【SQL SERVER重新认识】数据内部存储结构简单探索
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
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
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
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)
1.1 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
1.2 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
1.3 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)
2.1 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)
2.2 Page分配情况
0000000000000000: 30001000 02000000 20d1565f 0deb400b 05000003 0....... .V_..@.....
0000000000000014: 001b0020 002c0041 6c696365 b1b1bea9 cad0b3af ... .,.Alice........
0000000000000028: d1f4c7f8
2.3 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()
1.1 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
2.1 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。
3.DELETE
delete DataTable where Id = 2
3.1 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
