人人都是 DBA（I）SQL Server 体系结构[转]

在了解 SQL Server 数据库时，能够先从数据库的体系结构来观察。SQL Server 的体系结构中包含 4 个主要组成部分：

• 协议层（Protocols）
• 关系引擎（Relational Engine），也称为查询处理器（Query Processor）
• 存储引擎（Storage Engine）
• SQLOS

协议层（Protocols）

当应用程序与 SQL Server 数据库通讯时，首先须要经过 SNI（SQL Server Network Interface）网络接口选择创建通讯链接的协议。可使用如下协议：

• TCP/IP：应用最普遍的协议；
• Named Pipes：仅为局域网（LAN）提供服务；
• Shared Memory：仅支持在同一台机器上；
• VIA（Virtual Interface Adapter）：仅支持高性能 VIA 硬件；（该协议已弃用）

能够对 SQL Server 进行配置，使其能够同时支持多种协议。各类协议在不一样的环境中有着不一样的性能表现，须要根据性能需求选择合适的协议。若是客户端并未指定使用哪一种协议，则可配置逐个地尝试各类协议。

链接创建后，应用程序便可与数据库进行直接的通讯。当应用程序准备使用 T-SQL 语句 "select * from TableA" 向数据库查询数据时，查询请求在应用程序侧首先被翻译成 TDS 协议包（TDS：Tabular Data Stream 即表格格式数据流协议），而后经过链接的通讯协议信道发送至数据库一端。

SQL Server 协议层接收到请求，并将请求转换成关系引擎（Relational Engine）能够处理的形式。

关系引擎（Relational Engine）

关系引擎（Relational Engine）也称为查询处理器（Query Processor），主要包含 3 个部分：

• 命令解析器（Command Parser）
• 查询优化器（Query Optimizer）
• 查询执行器（Query Executor）

协议层将接收到的 TDS 消息解析回 T-SQL 语句，首先传递给命令解析器（Command Parser）。

命令解析器（Command Parser）检查 T-SQL 语法的正确性，并将 T-SQL 语句转换成能够进行操做的内部格式，即查询树（Query Tree）。

• 查询树（Query Tree）是结构化查询语言 SQL（Structured Query Language）的内部表现形式。
• 数据操纵语言 DML（Data Manipulation Language）是 SQL 语言的子集，包括 INSERT, UPDATE, DELETE 三种核心指令。
• 数据定义语言 DDL（Data Definition Language）管理表和索引结构，包括 CREATE, DROP, ALTER, TRUNCATE 等命令。
• 数据控制语言 DCL（Data Control Language）负责受权用户访问和处理数据，包括 GRANT, REVOKE 等命名。
• T-SQL 即 Transact-SQL 则是在 SQL 基础上扩展了过程化编程语言的功能，如流程控制等。
• SQLCLR（SQL Server Common Language Runtime）使用 .NET 程序集来扩展功能。

查询优化器（Query Optimizer）从命令解析器处获得查询树（Query Tree），判断查询树是否可被优化，而后将从许多可能的方式中肯定一种最佳方式，对查询树进行优化。

• 没法优化的语句，包括控制流和 DDL 等，将被编译成内部形式。
• 可优化的语句，例如 DML 等，将被作上标记等待优化。

优化步骤首先进行规范查询（Normalize Query），能够将单个查询分解成多个细粒度的查询，并对细粒度的查询进行优化，这意味着它将为执行查询肯定计划，因此查询优化器的结果是产生一个执行计划（Execution Plan）。

查询优化是基于成本的（Cost-based）考量的，也就是说，选择成本效益最高的计划。查询优化器须要根据内部记录的性能指标选择消耗最少的计划。这些内部性能指标包括：Memory 需求、CPU 利用率和 I/O 操做数量等。同时，查询优化还使用启发式算法（Pruning Heuristics），以确保评估优化及查询的时间消耗不会比直接执行未优化查询的时间更长。

在完成查询的规范化和最优化以后，这些过程产生的结果将被编译成执行计划（Execution Plan）数据结构。执行计划中包括查询哪张表、使用哪一个索引、检查何种安全性以及哪些条件为什么值等信息。

查询执行器（Query Executor）运行查询优化器（Query Optimizer）产生的执行计划，在执行计划中充当全部命令的调度程序，并跟踪每一个命令执行的过程。大多数命令须要与存储引擎（Storage Engine）进行交互，以检索或修改数据等。

存储引擎（Storage Engine）

SQL Server 存储引擎中包含负责访问和管理数据的组件，主要包括：

• 访问方法（Access Methods）
• 锁管理器（Lock Manager）
• 事务服务（Transaction Services）
• 实用工具（Controlling Utilities）

访问方法（Access Methods）包含建立、更新和查询数据的具体操做，下面列出了一些访问方法类型：

• 行和索引操做（Row and Index Operations）：负责操做和维护磁盘上的数据结构，也就是数据行和 B 树索引。
• 页分配操做（Page Allocation Operations）：每一个数据库都是 8KB 磁盘页的集合，这些磁盘页分布在多个物理文件中。SQL Server 使用 13 种磁盘页面结构，包括数据页面、索引页面等。
• 版本操做（Versioning Operations）：用于维护行变化的版本，以支持快照隔离（Snapshot Isolation）功能等。

访问方法并不直接检索页面，它向缓冲区管理器（Buffer Manager）发送请求，缓冲区管理器在其管理的缓存中扫描页面，或者将页面从磁盘读取到缓存中。在扫描启动时，会使用预测先行（Look-ahead Mechanism）机制对页面中的行或索引进行验证。

锁管理器（Lock Manager）用于控制表、页面、行和系统数据的锁定，负责在多用户环境下解决冲突问题，管理不一样类型锁的兼容性，解决死锁问题，以及根据须要提高锁（Escalate Locks）的功能。

事务服务（Transaction Services）用于提供事务的 ACID 属性支持。ACID 属性包括：

• 原子性（Atomicity）
• 一致性（Consistency）
• 隔离性（Isolation）
• 持久性（Durability）

预写日志（Write-ahead Logging）功能确保在真正发生变化的数据页写入磁盘前，始终先在磁盘中写入日志记录，使得任务回滚成为可能。写入事务日志是同步的，即 SQL Server 必须等它完成。但写入数据页能够是异步的，因此能够在缓存中组织须要写入的数据页进行批量写入，以提升写入性能。

SQL Server 支持两种并发模型来保证事务的 ACID 属性：

• 悲观并发（Pessimistic Concurrency）假设冲突始终会发生，经过锁定数据来确保正确性和并发性。
• 乐观并发（Optimistic Concurrency）假设不会发生冲突，在碰到冲突再进行处理。

在乐观并发模型中，用户读数据时不锁定数据。在执行更新时，系统进行检查，查看另外一个用户读过数据后是否更改了数据。若是另外一个用户更改了数据，则产生一个错误，接收错误信息的用户将回滚事务。该模型主要用在数据争夺少的环境中，以及锁定数据的成本超过回滚事务的成本时。

SQL Server 提供了 5 中隔离级别（Isolation Level），在处理多用户并发时能够支持不一样的并发模型。

• Read Uncommitted：仅支持悲观并发；
• Repeatable Read：仅支持悲观并发；
• Serializable：仅支持悲观并发；
• Snapshot: 支持乐观并发；
• Read Committed：默认隔离级别，依据配置既可支持悲观并发也可支持乐观并发。

实用工具（Controlling Utilities）中包含用于控制存储引擎的工具，如批量加载（Bulk-load）、DBCC 命令、全文本索引管理（Full-text Index Management）、备份和还原命令等。

SQLOS

SQLOS 是一个单独的应用层，位于 SQL Server 引擎的最低层。SQLOS 的主要功能包括：

• 调度（Scheduling）
• 内存管理（Memory Management）
• 同步（Synchronization）：提供 Spinlock, Mutex, ReaderWriterLock 等锁机制。
• 内存代理（Memory Broker）：提供 Memory Distribution 而不是 Memory Allocation。
• 错误处理（Exception Handling）
• 死锁检测（Deadlock Detection）
• 扩展事件（Extended Events）
• 异步 I/O（Asynchronous IO）

数据库体系结构对比

实际上，若是从体系结构的总体上来比较，各类常见的关系型数据库的体系结构都是差很少的。这也使得咱们在了解一种数据库后，能够大致的猜想和快速理解另外一种数据库。

下面是 Oracle 数据库的架构图：

下面是 MySQL 数据库的结构图：

MySQL 数据库在存储引擎部分实现了可插拔式设计（Pluggable Storage Engines），能够根据需求不一样选择不一样类型的存储引擎实现。

Feature	InnoDB	MyISAM	Memory
Storage Limits	64TB	256TB	RAM
Transactions	Yes	No	No
Locking Granularity	Row	Table	Table
B-Tree Indexes	Yes	Yes	Yes
Compressed Data	Yes	Yes	No
Encrypted Data	Yes	Yes	Yes
Full-Text Search Indexes	Yes	Yes	No
Foreign Key Support	Yes	No	No

甚至在同一个数据库实例中，每张数据表均可以指定使用哪一种存储引擎。

CREATE TABLE customers (a INT, b CHAR (20), INDEX (a)) ENGINE=InnoDB;

 

《人人都是 DBA》系列文章索引：

序号	名称
1	人人都是 DBA（I）SQL Server 体系结构
2	人人都是 DBA（II）SQL Server 元数据
3	人人都是 DBA（III）SQL Server 调度器
4	人人都是 DBA（IV）SQL Server 内存管理
5	人人都是 DBA（V）SQL Server 数据库文件
6	人人都是 DBA（VI）SQL Server 事务日志
7	人人都是 DBA（VII）B 树和 B+ 树
8	人人都是 DBA（VIII）SQL Server 页存储结构
9	人人都是 DBA（IX）服务器信息收集脚本汇编
10	人人都是 DBA（X）资源信息收集脚本汇编
11	人人都是 DBA（XI）I/O 信息收集脚本汇编
12	人人都是 DBA（XII）查询信息收集脚本汇编
13	人人都是 DBA（XIII）索引信息收集脚本汇编
14	人人都是 DBA（XIV）存储过程信息收集脚本汇编
15	人人都是 DBA（XV）锁信息收集脚本汇编