第十二週翻譯-《Pro SQL Server Internals, 2nd edition》
《Pro SQL Server Internals, 2nd edition》
作者:Dmitri Korotkevitch
翻譯:賴慧芳
譯文:
專業SQL伺服器內部
瞭解在引擎蓋下發生了什麼,以及它是如何影響你的
第二版
資料頁和資料行
資料庫中的空間被劃分為邏輯8KB頁面。這些頁面從0開始連續編號,可以通過指定檔案ID和頁碼來引用它們。頁面編號總是連續的,這樣當SQL Server增長資料庫檔案時,新頁面的編號將從檔案中最高的頁碼加1開始。類似地,當SQL Server壓縮檔案時,它會從檔案中刪除數量最多的頁面。
資料儲存在SQL SERVER中
一般來說,
最後,SQL Server 2014中引入了記憶體內技術,而且SQL Server 2016中進一步改進了記憶體內技術。儘管出於冗餘目的,它們將資料儲存在磁碟上,但它們的儲存格式與基於行和基於列的儲存都有很大不同。我們將在本書的第8部分中討論記憶體技術。
本書的這一部分主要討論基於行的儲存和經典的B-樹索引和堆
圖1-6顯示了資料頁的結構。
圖1 - 6.資料頁結構
一個96位元組的頁首包含資訊頁面的各個部分,如物件頁面所屬的行數和可用空閒空間頁面,連結到前一個和後一個頁面,如果頁面在一個索引頁鏈,等等。頁首後面是實際資料儲存的區域。然後是自由空間。最後,還有一個數組,它是一個由兩個位元組的條目組成的塊,指示對應的資料行在頁面上開始時的偏移量。
陣列表示頁面上資料行的邏輯順序。如果頁面上的資料需要按照索引鍵的順序排序,SQL Server不會對頁面上的資料行進行物理排序,而是根據索引排序順序填充陣列。槽0(圖1-6最右邊)儲存頁上鍵值最低的資料行的偏移量;槽1,第二低的鍵值
SQL Server提供了一組豐富的系統資料型別,可以在邏輯上分為兩組:固定長度組和可變長度組。固定長度的資料型別,如int、datetime、char和其他型別,不管它們的值是多少,都使用相同數量的儲存空間,即使是NULL也是如此。例如,int列總是使用4位元組,而nchar(10)列總是使用20位元組儲存資訊。相反,可變長度的資料型別,如varchar、varbinary和其他一些型別,使用的儲存空間與儲存資料所需的空間一樣多,外加兩個位元組。例如,nvarchar(4000)列僅使用12位元組儲存5個字元的字串,在大多數情況下,使用2位元組儲存NULL值。我們將在本章後面討論變長列不為NULL值使用儲存空間的情況。
讓我們看看資料行的結構,如圖1-7所示。
第1章■資料儲存內部
圖1 - 7.資料行結構
行的前兩個位元組,稱為狀態位A和狀態位B,是點陣圖,其中包含關於行的資訊,比如行型別,如果行已經被邏輯刪除(重定向),如果行有NULL值、可變長度列和版本控制標記。
行中接下來的兩個位元組用於儲存資料的固定長度部分的長度。然後是固定長度的資料本身。
在固定長度的資料部分之後,有一個null點陣圖,它包含兩個不同的資料元素。第一個雙位元組元素是行中的列數。第二個是空點陣圖陣列。這個陣列對錶的每一列使用一位,不管它是否為空。
空點陣圖總是出現在堆表或聚集索引葉行的資料行中,即使表沒有可空列。但是,當索引中沒有可空列時,空點陣圖不會出現在非葉索引行中,也不會出現在非聚集索引的葉級行中。
在空點陣圖之後,是行中可變長度的資料部分。它從行中可變長度列的兩個位元組數開始,然後是列偏移量陣列。SQL Server為行中每個變長列儲存一個2位元組偏移量值,即使該值為空。然後是資料的實際可變長度部分。最後,行末尾有一個可選的14位元組版本控制標記。此標記用於需要行版本控制的操作,例如線上索引重建、樂觀隔離級別和觸發器。
注意,我們將在第6章討論索引維護,在第9章討論觸發器,在第21章討論樂觀隔離級別。
讓我們建立一個表,用一些資料填充它,並檢視實際的行資料。程式碼如清單1-4所示。複製函式將第一個引數提供的字元重複10次。
清單1 - 4.資料行格式:表建立
一個未文件化但眾所周知的DBCC IND命令返回關於表分頁分配的資訊。您可以在圖1-8中看到該命令的輸出。
圖1-8DBCC IND輸出
有兩頁是屬於這個表的。第一個頁面型別為10,是一種特殊型別的頁面,稱為IAM分配對映。這個頁面跟蹤屬於特定物件的頁面。但是,現在不要專注於此,因為我們將在本章後面討論分配對映頁面。
注意:SQL Server 2012引入了另一個未文件化的資料管理功能(DMF)。 sys.dm_db_database_page_assignments,它可以用作DBCC IND命令的替代。與DBCC IND相比,此DMF的輸出提供了更多資訊,並且可以與其他系統dmv或者目錄檢視連線。
PageType=1的頁面是包含資料行的實際資料頁。PageFID和PagePID列顯示了頁面的實際檔案和頁碼。您可以使用另一個未文件化的命令DBCC PAGE來檢查其內容,如清單1-5所示。
清單1 - 5.資料行格式:DBCC頁呼叫
清單1-6顯示了對應於第一行資料的DBCC頁面的輸出。SQL Server以位元組交換的順序儲存資料。例如,兩個位元組的值0001將儲存為0100。
清單1 - 6.第一行的DBCC頁面輸出
圖1 - 9.第一個資料行
正如您所看到的,行以兩個狀態位開始,然後是兩個位元組的值0800。這是位元組交換值0008,它是行中列數屬性的偏移量。這個偏移量告訴SQL Server行中固定長度的資料部分在哪裡結束。
接下來的4個位元組用於儲存固定長度的資料,在我們的示例中是ID列。然後是兩個位元組的值,該值顯示資料行有四列,然後是一個一個位元組的空點陣圖.如果只有四列,點陣圖中的一個位元組就足夠了。它以二進位制格式儲存04的值,即00000100。它表示行中的第三列包含空值。
接下來的兩個位元組儲存行中可變長度列的數量,即3(位元組順序為0300)。它後面是一個偏移量陣列,其中每兩個位元組儲存可變長度列資料結束的偏移量。如您所見,即使Col2為NULL,它仍然使用偏移陣列中的插槽。最後,還有來自可變長度列的實際資料。
現在,讓我們看看第二個資料行。清單1-7顯示DBCC頁面輸出,圖1-10顯示行資料。
圖1 - 10.第二資料行資料
清單1 - 7.DBCC頁輸出為第二行
第二行中的NULL位圖表示二進位制值00001010,這表明Col1和Col3是NULL。即使表有三個可變長列,行中可變長列的數量表明偏移陣列中只有兩列/槽。SQL Server不維護行中尾隨的空變長列的資訊。
提示:您可以通過建立表來減少資料行的大小,方法是將通常儲存null值的變長列定義為CREATE TABLE語句中的最後一列。這是CREATE TABLE語句中列的順序惟一重要的情況。
固定長度的資料和內部屬性必須適合單個數據頁上可用的8060位元組。如果不是這樣,SQL Server不允許您建立表。例如,清單1-8中的程式碼產生了一個錯誤。