SQL Server 深刻解析索引存储(堆)

标签：SQL SERVER/MSSQL SERVER/数据库/DBA/索引体系结构/堆

概述

     本篇文章是关于堆的存储结构。堆是不含汇集索引的表（因此只有非汇集索引的表也是堆）。堆的 sys.partitions 中具备一行，对于堆使用的每一个分区，都有 index_id = 0。默认状况下，一个堆有一个分区。当堆有多个分区时，每一个分区有一个堆结构，其中包含该特定分区的数据。例如，若是一个堆有四个分区，则有四个堆结构；每一个分区有一个堆结构。根据堆中的数据类型，每一个堆结构将有一个或多个分配单元来存储和管理特定分区的数据。每一个堆中的每一个分区至少有一个 IN_ROW_DATA 分配单元。若是堆包含大型对象 (LOB) 列，则该堆的每一个分区还将有一个 LOB_DATA 分配单元。若是堆包含超过 8,060 字节行大小限制的可变长度列，则该堆的每一个分区还将有一个 ROW_OVERFLOW_DATA 分配单元。有关分配单元的详细信息，

sys.system_internals_allocation_units 系统视图中的列 first_iam_page 指向管理特定分区中堆的分配空间的一系列 IAM 页的第一页。SQL Server 使用 IAM 页在堆中移动。堆内的数据页和行没有任何特定的顺序，也不连接在一块儿。数据页之间惟一的逻辑链接是记录在 IAM 页内的信息。

 

正文

堆结构

能够经过扫描 IAM 页对堆进行表扫描或串行读操做来找到容纳该堆的页的扩展盘区。由于 IAM 按扩展盘区在数据文件内存在的顺序表示它们，因此这意味着串行堆扫描连续沿每一个文件进行。使用 IAM 页设置扫描顺序还意味着堆中的行通常不按照插入的顺序返回。

 

 页面的组成

 

一个SQL数据页面=标头+数据行+剩余空间+行偏移表（若是表中存在大数据类型字段）+溢出表（若是存在） 

行偏移

---测试数据
CREATE TABLE Theap
(ID INT IDENTITY(1,1) NOT NULL,
NAME NVARCHAR(MAX) NOT NULL,
IDATE DATETIME DEFAULT(GETDATE()) NOT NULL
)
GO
---插入1000条测试数据
DECLARE @ID INT=1
WHILE(@ID<=1000)
BEGIN
INSERT INTO Theap(NAME)VALUES((@ID))
SET @ID=@ID+1 
END
GO
SELECT * FROM Theap

---开启跟踪标志
DBCC TRACEON(3604,2588)
--DBCC TRACEOFF(3604,2588)
---获取对象的数据页，结构：数据库、对象、显示
DBCC IND(Ixdata,Theap,-1)

SELECT * FROM sys.system_internals_allocation_units WHERE container_id=72057594039566336

分析114页

DBCC page(Ixdata,1,114,3)

整个数据页有四部分组成

1.页面在内存中的映射信息（BUFFER:）

2. 页头部分（PAGE HEADER）：记录了页号、页类型、记录数，LSN及其余信息，在上一章已经讲过

3. 数据部分（DATA）：以16进制格式存储行记录（从第96个字节开始）

4. 行偏移部分(OFFSET TABLE)：以倒序的顺序记录了行记录的指针位置，这个使用2的显示方式比较明显看出

看看一行记录在页面中是怎样记录的

 

 

 

00000000: 30001000 01000000 76ff7401 64a40000 †0.......v.t.d...
00000010: 0300b801 00190031 00†††††††††††††††††.......1.

1字节：30>00110000 ；右边第一位开始是0位，第4位和第5位是1，因为在2008中null bit map老是存在的，因此只考虑第五位，即存在变长字段。 

1字节：00；状态位B在SQLServer2005/2008中未启用，因此为00

2字节：1000;这两个字节是表示定长列的字节数，反过来排0010=1*16=16个字节，表中的定长列ID(4个字节)+IDATE(8个字节)+4个字节（默认加的）=16个字节

N个字节：01000000 76ff7401 64a40000；这N个字节是定长字段的内容，总共12个字节

2个字节：0300；表中的字段数，因为表中只有3个字段因此用0300表示

1个字节：b8>10111000;这个字节表示主要是判断对应的字段内容是否有空值，1表明容许为空，前三个字段都不容许为空，并且表只有三个字段因此不用看后面。

2个字节：01 00；这个字段表示变长列的个数，根据刚才说的方法倒过来00 01=1个字段，表中页只有NAME字段是变长字段。

2个字节*变长字段的个数：1900；因为表中只有一个变长字段，因此只有两个字节，表示第一个变长列的终止位置=25

N个字节：变长字段的内容，3100转换成字符恰好是‘1’

在线16进制转字符： http://www.bejson.com/tools/0x/

 

查询

SELECT [ID]
      ,[NAME]
      ,[IDATE]
  FROM [Ixdata].[dbo].[Theap]
  WHERE NAME='1'
    
  SELECT [ID]
      ,[NAME]
      ,[IDATE]
  FROM [Ixdata].[dbo].[Theap]
  WHERE NAME='900'

分析查询能够看出不管你查询的是'1'仍是'900',都是扫描一次，逻辑读取4次，由于存在4个页，用ID去查也是同样.

 

行溢出

CREATE TABLE Theapover
(ID INT IDENTITY(1,1) NOT NULL,
NAME VARCHAR(5000) NOT NULL,
NAME1 VARCHAR(5000) NOT NULL,
IDATE DATETIME DEFAULT(GETDATE()) NOT NULL
)
GO
---插入1000条测试数据
DECLARE @ID INT=1
WHILE(@ID<=1000)
BEGIN
INSERT INTO Theapover(NAME,NAME1)VALUES(REPLICATE(1,5000),REPLICATE(2,5000))
SET @ID=@ID+1 
END
GO
SELECT * FROM Theapover
ORDER BY ID
GO

DBCC IND(Ixdata,Theapover,-1)

SELECT * FROM sys.system_internals_allocation_units WHERE container_id=72057594039828480

 

总共插入了1000条记录，一行占一页再加上两个IAM页恰好2002页，

存在两个IAM页，分别是3281和3283页，还有一个比较特殊的页3280页，3280页是溢出数据里面的根页，等一下看一下这页的数据。

 

分析IAM页

DBCC page(Ixdata,1,3283,3)

分析溢出页

DBCC page(Ixdata,1,3282,3)

 

注意:不是堆页和溢出页就只能一一对应，因为当前表中堆页容纳不下两条记录因此就致使了堆页和溢出页同样，当堆页能够存多条记录的时候就会出现一个堆页对应多个溢出页。

测试查询

  SELECT  [ID]
      ,[NAME]
      ,[NAME1]
      ,[IDATE]
  FROM [Ixdata].[dbo].[Theapover]
  where ID=500

当我继续往堆表里插入数据直到表超过4G的时候会有新的IAM页生成，并且IAM页之间存在链关系（数据页）。

查询发现新生成的3135IAM页种的数据页的行溢出指向的是新生成的511256IAM页的溢出页，这样的话IAM页之间的链关系对查询效率貌似没有什么改善的好处。

1. IAM用于查找分配给heap的全部数据页信息，IAM页中记录了全部的页面的页id。

2. 对于大多数较小的heap表来讲，仅须要一个IAM页就能够管理其页面。

3. 若heap表大于4GB或包含LOB数据类型的话，则会包含多个IAM页面。

4. 当查询要获取heap表的全部记录时，SQL Server使用IAM页来扫描heap表

总结

  堆表的页是没有规律的不存在页链，因此致使堆表的查询效率不好,当查询一个10万条记录的堆表逻辑读取就须要10万次，若是堆表的数据量很大须要屡次进行物理读获取页面的时候对于IO的消耗是很是大的，建议表都应该建汇集索引。

 

备注：     做者：pursuer.chen     博客：http://www.cnblogs.com/chenmh 本站点全部随笔都是原创，欢迎你们转载；但转载时必须注明文章来源，且在文章开头明显处给明连接，不然保留追究责任的权利。 《欢迎交流讨论》