SQL Server数据行的物理空间分配

SQL Server数据行的物理空间分配

一、页（page）

1、基本概念

　　页是SQL Server存储数据的基本单位，每一页为8KB（8192字节）。页是SQL Server可以读写的最小I/O单位，即使只访问一行，SQL Server也要读取整个页。

　　SQL Server有以下8种类型的页

（1）数据页：是保存除text/ntext/image类型外的数据行

（2）索引页：保存索引信息

（3）页面可用空间（PFS：Page Free Space）页：保存可用页空间信息，Page ID=1 。

（4）文本/图像页：保存text/ntext/image类型的数据

（5）全局分配映射（GAM）页：保存已经分配的盘区信息，Page ID=2 。SGAM，Page ID=3 。

（6）索引分配映射页（IAM）：保存一个表或索引使用的盘区信息

（7）批量修改映射（BCM：Bulk Changed Map）页：保存在上次backup   log时执行批量操作所修改的盘区信息，Page ID=7 。

（8）差量修改映射（DCM：Differential Changed Map）页：保存上次backup database差异备份时所修改的盘区信息，Page ID=6 。

2、数据页

（1）标头（Header）

　　每一个数据页都包含一个96字节的标头，SQL Server 2005使用了64字节，其它32字节作为保留。标头包含的信息如下（摘自《深入解析SQL Server 2008》）

（2）数据行（data row）

　　数据行紧跟在标头之后，数据行的最大长度是8060字节。 由于数据库不能“跨页”，因此单行数据最多8060字节，但对于可变长对象与LOB对象有特殊的处理方法从而可以“跨页”。

　　注意：每一行的数据内容最多不能超过8053，因为SQL Server还需要对每一行的数据最少附加7字节的系统数据。

（3）行偏移矩阵（row offsets）

　　页的末尾是行偏移矩阵，又译为行偏移数组，或行指针，它最少占用36字节。

　　每一数据行都对应一个条目块（Entity Block），每个条目块由2个字节构成，记录该数据行的第一个字节与页首的距离。行偏移矩阵中的条目顺序与数据行的顺序相反，而且只表示了页中数据行的逻辑顺序。注意：行的物理位置可以是页面上的任意位置。如果是聚集表，行偏移矩阵的slot0引用聚集索引键顺序中的第一行，slot1引用第二行，依此类推。

　　行偏移矩阵最少为36字节，因此默认最多只可以记录18个数据行。当数据行超过18行时，系统将动态调整数据行占用的字节数与行偏移矩阵占用的字节数，注意：数据行与行偏移矩阵总共是8096字节。

3、行数据存储结构

（1） 数据行的限制

　　在旧版本的SQL Server中，行不能跨页，而且被限制为8060字节（Text、Image类型的LOB除外），还要考虑留有足够的空间存储行偏移矩阵的条目块。

（2）行溢出数据（row-overflow data）

　　SQL Server 2005新行性，对于含有VarChar（旧版本为text）、NVarchar（旧版本为ntext）、VarBinary（旧版本为image）、SQL_Variant、CLR用户定义类型的数据行，可以超过这一限制。当行超过8060字节时，这些类型的值将被移动到一个“行溢出分配单元”的页中，而在原始页中保留一个24字节的指针，指向行外的数据。这样，行可以跨页，但行内数据仍然被限制为8060字节。

　　当这些数据的大小不超过8000字节时，它们的值将被移动到行溢出页中。如果数据的大小超过了8000字节，这些值将被内部处理为一个LOB（large object），而在原始行上维护一个16字节的指针，指向该LOB。

4、行数据的存储类型

　　SQL Server有3种存储类型：

（1）行内数据（IN_ROW_DATA）的页面

（2）行溢出数据（ROW_OVERFLOW_DATA）的页面

（3）LOB数据（LOB_DATA）的页面

二、区（Extend）

1、基本概念

　　区，也译为扩展，或盘区，是8个物理上连续的页组成的单元，即64KB的空间，用于存储表和索引。 SQL Server 2008有两种类型的区：

（1）统一区。由单个对象拥有，只有该对象可以使用该区中的8个页面。当表或索引需要更多的空间以存储数据时，SQL Server为对象分配一个完整的区。

（2）混合区。每个页面可由一个对象拥有，因此一个混合区最多可由8个对象拥有。对于包含少量数据的对象且不足64KB时，当它需要更多空间时，SQL Server通常只分配一个单独的页，而不是整个区。这个页可以位于一个混合区内。

　　由于I/O负载多数消耗在磁盘寻址方面，因此读取一个连续8个页面的区，与读取一个页，所用的时间几乎一样多。SQL Server对一些大型表或索引的扫描，可以在区级别上读取数据。

2、区的分配记录

　　SQL Server用两种特殊的页面记录已经分配了哪些区，以及区可以用于哪些类型（混合或统一）。

（1）全局分配映射（GAM）页面

　　记录了可以分配给任何用途的区。GAM对它所涵盖的每个区都有一个位（bit），以0表示正在使用中，以1表示可用。每个GAM页面，除去头文件等，有8000字节（64000位）可用。因此每个GAM页可以涵盖64000个区，即4GB。

　　GAM总是任何数据库文件的第3个页面（Page ID=2），这个页面之后，每511230个页面就会有一个GAM页面。

（2）共享全局分配映射（SGAM）页面

　　记录了用作混合区的区，并且这些区中至少有一个未使用的页。结构与GAM类似，每个区都有一个位，以1表示是混合区并且可用，以0表示没有用作混合区或页面都已被使用。对于这个区，GAM对应的位的值总是为0。每个SGAM页可以涵盖64000个区，即4GB。

　　SGAM总是任何数据库文件的第4个页面（Page ID=3），这个页面之后，每511230个页面就会有一个SGAM页面。

　　当对表进行Drop或Truncate时，将释放整个区（将GAM位设置为1，将SGAM位设置为0），这样会使日志记录最小。

3、分配新的区

　　如果SQL Server需要找到新的、完全未使用的区，它可以从GAM页中找到值为1的位。

　　如果SQL Server需要找到包含可用空间的混合区（有一个或多个可用的页面），则它在SGAM中寻找值为1 的位。如果没有找到具有可用的页的混合区，SQL Server会使用GAM页找到一个全新的区，将它分配为混合区，然后使用其中一个页。如果根本没有可用的区，说明文件已经满了。

三、索引分配映射（IAM）

　　IAM页面记录表或索引使用的区，它包括3种分配单元（即：行数据的3种存储类型）之一的页面。单个IAM页面只包括单个文件的4GB的区的分配信息，如果表或索引的分区使用了多个文件，就会有多个IAM页面。 例如：具有3种存储类型（行中存储、行溢出和LOB）的4个分区，每个分区都有2个小于4GB文件，那么将有24个IAM页面。如果数据库文件超过4GB，就会有额外的IAM。

　　每个IAM是按对象的需要进行分配的，且在数据库文件中随意放置。每个IAM页面都包含一个指针，指向链中的下一个IAM页面。

四、PFS

　　页可用空间（PFS）页面记录每页的分配状态，将区分配给对象后，数据库引擎 将使用PFS页来记录区中的哪些页已分配或哪些页可用。PFS 对每页都有一个字节，记录该页是否已分配。如果已分配，则记录该页是为空、已满 1% 到 50%、已满 51% 到 80%、已满 81% 到 95% 还是已满 96% 到 100%。

五、DCM与BCM

　　DCM（差分更改映射）和BCM（批量更改映射）页面与GAM和SGAM页面类似，其中有一个位对应于它们所代表的数据库文件中的每个区。它们以固定间隔出现，每隔511230页出现一次。

本文出自 “我们一起追过的MSSQL” 博客，转载请与作者联系！