逻辑删除（幻影），以及行是否为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。他们后跟定长数据本身。

       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。这个数组对表的每一列使用一位，无论它是否可为空。

        空位图始终存在于堆表或聚簇索引叶行中的数据行中，即使在表格没有可空列。但是，空位图不存在于非叶索引行中，也不存在于非叶索引行中索引中没有可为空的列时，非聚簇索引的叶级行。

        在空位图之后，存在该行的可变长度数据部分。它以两个字节开头行中可变长度列的数量，后跟列偏移数组。 SQL Server存储了两个字节即使值为NULL，行中每个可变长度列的偏移值也是如此。接下来是数据的实际可变长度部分。最后，最后有一个可选的14字节版本控制标签排。此标记在需要行版本控制的操作期间使用，例如联机索引重建，乐观的隔离级别，触发器和其他一些。

■注意 我们将在第6章讨论索引维护，第9章讨论触发器，以及在第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，然后查看实际的行数据。 代码显示在清单1-4。 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命令返回有关表页面的信息分配。在图1-8中可以看到此命令的输出。

 

 

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分配图。 此页面跟踪属于特定对象的页面。现在我们将在本章后面介绍分配地图页面。    

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。 的输出与DBCC IND相比，此DMF提供了更多信息，并且可以与其他系统DMV连接和/或目录视图。

       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，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存储字节交换顺序的数据。 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：第一数据行

       如图所见，该行以两个状态位开始，后跟两个字节的值0800。这是字节交换值0008，它是行中“列数”属性的偏移量。这个偏移量告诉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，后跟一个字节的NULL位图。只有四列，位图中的一个字节就 足够了。它存储04的值，即00000100以二进制格式。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（以字节为单位的0300）订购）。接下来是一个偏移数组，其中每两个字节存储可变长度的偏移量列数据结束。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，让我们看看第二个数据行。清单1-7显示了DBCC PAGE输出，如图1-10所示

行数据。

 

图1-10：第二数据行

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，其显示Col1和Col3为NULL。 即使该表有三个可变长度列，可变长度的数量行中的列表示偏移数组中只有两列/槽。 SQL Server没有维护行中尾随NULL可变长度列的信息。

第二行中的NULL位图表示二进制值00001010，其显示Col1和Col3为NULL。即使该表有三个可变长度列，可变长度的数量行中的列表示偏移数组中只有两列/槽。 SQL Server没有维护行中尾随NULL可变长度列的信息。

■提示 你可以通过以可变长度的方式创建表来减小数据行的大小通常存储空值的列被定义为CREATE TABLE语句中的最后一列。这是唯一一种CREATE TABLE语句中的列顺序很重要的情况。

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，代码清单1-8中的代码产生错误。

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)

)

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.