【SQL SERVER重新认识】数据内部存储结构简单探索

探索数据库内部存储数据存储结构，将从数据库内部如何存储数据，索引数据如何存储，操作数据对存储影响，最后总结。

 数据库经常需要打交道，但是从来没想过数据库内部是如何存储数据。

 今天探索一下数据库内部如何存储数据，从下面几个方面探索

1. 数据库内部如何存储数据
2. 索引数据如何存储
3. 操作数据对存储影响
4. 总结

数据库内部如何存储数据

要验证，先准备数据，这里创建是一个表，并添加3条数据

create table DataTable(Id int identity(1,1), [Name] varchar(50), [Address] varchar(200), CreateTime datetime2)
    
insert into DataTable
select "Wilson","广州市天河区",GETDATE() union all
select "Alice","北京市朝阳区",GETDATE() union all
select "Key","广州市番禺区",GETDATE()

View Code

利用DBCC查看页数据，数据库名称Demo

DBCC TRACEON(2588,3604)            --打开追踪
DBCC IND(Demo,DataTable,-1)        --查看分配情况，这里查到的PageFID,PagePID，用于PAGE查询，PageType = 1 是数据页
DBCC PAGE(Demo,1,224,1)            --查看页槽位情况

PAGE是查看cha内容太多，截取部分数据，

Slot 0, Offset 0x60, Length 43, DumpStyle BYTE
    
Record Type = PRIMARY_RECORD        Record Attributes =  NULL_BITMAP VARIABLE_COLUMNS
Record Size = 43                    
Memory Dump @0x000000557C77A060
    
0000000000000000:   30001000 01000000 c0bb04c8 7fea400b 04000002  0.............@.....
0000000000000014:   001f002b 0057696c 736f6eb9 e3d6ddca d0ccecba  ...+.Wilson.........
0000000000000028:   d3c7f8                                        ...    
    
Slot 1, Offset 0x8b, Length 42, DumpStyle BYTE
    
Record Type = PRIMARY_RECORD        Record Attributes =  NULL_BITMAP VARIABLE_COLUMNS
Record Size = 42                    
Memory Dump @0x000000557C77A08B
    
0000000000000000:   30001000 02000000 c0bb04c8 7fea400b 04000002  0.............@.....
0000000000000014:   001e002a 00416c69 6365b1b1 bea9cad0 b3afd1f4  ...*.Alice..........
0000000000000028:   c7f8                                          ..     
    
Slot 2, Offset 0xb5, Length 40, DumpStyle BYTE
    
Record Type = PRIMARY_RECORD        Record Attributes =  NULL_BITMAP VARIABLE_COLUMNS
Record Size = 40                    
Memory Dump @0x000000557C77A0B5
    
0000000000000000:   30001000 03000000 c0bb04c8 7fea400b 04000002  0.............@.....
0000000000000014:   001c0028 004b6579 b9e3d6dd cad0b7ac d8aec7f8  ...(.Key............
    
OFFSET TABLE:
    
Row - Offset                        
2 (0x2) - 181 (0xb5)                
1 (0x1) - 139 (0x8b)                
0 (0x0) - 96 (0x60)                 

上面是16进制，拿第一条数据来分析，分析完再跟另外两条数据来验证

Slot 0, Offset 0x60, Length 43, DumpStyle BYTE
0000000000000000: 30001000 01000000 c0bb04c8 7fea400b 04000002 0.............@.....
0000000000000014: 001f002b 0057696c 736f6eb9 e3d6ddca d0ccecba ...+.Wilson.........
0000000000000028: d3c7f8

30001000：字段的标志位，没找到官方说明，目前了解是，有可变字段和无可变字段不一致，已经删除的行会从30->3c
01000000：这个明显代表是Id，从另外两条数据可以猜到
c0bb04c8 7fea400b：因为看到Name在后面，这里刚好8个字符，这个应该是时间datetime2，写了个代码将16进制转换datetime2，现在就用代码验证，代码在文章最后放出来，因为时间转换有精度丢失，所以两个时间不是完全一直

04000002：04代表一共有4个字段，02代表一共有连个可变长字段
001f002b： 这里是两个可变字符的偏移量
0057696c 736f6eb9 e3d6ddca d0ccecba d3c7f8：这一串保存是姓名和地址，前面两个00，应该是上面长度的一个分隔符，下面也是用代码验证一下

 到这里也大概清楚SQL如何存储数据，它不是按字段顺序存储，先存固定长度的字段，然后插入分隔的符号，然后存可变长的字段，这样做可能为了减少移动数据带来的成本，后面操作数据会有讲到。

索引数据如何存储

到目前为止，是没有涉及到索引，因为我们上面的数据是没有创建索引，是一个堆表。

索引分非聚集索引和聚集索引

创建非聚集索引

create index IX_DataTable_Name on DataTable(Name ASC)

1 查看数据页分配情况

DBCC IND(Demo,DataTable,-1)        --查看分配情况
DBCC PAGE(Demo,1,280,1)            --查看页分配情况

2 Page分配情况

Slot 0, Offset 0x60, Length 21, DumpStyle BYTE
    
Record Type = INDEX_RECORD          Record Attributes =  NULL_BITMAP VARIABLE_COLUMNS
Record Size = 21                    
Memory Dump @0x00000055721FA060
    
0000000000000000:   36000100 00010001 00020000 01001500 416c6963  6...............Alic
0000000000000014:   65                                            e      
    
Slot 1, Offset 0x75, Length 22, DumpStyle BYTE
    
Record Type = INDEX_RECORD          Record Attributes =  NULL_BITMAP VARIABLE_COLUMNS
Record Size = 22                    
Memory Dump @0x00000055721FA075
    
0000000000000000:   36000100 00010002 00020000 01001600 4b657920  6...............Key 
0000000000000014:   4c69                                          Li     
    
Slot 2, Offset 0x8b, Length 22, DumpStyle BYTE
    
Record Type = INDEX_RECORD          Record Attributes =  NULL_BITMAP VARIABLE_COLUMNS
Record Size = 22                    
Memory Dump @0x00000055721FA08B
    
0000000000000000:   36000100 00010000 00020000 01001600 57696c73  6...............Wils
0000000000000014:   6f6e                                          on

3 Page页面分析

0100 00010001：这个是行Id，转义过来是（1:256:1），因为现在还是堆表，所以指向行Id

00020000：这个也是正文开始标记

01001500：这里记录索引的长度

后面的就是索引内容

可以看到，索引存储大概结构

指针 -> 索引信息（长度）-> 索引内容

查看行Id，可以使用sys.fn_PhysLocFormatter(%%physloc%%)

select sys.fn_PhysLocFormatter(%%physloc%%),* from DataTable

2  创建聚集索引

create clustered index IX_DatTaable_Name on DataTable(Name ASC)

1 查看数据页分配情况

DBCC IND(Demo,DataTable,-1)        --IndexID=1就是聚集索引
DBCC PAGE(Demo,1,234,3)

2 Page分配情况

0000000000000000:   30001000 02000000 20d1565f 0deb400b 05000003  0....... .V_..@.....
0000000000000014:   001b0020 002c0041 6c696365 b1b1bea9 cad0b3af  ... .,.Alice........
0000000000000028:   d1f4c7f8   

3 Page页面分析

这里数据大概格式行Id+定长字段+行信息+变长数据，这里就不展开验证。

值得注意是，这里的字段数量和可变长字段数量为 05000003

这里之所以会多了一个字段，是因为我们添加的聚集索引没有指定唯一，SQL SERVER会自动添加一个4字节的字段，确保聚集索引唯一。

操作数据对存储影响

INSERT

insert into DataTable(Name,Address,CreateTime)
select "Jack","广州市天河区",GETDATE()

1 查看Page情况

Slot 0, Offset 0x60, Length 44, DumpStyle BYTE
    
Record Type = PRIMARY_RECORD        Record Attributes =  NULL_BITMAP VARIABLE_COLUMNS
Record Size = 44                    
Memory Dump @0x0000005CD11FA060
    
0000000000000000:   30001000 02000000 40f61b57 1aeb400b 05000003  0.......@..W..@.....
0000000000000014:   001b0020 002c0041 6c696365 b1b1bea9 cad0b3af  ... .,.Alice........
0000000000000028:   d1f4c7f8                                      ....   
    
Slot 1, Offset 0xe3, Length 43, DumpStyle BYTE
    
Record Type = PRIMARY_RECORD        Record Attributes =  NULL_BITMAP VARIABLE_COLUMNS
Record Size = 43                    
Memory Dump @0x0000005CD11FA0E3
    
0000000000000000:   30001000 04000000 350f285e 1aeb400b 05000003  0.......5.(^..@.....
0000000000000014:   001b001f 002b004a 61636bb9 e3d6ddca d0ccecba  .....+.Jack.........
0000000000000028:   d3c7f8                                        ...    

 可以看到在Alice后面槽位插入了数据（因为这个表的聚集索引是在Name，升序）

UPDATE

update DataTable set Address = "广州市白云区黄边路8号" where Id  = 1

1 查看Pag情况，用2，查看整个Page

0000005CD387A064:   02000000 40f61b57 1aeb400b 05000003 001b0020  ....@..W..@........ 
0000005CD387A078:   002c0041 6c696365 b1b1bea9 cad0b3af d1f4c7f8  .,.Alice............
0000005CD387A08C:   30001000 03000000 40f61b57 1aeb400b 05000003  0.......@..W..@.....
0000005CD387A0A0:   001b001e 002a004b 6579b9e3 d6ddcad0 b7acd8ae  .....*.Key..........
0000005CD387A0B4:   c7f83000 10000100 000040f6 1b571aeb 400b0500  ..0.......@..W..@...
0000005CD387A0C8:   0003001b 0021002d 0057696c 736f6eb9 e3d6ddca  .....!.-.Wilson.....
0000005CD387A0DC:   d0b0d7d4 c6c7f830 00100004 00000035 0f285e1a  .......0.......5.(^.
0000005CD387A0F0:   eb400b05 00000300 1b001f00 2b004a61 636bb9e3  .@..........+.Jack..
0000005CD387A104:   d6ddcad0 ccecbad3 c7f83000 10000100 000040f6  ..........0.......@.
0000005CD387A118:   1b571aeb 400b0500 0003001b 00210036 0057696c  .W..@........!.6.Wil
0000005CD387A12C:   736f6eb9 e3d6ddca d0b0d7d4 c6c7f8bb c6b1dfc2  son.................

可以看到有2个Wilson的记录，因为更新的字段比原来的长，原来地方放不下，在当前页空闲的地方重新整条记录复制过去，然后偏移量指向新的地址。实际上字段变短了也会发生这种迁移。

这样原来的地方就变成碎片。事实上索引页的维护也是一样道理。

DELETE

delete DataTable where Id = 2

1 查看Pag情况，用2，查看整个Page

3c001000  ................<...
0000005CD627A064:   02000000 40f61b57 1aeb400b 05000003 001b0020  ....@..W..@........ 
0000005CD627A078:   002c0041 6c696365 b1b1bea9 cad0b3af d1f4c7f8  .,.Alice............
0000005CD627A08C:   30001000 03000000 40f61b57 1aeb400b 05000003  0.......@..W..@.....

可以看到Alice这条记录还存在页上，原来行头的4个标志位从30001000 -> 3c001000

总结

其实数据库如何存储对平常开发没什么影响，只是无聊研究一下。

其实还是有点影响，我能想到如下，未必准确和完整。

尽量选择定长的字段，例如状态，类型这种字段定义int

char 是用空间换时间，经常更新字段且比较短的字段可以考虑定义char

超长的varchar字段可以考虑不放在主表，不然一页存不下，又会发生行溢出问题

索引有利有弊，要尽量合理使用索引，特别是聚集索引，非常要谨慎使用。

转发请标明出处：https://www.cnblogs.com/WilsonPan/p/12605299.html

示例代码：https://github.com/WilsonPan/Net.Demos/tree/master/Demo.SQLTools