章节1：数据存储内部构件
数据页和数据行
数据库中的空间被划分为有逻辑结构的页面，每页8KB。这些页面从0开始连续编号，可以通过指定文件ID和页码来引用它们。页面编号总是连续的，这样当SQL Server数据库文件增多时，新页面的编号将从文件中最高的页码加1开始。类似地，当SQL Server压缩文件时，它会从文件中删除数量最多的页面。
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。使用传统的方式基于行存储，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。这种技术以每列存储数据而不是每行存储数据。我们将在本书的第七部分介绍基于列的存储。
最后，SQL Server 2014中引入了内存技术，SQL Server 2016中进一步改进了内存技术。尽管出于冗余目的，它们将数据保存在磁盘上，但它们的存储格式与基于行和基于列的存储都有很大不同。我们将在本书的第8部分中讨论内存技术。本书的这一部分主要讨论基于行的存储和经典的树索引和堆。
图1-6显示了数据页的结构
图1-6数据页结构
一个96字节的页眉包含信息页面的各个部分,如对象页面所属的行数和可用空闲空间页面,链接到前一个和后一个页面,如果页面在一个索引页链,等等。
页眉后面是实际数据存储的区域。然后是自由空间。最后，还有一个槽数组，它是一个由两个字节的条目组成的块，指示相应的数据行从该页开始的偏移量。
槽数组表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槽数组。槽0(图1-6最右边)存储页上键值最低的数据行的偏移量;槽1，第二低的键值;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组:固定长度组和可变长度组。固定长度的数据类型，如int、datetime、char和其他类型，不管它们的值是多少，都使用相同数量的存储空间，即使是NULL也是如此。例如，int列总是使用4字节，而nchar(10)列总是使用20字节存储信息。
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空间一样多，外加两个字节。例如，nvarchar(4000)列仅使用12字节存储5个字符的字符串，在大多数情况下，使用2字节存储NULL值。我们将在本章后面讨论变长列不为NULL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。
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，其中包含关于行的信息，比如行类型，如果行已经被逻辑地删除(重定向)，如果行有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，接着固定长度的数据本身。
在固定长度的数据部分之后，有一个null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。第二个是空位图数组。这个数组对表的每一列使用一位，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，即使在表没有可空列。但是，空位图不存在于非叶索引行中，也不存在于当索引中没有可空列时，非聚集索引的叶级行。
在null位图之后，是行中可变长度的数据部分。它从一个2字节开始行中可变长度的列数，然后是列偏移量数组。SQL Server为行中每个变长列存储一个2个字节的偏移量值，即使该值为NULL。其次数据的实际可变长度部分。最后，最后还有一个可选的14字节版本控制标记的行。此标记用于需要行版本控制的操作，例如在线索引重建，乐观隔离级别、触发器等。
□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。复制函数将第一个参数提供的字符重复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));
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。你可以在图1-8中看到该命令的输出。
图1 - 8.DBCC IND输出
有两页是属于这个表的。第一个页面类型=10，是一种特殊类型的页面，称为IAM分配映射。这个页面跟踪属于特定对象的页面。但是，现在不要专注于此，因为我们将在本章后面讨论分配映射页面。
□注意 dm_db_database_page_assignments可以用作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/或目录视图连接。
PageType=1的页面是包含数据行的实际数据页。PageFID和PagePID列显示了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来检查其内容，如清单1-5所示。
清单1 - 5.数据行格式:DBCC页调用
——将DBCC页面输出重定向到控制台
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显示了对应于第一行数据的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
正如你所看到的，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。如你所见，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。清单1-7显示DBCC页面输出，图1-10显示行数据。
图1 - 10.第二数据行数据
清单1 - 7.DBCC页输出为第二行
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
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]
<br>第二行中的NULL位图表示二进制值00001010，表示Col1和<br><div class="br-height"></div>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。
□建议 你可以通过创建表来减少数据行的大小，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语句中列的顺序惟一重要的情况。
<br>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字节。<br><div class="br-height"></div>如果不是这样，SQL Server不允许你创建表。例如，清单1-8中的代码产生了一个错误。
清单1 - 8.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
<br>创建或更改表“BadTable”失败，因为最小行大小为8067，包括7字节的内部开销。这超过了表行大小的最大允许值<br><div class="br-height"></div>8060字节。
本翻译节选《Pro SQL Server Internals, 2nd edition》中的一小节，原文可自行查找浏览。