星尘小组第八周翻译-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8KB的逻辑页面。这些页面从0开始连续编号，可以通过指定文件ID和页码引用它们。页面编号始终是连续的，因此当SQL Server增长数据库文件时，新页面的编号从文件中最大的页码加1开始。类似地，当SQL Server删减文件时，它会从文件中删除数量最多的页面。

SQL SERVER中的数据存储

一般来说，SQL Server有三种不同的方法或技术来存储和处理数据库中的数据。使用传统的基于行的存储，数据存储在将所有数据结合在一起的数据行中。

SQL Server 2012引入了列存储索引和基于列的存储。该技术按每列而不是按行存储数据。我们将在本书的第七部分介绍基于列的存储。

最后，在SQL Server 2014中引入了一组内存技术，并在SQL Server 2016中进行了进一步的改进。尽管它们将数据保存在磁盘上存在冗余的问题，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讨论内存技术。

本书的这一部分主要介绍基于行的存储和经典的多路搜索树的索引和堆。

图片 1-6显示了数据页的结构。

图片1-6 数据页结构

一个96字节的页眉包含关于页面的各种信息，例如页面所属的对象、页面上可用的行数和空闲空间量，如果页面位于索引页面链中，则指向上一页和下一页的链接，等等。

页眉后面是存储实际数据的区域。然后是自由空间。最后有一个插槽数组，它是一个两字节的条目块，指示相应数据行在页面上开始的偏移量。

插槽数组指示页面上数据行的逻辑顺序。如果需要按照索引键的顺序对页面上的数据进行排序，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。Slot 0(图1-6中最右边)存储页面上键值最低的数据行的偏移量; Slot 1，键值第二低;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，这些数据类型可以逻辑地分为两组:固定长度和可变长度。固定长度的数据类型，如int、datetime、char和其他类型，无论它们的值是什么，总是使用相同数量的存储空间，即使它是空的也是如此。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。

相反，可变长度的数据类型，如varchar、varbinary和其他一些类型，使用的存储空间与存储数据所需的存储空间一样多，另外还有两个额外的字节。例如，nvarchar(4000)列只使用12个字节来存储一个5个字符的字符串，在大多数情况下，使用2个字节来存储一个空值。本章稍后我们将讨论变长列不为空值使用存储空间的情况。

让我们看看数据行的结构，如图1-7所示。

 

 

行的前两个字节称为状态位A和状态位B，它们是位图，包含关于行的信息，比如行类型，如果行已经逻辑删除(重影)，如果行有空值、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中固定长度部分的长度。然后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，它包含两个不同的数据元素。第一个双字节元素是行中的列数。第二个是一个空位图数组。这个数组对表的每一列使用一个位，不管它是否为空。

空位图总是出现在堆表或聚集索引叶行的数据行中，即使表中没有可空列。然而，当索引中没有可空列时，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，有一行的可变长度数据部分。它以行中可变长度列的双字节数开始，然后是列偏移数组。SQL Server为行中的每个变长列存储一个双字节偏移值，即使该值为NULL。然后是数据的实际可变长度部分。最后，行末尾还有一个可选的14字节版本控制标记。此标记用于需要行版本控制的操作，如在线索引重建、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，并查看实际的行数据。代码如清单1-4所示。复制函数将第一个参数提供的字符重复十次。

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*/ 
 );

       一个未文档化但众所周知的DBCC IND命令返回关于表页面分配的信息。您可以在图1-8中看到这个命令的输出。 

图片1-8 DBCC IND输出

有两页属于该表。第一种页面类型为PageType=10，它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。不过，现在不要关注这个问题，因为我们将在本章后面的部分讨论分配映射页面。

注:SQL Server 2012引入了另一个未注册的数据管理功能(DMF) sys。dm_db_ database_page_allocation，可以用作DBCC IND命令的替换。与DBCC IND相比，这个DMF的输出提供了更多的信息，并且可以与其他系统dmv和/或目录视图连接。

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文档化的命令DBCC PAGE来检查它的内容，如清单1-5所示。

清单1 - 5。数据行格式:DBCC页面调用

-- 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页面的输出。SQL Server以字节交换的顺序存储数据。例如，两个字节的值0001将存储为0100。

清单1 - 6。第一行的DBCC页面输出

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.第一个数据行

正如您所看到的，行以两个状态位开始，然后是两个字节的值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行中固定长度的数据部分在哪里结束。

接下来的4个字节用于存储固定长度的数据，在我们的示例中是ID列。然后是两个字节的值，该值显示数据行有四列，然后是一个一个字节的空位图。如果只有四列，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。它表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，即3(字节顺序为0300)。它后面是一个偏移量数组，其中每两个字节存储变量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插槽。最后，还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。
下列清单显示DBCC页面输出，图1-10显示行数据。

DBCC页输出第二行：

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 
lot 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]       

图1 - 10.第二数据行数据

 

第二行中的NULL位图表示二进制值00001010，表示Col1和Col3是NULL。

即使表有三个可变长列，行中可变长列的数量表明偏移数组中只有两列/槽。SQL Server不维护行中尾随的空变长列的信息。

 

【提示】您可以在创建表时减少数据行的大小，方法是将通常存储null值的变长列定义为CREATE TABLE语句中的最后一列。这是CREATE TABLE语句声明事项中的按顺序排列的唯一一列。

 

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个字节。如果不是这样，SQL Server将不允许您创建表。例如，如下代码产生了一个错误。

 

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.