翻译P36-45
据文件和文件组
在数据库中，空间被划分每块8kb大小的页。这些页是连续编号的，以0开始，并且可以通过指定文件ID和页号来引用它们。这些页总是连续的，这样当SQL Server数据库的数据文件增加时，如果要对新的页进行编号，就要注意此时要在现有数据库中的最高页编号加1。同理，当在SQL Server中删除文件时，也是删除当前数据库中最高页的编号。
SQL Server中的数据存储
总的来说，SQL server数据库的存储和运行中，有三种方式和技术。基于行的存储是比较经典的，它是将来自所有列的数据组合在一行的数据中。
SQL server 2012基于列的存储介绍了列存储索引。这一技术将数据存储在每一列而不是每一行。我们将在本书第七部分讨论这一基于列存储的技术。
最后，在SQL server 2014中引入了一组内存技术，并在SQL server 2016中做出了进一步的改进。虽然这一技术把数据保留在硬盘上有些多余，但它的存储形式与基于行与基于列的存储方式都不同。我们将在本书的第八部分介绍这一技术。
本书的这一部分主要侧重于基于行的存储和经典的B-tree索引和堆。
图1-6展示了数据页的结构。
图1-6数据页结构
页首有96字节，包含了页的各种信息，有列所属的对象、这一页上可用的行数和空闲的空间量，如果页处于索引链中的话，则连接到前一页和后一页，等等信息。
在页首下面的是实际数据存储的地方，再往下就是空闲的空间，最后是数组位置，这是由两个字节组成的用来表示这一页对应的数据行的坐标。
数组位置表示的是页面上数据行的逻辑顺序，如果这一页的数据需要根据主键的顺序进行排序，SQL server不是对页面上的数据进行物理排序，而是更具索引排序依次排入数组位置。位置0（图1-6最右边一空）的数值是最小的，位置1第二小，以此类推，我们在下一章会更深入地讨论。
SQL Server提供了一组丰富的系统数据类型，这些数据类型在逻辑上可以分为两个不同的组：固定长度和可变长度。固定长度的数据类型有int、datetime、char等，无论它们值是多少，是不是空，它们总是占用相同大小的存储空间。例如，int列总是使用4个字节，nchar(10)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，它所需要的存储空间只要比数据所需的存储空间多两个字节就足够了。例如，nvarchar(4000)存储一个5个字节的字符串只要占用12的字节，一般来说多出来的那两个字节师用来存储NULL的。在本章后面，我们将讨论变长列不使用NULL值的存储空间的情况。
让我们来看一下数据行的结构，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，是包含有关信息的位图，例如行类型、行是否已被逻辑删除（重影）以及行是否具有NULL值、可变长度列和版本控制标记。
行中的后两个字节用于表示存储数据的固定长度和具体数据。
在固定长度和具体数据之后，有一个空位图，它包括两个不同的数据元素。前两个字节表示列数，后面是空位图数组。不管是不是空值，表的每一列在这个数组都占一个位。不管索引表中有没有空列，空位图都会出现在堆表和集群索引叶行中。当索引中没有空列时，空位图不会在非叶索引行中出现，也不会在非聚集索引的叶级行中出现。
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。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、乐观隔离级别、触发器和其他一些操作。
笔记：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。代码显示在练习1-4中。Replicate函数重复作为第一个参数提供的字符10次。
练习1-4：The data row format: Table creation
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*/
）；
N没有文档但是很显然DBCC IND命令返回了有关表页分配的信息。图1-8就是这个练习的结果。
图1-8
有两页属于该表。第一个页面中，PageType=10，说明是一种特殊的页面类型，称为IAM分配映射。此页跟踪属于特定对象的页。现在还不需要关注这一点，因为我们将在本章后面讨论分配映射页面。
笔记：SQL Server 2012引入了另一个未文档化的数据管理函数（DMF），sys.dm_db_database_page_.ions，它可以用作DBCC IND命令的替换。与DBCC IND相比，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 PaPIEID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，如练习1-5所示。
练习1-5：数据行格式：DCBC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 */
);
练习1-6显示了对应于第一数据行的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。
练习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 002700610................'.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
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，表明数据行有四列，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。如您所见，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DBCC PAGE输出，图1-10显示了行数据。
图1-10
练习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]
第二行中的空位图表示二进制值为00001010，这表明COL1和 COL3为空。尽管表有三个可变长度列，但行中可变长度列的数目表示偏移数组中只有两个列/时隙。SQLServer不维护行中的尾随空变量长度列的信息。
提示：可以通过以下方式创建表，从而减小数据行的大小：将通常存储空值的可变长度列定义为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。当情况不是这样时，SQLServer不允许您创建表。例如，练习1-8中的代码会产生错误。
练习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, Level 16, State 1, Line 1
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。
