标签：扫描 img else display family 查找 显示 data 导致
一行数据是如何来存储的呢？
变长列与定长列，NULL与NOT NULL，实际是如何整理存放到 8k的数据页上呢？
对表格进行增减列，修改长度，添加默认值等DDL SQL，对行存储结构又会有怎么样的影响呢？
什么是大对象，什么是行溢出，存储引擎是如何处理它们呢？
1 引入
在一个DB内，每一个table都能在sys.sysobjects中找到对应的描述，每一个列，都能从sys.columns中找到说明。
这里发个SQL是日常管理中使用到的，用于描述一个表格的数据结构情况。
1 SELECT
2
3 表名 = CASE WHEN A.COLORDER=1 THEN D.NAME ELSE ‘‘ END,
4 表说明 = CASE WHEN A.COLORDER=1 THEN ISNULL(F.VALUE,‘‘) ELSE ‘‘ END,
5 列序列号 = A.COLORDER,
6 列名 = A.NAME,
7 标识 = CASE WHEN COLUMNPROPERTY( A.ID,A.NAME,‘ISIDENTITY‘)=1 THEN ‘√‘ELSE ‘‘ END,
8 约束 = CASE WHEN EXISTS(
9 SELECT 1
10 FROM SYSOBJECTS
11 WHERE XTYPE=‘PK‘ AND PARENT_OBJ=A.ID AND NAME IN (
12 SELECT
13 NAME
14 FROM SYSINDEXES
15 WHERE INDID IN( SELECT INDID FROM SYSINDEXKEYS WHERE ID = A.ID AND COLID=A.COLID )
16 )
17 ) THEN ‘PK‘
18 WHEN EXISTS (
19 SELECT 1 FROM sys.foreign_key_columns
20 WHERE parent_object_id=A.ID AND parent_column_id=A.COLID
21 ) THEN ‘FK‘+‘(‘+(SELECT OBJECT_NAME(referenced_object_id)+‘.‘+COL_NAME(referenced_object_id,referenced_column_id)+‘)‘ FROM sys.foreign_key_columns WHERE parent_object_id=A.ID AND parent_column_id=A.COLID)
22 ELSE ‘‘ END,
23 数据类型 = CASE WHEN B.NAME IN (‘CHAR‘,‘NCHAR‘,‘VARCHAR‘,‘NVARCHAR‘) THEN B.NAME+‘(‘+ISNULL(CAST(case when COLUMNPROPERTY(A.ID,A.NAME,‘PRECISION‘)=-1 then null else COLUMNPROPERTY(A.ID,A.NAME,‘PRECISION‘) end AS VARCHAR(10)),‘MAX‘)+‘)‘
24 WHEN B.NAME =‘DECIMAL‘ THEN B.NAME+‘(‘+CAST(COLUMNPROPERTY(A.ID,A.NAME,‘PRECISION‘) AS VARCHAR(10))+‘,‘+CAST(ISNULL(COLUMNPROPERTY(A.ID,A.NAME,‘SCALE‘),0) AS VARCHAR(10))+‘)‘
25 ELSE B.NAME END,
26 占用字节长度 = A.LENGTH,
27 --长度 = COLUMNPROPERTY(A.ID,A.NAME,‘PRECISION‘),
28 --小数位数 = ISNULL(COLUMNPROPERTY(A.ID,A.NAME,‘SCALE‘),0),
29 允许空 = CASE WHEN A.ISNULLABLE=1 THEN ‘√‘ELSE ‘‘ END,
30 默认值 = case when E.TEXT is not null then
31
32 case when substring(e.text,1,2)=‘((‘ then substring(e.text,3,len(e.text)-4)
33 when substring(e.text,1,1)=‘(‘ then substring(e.text,2,len(e.text)-2)
34 else e.text end
35 else ‘‘ end ,
36 列说明 = ISNULL(G.[VALUE],‘‘)
37 FROM SYSCOLUMNS A LEFT JOIN SYSTYPES B ON A.XUSERTYPE=B.XUSERTYPE
38 INNER JOIN SYSOBJECTS D ON A.ID=D.ID AND D.XTYPE=‘U‘ AND D.NAME<>‘DTPROPERTIES‘
39 LEFT JOIN SYSCOMMENTS E ON A.CDEFAULT=E.ID
40 LEFT JOIN sys.extended_properties G ON A.ID=G.major_id AND A.COLID=G.minor_id
41 LEFT JOIN sys.extended_properties F ON D.ID=F.major_id AND F.minor_id=0
42 WHERE D.NAME IN (‘area‘,‘‘,‘‘)
43 ORDER BY A.ID,A.COLORDER
查询表结构SQL
2 数据行
2.1 数据行结构
数据行在数据页面的存储结构详见下表，分为几个部分：基础信息4字节、定长列相关、变长列相关及null位图。详见下表。这部分的内容具体参考《SQL server技术内幕：存储引擎》第6章。
参考下图，一行数据的大小是这么计算的：Row_Size=Fixed_Data_Size+Variable_Data_Size+Null_Bitmap+4 。
各个部分其实都比较好理解，状态B位未使用，状态A位，详细描述如下。
- 状态位A：表示行属性的位图，1字节，8bit
-
- Bit 0 位，版本信息
- Bits 1-3 位，行记录类型
-
- 0，primary record，主记录
- 1，forwarded record
- 2，forwarding stub
- 3，index record，索引记录
- 4，blob或者行溢出数据
- 5，ghost索引记录
- 6，ghost数据记录
- Bit 4 位，NULL位图
- Bit 5 位，表示行中有变长列
- Bit 6 位，保留
- Bit 7 位，ghost record（幽灵记录）
- 列偏移矩阵
-
- 如果一个表格，没有变长列，那么这个表格则不需要列偏移矩阵
- 一个变长列，有一个列偏移矩阵，一个列偏移矩阵2个字节，用于表示变长列中每个列的结束位置。
2.2 特殊情况（大对象、行溢出及forword）
2.2.1 大对象
text, ntext, image, nvarchar(max), varchar(max), varbinary(max), and xml这种数据列，称为大对象列， 注意，变长数据类型nvarchar，varchar，varbinary只有当存储内容大于8k才变为大对象列。
行不能跨页，但是行的部分可以移出行所在的页，因此行实际可能非常大。页的单个行中的最大数据量和开销是 8,060 字节 (8 KB)。考虑大对象列极为占用空间，所以在一行数据的主记录中，是不存储大对象列的，仅存储 16字节 指向 大对象列实际存储到LOB data页面的位置。
比如，一个大对象列text，text列存储5000的字符，其他列占用50个字符，如果是放在一起存储的话，10行数据就需要10个page，扫描就需要10次IO；而如果不放在一次，一个IN-ROW-DATA page就能存储这10行数据，text列单独存放在 LOB data列，那么，扫描这10行的主记录，仅需要1次IO。所以，大对象列是不跟主记录存储在一起。
这样，一个8k的数据页，就能尽可能多的存储主记录，可以在查询的时候，避免 大对象列占用主记录空间，导致IO次数增增加。
2.2.2 行溢出
超过 8,060 字节的行大小限制可能会影响性能，因为 SQL Server 仍保持每页 8 KB 的限制。当合并 varchar、nvarchar、varbinary、sql_variant 或 CLR 用户定义类型的列超过此限制时，SQL Server 数据库引擎 将把最大宽度的记录列移动到 ROW_OVERFLOW_DATA 分配单元的另一页上，然后在主记录记录一个24字节的指针，用与描述 被移出的列 实际存储位置。比如，一行数据总大小超过8k，那么在insert的过程中，会把最大宽度的记录移动到另外的数据页面。
如果更新操作使记录变长，大型记录将被动态移动到另一页。如果更新操作使记录变短，记录可能会移回 IN_ROW_DATA 分配单元中的原始页。此外，执行查询和其他选择操作（例如，对包含行溢出数据的大型记录进行排序或合并）将延长处理时间，因为这些记录将同步处理，而不是异步处理。
一行数据（不包括大对象列）总长度超过了8k，则会把最大宽度的列内容移动到ROW_OVERFLOW_DATA页面上，主记录上留下一个24字节的指针 描述 被溢出挪走的列内容 实际存储位置，这个称为行溢出。
2.2.3 forword
在一堆表内的一个数据页面，存储了N行数据，现在，其中一行数据的某一列发生修改，导致其列的长度加大，而剩余的页面空间无法存储该列数据，那么这个时候，就会把该列数据移动到新的 IN_ROW_DATA 页面上，在主记录留下一个 9个字节的 指针，指向实际列的存储位置，这个称之为 forword。
forward的条件是：堆表、变长列、更新操作及其数据页面剩余空间不足存储新列内容。
为什么一定要是堆表呢？因为如果是聚集索引表格，遇到这种情况，数据页会split，把一半的内容另外存储到新的数据页，由于聚集索引上的非聚集索引键值查询根据是主键，所以split操作不会影响到非聚集索引，但是堆表的非聚集索引结构查找行是根据RID，如果也split，那么所有非聚集索引都需要修改键值RID，故在堆表上，使用了forword。
为什么是更新操作呢？因为如果是INSERT操作，一开始就出现空间不足的情况，它老早就跑路到新的数据页上了，不会再空间不足的数据页面坐INSERT操作。
比如，一行数据原本存储在一个数据页面中，但是update某一列，增大其存储内容，发现该数据页没有空闲的空间可以存储该列内容，该列则会forword到另外的数据页IN_ROW_DATA存储，主记录留下一个9字节的指针。
3 测试存储情况
测试思路
- 先建立一个只有2列非空定长列的堆表，然后INSERT一行数据，检查page页面存储内容
- 添加主键，检查存储页面内容
- 增加一列：可空变长列
- 增加一列：非空变长列+默认值（分大对象和非大对象）
- 删除无数据的列
- 删除有数据的列
- 行溢出
- forword
3.1 堆表分析
create table tbrow(id int not null identity(1,1),name char(20) not null)
insert into tbrow(name) select ‘xinysu‘;
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbrow‘,-1)
--根据返回结果，判断324为数据页，如果不理解，请查看本系列第一篇博文
dbcc page(‘dbpage‘,1,324,3)
查看 `消息` 内容，可以看到 slot 0 存储的行数据大小为21字节，由于现在的 tbrow表格中，只有两列 int 跟 char ，由于都是定长列，所有变长列的存储模块均为空，但是注意一点，即使整个表格都没有允许Null的列，Null位图仍然会占用一个字节。
所以 该行记录的长度=状态A+状态B+定长字段长度+定长字段内容+总烈属+null位图=1+1+2+（4+10）+2+1= 21 bytes。
根据行的16进制记录：10001200 01000000 78696e79 73752020 2020020000，来详细分析这行数据的存储情况。先把这串字符按照字节数区分，其中注意部分需要反序后再转换十进制。详细分析及推导见下图。
3.2 添加主键
alter table tbrow add constraint pk_tbrow primary key(id)
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbrow‘,-1)
可以看到，表格的IAM页及数据页全部都改变了，因为当一个堆表添加主键变为聚集索引表格的时候，需要重新组织数据页，按照聚集索引的键值顺序存储，所以看到，整个数据页存储情况发生了变化。如果是一个大堆表添加聚集索引，那么这是一个非常耗时及耗费IO、CPU的操作，并且会锁表直到操作结束，需谨慎操作。
再次来分析现在的行记录。
dbcc page(‘dbpage‘,1,311,3)
可以看到，数据行的内容并没有发生变化，添加主键（聚集唯一索引），会重组整个表格的存储顺序，但是不会影响到行内的数据情况。
3.3 增加一列：可空变长列
alter table tbrow add constraint pk_tbrow primary key(id)
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbrow‘,-1)
dbcc page(‘dbpage‘,1,311,3)
这里开始有趣了，发现，添加了一列可空可null的列后，行记录16进制并没有发生变化。对比如下。
/*
第一个行为堆表行记录
第二个行为添加主键后的行记录
第三个行为添加可空变长列后的行记录
10001200 01000000 78696e79 73752020 2020020000
10001200 01000000 78696e79 73752020 2020020000
10001200 01000000 78696e79 73752020 2020020000
*/
即使表格有为null的列，有变长的列，但是，只有这些列上没有值，是不会影响这一行的数据记录的，这非常重要！因为意味着，给一个表格添加可为空的列时，存储引擎不需要去修改表格内的行记录存储情况，只需要在数据字典上添加做变动即可，这需要获取到表格的架构锁，然后执行，这个执行速度非常快。
这一点的处理，跟MySQL的处理极为不一样，虽然5.6添加了OnLine DDL，避免了DDL期间对表格锁表影响，但是处理添加列的时候，涉及表结构变动，需要新建临时文件来存储frm跟ibd文件，这是一个耗费IO的处理方式，详细可查看之前博文：
MySQL Online DDL的改进与应用 。
3.4 增加一列：非空变长列+默认值
3.4.1 非大对象列
alter table tbrow add task varchar(20) not null default ‘all A‘ ;
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbrow‘,-1)
dbcc page(‘dbpage‘,1,311,3)
查看16进制的行记录：10001200 01000000 78696e79 73752020 2020020000，发现与之前的是一样的，查看表格内容，设置了NOT NULL带默认值的列后，实际上，查询出来 task列是有值存储的，存储内容为 ‘all A‘，但是查看16进制内容的时候，却发现，这个数据页内的行记录存储内容并没有发生变化。
这是一个神奇的处理方式！为啥呢？
仔细查看page的解析内容，发现 ：Slot 0 Column 4 Offset 0x0 Length 5 Length (physical) 0 。该列数据长度为5，但是，实际存储长度为0，也就是这一列压根没有存储在数据页面中。
个人推测：当添加了NOT NULL列+默认值（非大对象列）的情况下，不对以往数据存储记录发生修改，但是在查询的时候，会判断该列是否有存储数据，如果没有则使用默认值显示。 这样有一个非常大的好处：节约存储空间，不变更行记录，DDL期间，无需对以往记录做处理，仅需修改数据字典即可。
3.4.2 大对象列
alter table tbrow add descriptions text not null default ‘i love sql server‘ ;
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbrow‘,-1)
单薄的表格，一行的记录，因为添加了大对象列，来了个 LOB data的IAM页 以及 LOB data的数据页 。不过，这次仅分析主记录数据页面pageid=311。
--主记录数据页面pageid=311
dbcc page(‘dbpage‘,1,311,3)
依旧来分析下这行存储记录，原先长度都是21，为啥添加了一个 text带默认值的列，长度就增加为50bytes呢？
这里注意两个地方：原先的 task列跟 description列。task列之前是实际不存储数据内容的，但是现在存储了数据内容，description大对象列并没有存储数据在主记录中，而是存储在另外的lob data数据页中，在主记录仅存储 描述 该列具体位置内容，占16bytes。
所以 该行记录的长度=状态A+状态B+定长字段长度+定长字段内容+总列数+null位图+变长列数量+列偏移矩阵+变长数据内容=1+1+2+（4+10）+2+1+2+2*3+（5+16）= 50 bytes。
来看看这个16进制的字符串：30001200 01000000 78696e79 73752020 20200500 0403001d 00220032 80616c6c 20410000 d1070000 00004b01 00000100 0000，详细分析这行数据的存储情况。先把这串字符按照字节数区分，详细分析及推导见下图。
由此可以得到几个推论：大对象的列NOT NULL+默认值，是在数据页上实际存储默认值的，而且会对表格中的其他原本不存储默认值的列造成影响，整个表格变成了把默认值实际存储到数据页面中去。当一个大表，需要增加一列大对象列NOT NULL+默认值时，会影响到表格里面的每一行记录，每行记录都要增加一个16字节的来描述 大对象列的存储位置，同时，原本不存储默认值的列，也会实际存储默认值到数据页面中，这是一个锁表久耗费IO的操作，对于一个大表来说。
是不是发现自己 添加一个大对象列+默认值是一件可怕的事情？如果真有这种需求，而且还是个大表，请谨慎考虑。
3.5 删除无数据的列
--根据之前的查询结果，skill这一列是没有存储数据的
alter table tbrow drop column skill
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbrow‘,-1)
dbcc page(‘dbpage‘,1,311,3)
可以发现，删除这一列，对实际数据存储并没有影响，但是该列会有一个标识值 DROPPED=[NULL]表明该列已被删除，注意，这个表示只并不是存储在每一行数据中，而是数据库存储引擎记录。
截取数据页面里边的16进制内容：30 00 1200 01000000 78696e79737520202020 0500 04 0300 1d0022003280 616c6c2041 0000d107000000004b01000001000000，发现与删除前的是一样的，对比如下：
/*
第一个行记录为删除前
第二个行记录为删除后
30 00 1200 01000000 78696e79737520202020 0500 04 0300 1d0022003280 616c6c2041 0000d107000000004b01000001000000
30 00 1200 01000000 78696e79737520202020 0500 04 0300 1d0022003280 616c6c2041 0000d107000000004b01000001000000
*/
得出结论：删除一行无数据的列时，不需要修改行内数据存储情况，仅需要修改涉及的数据字典跟删除期间持有架构锁，这是一个非常快的过程（但是如果表格一直被其他用户进行操作，那么申请架构锁也会出现等待情况）。
3.6 删除有数据的列
--根据之前的查询结果，skill这一列是没有存储数据的
alter table tbrow drop column name
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbrow‘,-1)
dbcc page(‘dbpage‘,1,311,3)
分析到这里，可以发现，SQL SERVER在处理删除列这一块处理的非常巧妙，最大程度的减少了对表格可用性的影响，无论带不带数据，删除的时候，只处理数据字典类相关内容，标识该列已被删除，但是实际上没有去到每一个页面中去删除数据，而是把这些列占用的空间在逻辑上修改为不存在，允许以后写覆盖。
作为一名小小的DBA，个人觉得在行数据的存储结构这一块，针对于增加列或者删除列的处理，SQL SERVER 设计非常巧妙及高效！相对与 MySQL改进后的Online DDL，SQL SERVER将表格的可用性大大提高以及降低对系统资源的影响。（仅讨论列的增加删除DDL这一块）
3.7 行溢出
行溢出这块，不分析其16进制行记录，着重在 行溢出的处理方式上。
#新表格测试
create table tbflow(id int not null ,cola varchar(6000),colb varchar(6000),colc varchar(6000))
INSERT INTO tbflow SELECT 1,replicate(‘1‘,1000),replicate(‘1‘,5000),replicate(‘1‘,3000)
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbflow‘,-1)
dbcc page(‘dbpage‘,1,334,3)
cola列1000个字符，colb列5000个字符，colc列3000个字符，不算其他字节使用，光着3列长度之和就大于8k，按照行溢出的处理，可以推测出 是colb 被移动到 Row-overflow data列，所以，先分析page 334 ，看主记录的存储情况，实际情况与推测一致。
3.8 Forword
Forword这块，不分析其16进制行记录，着重在Forword的处理方式上。
create table tbforword(id int not null ,cola varchar(6000),colb varchar(6000),colc varchar(6000))
insert into tbforword select 1,replicate(‘1‘,1000),replicate(‘1‘,500),replicate(‘1‘,500)
insert into tbforword select 2,replicate(‘1‘,1000),replicate(‘1‘,500),replicate(‘1‘,500)
insert into tbforword select 3,replicate(‘1‘,1000),replicate(‘1‘,500),replicate(‘1‘,500)
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbforword‘,-1) #记录 IAM是385，主记录是384页
update tbforword set colb=replicate(‘1‘,4500) where id=2
dbcc traceon(3604)
dbcc ind(‘dbpage‘,‘tbflow‘,-1)
pageid=384数据页面中，存储3行记录大概用了6k+的空间，这时候，把id=2的colb列修改为4.5k长度，超过了一个页面8k的范围，也就意味着，这个被修改的列会被forword，根据新增的数据页386，可推测出 forword的列存储在386中。现在分析 pageid 384来验证推测。详见截图，发现与推测一致。
dbcc page(‘dbpage‘,1,384,3)
4 行结构与DDL
SQL SERVER大话存储结构（3）_数据行的行结构
标签：扫描 img else display family 查找 显示 data 导致
原文地址：http://www.cnblogs.com/xinysu/p/6868901.html
