数据页和数据行

数据页和数据行

数据库中的空间被划分为逻辑8KB页。这些页以零开始连续编号，并且可以通过指定文件ID和页号来引用它们。页面编号总是连续的，这样当SQL Server增长数据库文件时，从文件中的最高页面编号加1开始对新页面进行编号。类似地，当SQL Server收缩文件时，它将从文件中删除最高数量的页面。

SQL Server中的数据存储

一般来说，SQL Server在数据库中存储和使用数据有三种不同的方法或技术。对于经典的基于行的存储，数据存储在将来自所有列的数据组合在一起的数据行中。

SQL Server 2012引入了CurnSt店索引和基于列的存储。该技术将数据存储在每列而不是每行的基础上。我们将在本书第七部分中讨论基于列的存储。

最后，在SQL Server 2014中引入了一组内存技术，并在SQL Server 2016中进行了进一步改进。即使它们为了冗余的目的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中讨论内存技术。

本书的这个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显示了数据页的结构。

 

 

图1-6.数据页结构

96字节的页头包含关于页的各种信息，例如页所属的对象、页上可用的行数和空闲空间量、如果页处于索引页链中的话，则链接到前一页和下一页，等等。

页页眉之后是实际数据存储的区域。其次是自由空间。最后，有一个时隙数组，它是一个由两字节条目组成的块，指示页面上相应数据行开始的偏移量。

在数组中，我定义了数据行的逻辑顺序。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插槽数组。插槽0（在图1-6中最右边）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，这些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。固定长度的数据类型，如int、datetime、char等，总是使用相同数量的存储空间，而不管它们的值是什么，即使它是NULL。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和其他一些类型，使用存储数据所需的存储空间，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字符字符串，在大多数情况下，使用两个字节来存储一个NULL值。我们将在本章后面讨论变长列不使用NULL值的存储空间的情况。

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，是位图，其中包含有关行的信息，例如行类型、该行是否已被逻辑删除（ghosted）以及该行是否具有NULL值、可变长度列和版本标记。

行中的后两个字节用于存储数据的固定长度部分的长度。其次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，它包括两个不同的数据元素。第二个是空位图数组。这个数组对于表的每一列使用一个位，而不管它是否为空。

空位图总是出现在堆表或集群索引叶行中的数据行中，即使该表没有空列。然而，当索引中没有空列时，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，是行的可变长度数据部分。它以行中两字节数量的可变长度列开始，之后是列偏移数组。SQL Server为行中的每个可变长度列存储一个2字节的偏移值，即使值为NULL。其次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字节版本标记。这个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、乐观隔离级别、触发器以及其他一些操作。

注意我们将在第6章讨论索引维护，在第9章讨论触发器，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，并查看实际的行数据。代码显示在清单1-4中。Replicate函数重复作为第一个参数提供的字符10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));

dbccind

(

'SQLServerInternals' /*Database Name*/

,'dbo.DataRows' /*Table Name*/

,-1 /*Display information for all pages of all indexes*/

);

没有文档但众所周知的DBCC IND命令返回有关表页分配的信息。您可以在图1-8中看到这个命令的输出。

 

 

图1-8.数据库输出

有两页属于该表。第一个页面，PageType=10，是一种特殊类型的页面，称为IAM分配映射。此页跟踪属于特定对象的页。但是，现在不要关注这一点，因为我们将在本章后面讨论分配映射页面。

■注意，SQL Server 2012引入了另一个未文档化的数据管理函数（DMF），s.dm_db_database_page_.ions，可以用作DBCC IND命令的替换。与DBCC IND相比，该DMF的输出提供更多的信息，并且可以与其他系统DMV和/或目录视图连接。

具有Page（1）的页面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。可以使用另一个未文档化的命令DBCC PAGE检查它的内容，如清单1-5所示。

清单1-5。数据行格式：DCBC页面调用

-- Redirecting DBCC PAGE output to console

dbcctraceon(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显示了与第一数据行对应的DBCC PAGE的输出。SQLServer以字节交换顺序存储数据。例如，两个字节的值0001将被存储为0100。

清单1-6。第一行的DCBC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.第一数据行

如您所见，行以两个状态位开始，后面跟着两个字节的值0800。这是字节交换值0008，这是行中列数属性的偏移量。此偏移量告诉SQLServer，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，在本例中是ID列。之后，有两个字节的值，表明数据行有4列，后面跟着一个1字节的NULL位图。只有四列，位图中的一个字节就足够了。它存储的值为04，二进制格式为00000×100。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量，为3（以字节交换的顺序是0300）。后面跟着一个偏移数组，其中每两个字节存储可变长度列数据结束的偏移。可以看到，尽管Col2是NULL，但它仍然使用偏移数组中的插槽。最后，有来自可变长度列的实际数据。

现在，让我们看一下第二个数据行。清单1-7显示了DCBC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DCBC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NULL位图表示二进制值00001010，表明Col1和Col3是NULL。即使表有三个可变长度列，行中可变长度列的数量表明偏移数组中只有两个列/插槽。SQL Server不维护关于行中尾随的NULL可变长度列的信息。

■提示通过创建表，可以减小数据行的大小，其中通常存储空值的可变长度列被定义为CREATE TABLE语句中的最后一个列。这是CREATE TABLE语句中列顺序唯一重要的情况。

固定长度的数据和内部属性必须符合单个数据页上可用的8060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.创建具有超过8060字节的数据行大小的表

create table dbo.BadTable

(

Col1 char(4000),

Col2 char(4060)

)

MSG 1701，16级，状态1，第1行

创建或更改表“BadTable”失败，因为最小行大小是8067，包括7个字节的内部开销。这超过了8060字节允许的最大表行大小。