存儲結構與索引

一、SQL數據存儲的基本介紹

       數據庫中的數據存儲涉及頁（Page）和區（Extent)這兩個概念了。SQL server中數據存儲的基本單位是頁。為數據庫中的數據文件（.mdf或.ndf）分配的磁盤空間可以從邏輯上划分成頁（從0到n連續編號），磁盤I/O操作在頁級執行。也就是說，SQL Server讀取或寫入數據的最小單位是以8KB為單位的頁。區是8個物理上連續的頁的集合，用來有效地管理頁。如果區內的8個頁屬於同一個表，則這種區稱為統一區；如果區內的8個頁分別屬於至少兩個不同的表，則這種區稱為混合區。頁在SQLScrver中，大小為8KB。這意味着SQL Server數據庫中每MB有128頁。每頁開頭是一個96字節的頁頭，用於存儲有關頁的系統信息。包括頁碼、頁類型、頁的可用空間，以及擁有該頁的對象的分配單元ID。不同類型的數據，存儲在不同類型的頁面里。在數據頁的存儲結構里，每個頁的前面96個字節是頁頭。SQL server通過這96個字節的頁頭和系統表，從邏輯層面上把表的存儲結構管理起來。針對表的存儲結構，SQLserver引入了一些概念：這些概念包括：object（對象）、partition（分區）、Hobt（堆或 B 樹）、allocation_unit（分配單元）。

       表存儲結構的關系如圖所示、每張表會有一個對應的objectID，同時每張表擁有一個或者多個Partition（通常一個Partition對應一個索引）。每個Partition會有一個或者多個Heap or B一Tree（簡稱為Hobt）。Hobt的結構是預留的，通常可以認為，Partition與Hobt是一樣的，PartitionID就是HobtID。每個Hobt會有至多三個分配單元用於存放數據，分別是data(數據)、LOB（大數據字段類型）、Row-Overflow(行溢出)。最頻繁使用的分配單元是Data。如果有LOB數據或者長度超過8000字節的記錄，則可能有另外的LOB分配單元和Row一Overflow分配單元：一個表可以有多個Partition，但是每個Partition以Hobt最多有三個分配單元，每個分配單元可以有許多頁。

 

二、索引對數據存儲的影響

對於每個分配單元內的數據頁，根據表是否有索引，以及索引是聚焦索引或非聚焦索引，其組織方式常見有以下三種：

1、沒有索引

在這種情況下，數據是按堆的結構存儲，只有一個分區，在系統表里，對於這個分區下面的每個分配單元都有一個連接指向Index Allocation Map頁（IAM，索引指引頁）,在IAM頁里，描述了區的信息。數據頁之間沒有任何關系，完全依賴IAM頁組織起來。對於這種表的查詢，數據庫會先查詢IAM頁，任何根據其提供的信息，遍歷所有區，將符合條件的頁返回。其結構入下圖所示：

 

PS:表、分區信息等可通過以下系統表查詢

 

--查詢表的信息
select *from sys.objects where name='test3'
--查詢分區信息
select *from sys.partitions where object_id='1909581841'
--查詢分配單元信息
select *from sys.allocation_units where container_id='72057594041335808'

 

 

2.有非聚集索引但沒聚集索引

 這種情況下，數據依然是以堆結構存儲，不過針對每個非聚集索引，都會有一個對應的partition。對於這個partition下面的每個分配單元,都有一個連接指向根頁。數據頁之間通過前后指針互相關聯，在其結構底層，會有一個連接（文件號、頁號、行號）指向真正的數據。其結構如圖所示：

 

 

3、表有聚集索引

當表有索引時，其索引號為1，它有一個對應的partition，同樣這個partition下的分配單元都會連接到一個根頁，不過對於聚集索引來說，它在葉子節點上直接存儲真正的數據，其結構如下：

 

 三、樣例分析

創建3個樣例表並插入相同的數據，其中test1無索引，test2只有非聚集索引，test3有聚集索引：

use TEST;  2 
create table test1  4 (  5      id int not null,  6      name char(10) null,  7      test varchar(max) null,  8 )  9 

create table test2 12 ( 13      id int not null, 14      name char(10) null, 15      test varchar(max) null, 16 ) 17  CREATE NONCLUSTERED INDEX NCL_TEST_ID ON test2 (id) 18 

create table test3 21 ( 22      id int not null primary key, 23      name char(10) null, 24      test varchar(max) null, 25 )

然后執行以下語句，查詢分配單元情況：

select e.*from sys.objects as a  2 inner join
sys.partitions as b  4 on a.object_id=b.object_id
inner join
sys.allocation_units as c  7 on b.partition_id=c.container_id  8 inner join
sys.system_internals_allocation_units as e 10 on c.allocation_unit_id=e.allocation_unit_id 11 where a.name='test1'


select e.*from sys.objects as a 15 inner join
sys.partitions as b 17 on a.object_id=b.object_id
inner join
sys.allocation_units as c 20 on b.partition_id=c.container_id 21 inner join
sys.system_internals_allocation_units as e 23 on c.allocation_unit_id=e.allocation_unit_id 24 where a.name='test2'

select e.*from sys.objects as a 27 inner join
sys.partitions as b 29 on a.object_id=b.object_id
inner join
sys.allocation_units as c 32 on b.partition_id=c.container_id 33 inner join
sys.system_internals_allocation_units as e 35 on c.allocation_unit_id=e.allocation_unit_id 36 where a.name='test3'

得到結果如下圖所示：

 

 

 

 

 

 從圖中可以看到，它們都有data、lob這兩種分配單元，無索引的跟只有聚集索引的都是具有相同數量的partition以及頁，有非聚集索引的多了一個partition以及2頁數據來記錄。

PS:可通過以下語句查詢更詳細的partition信息：

dbcc ind('test','test1',1) 2 dbcc ind('test','test2',1) 3 dbcc ind('test','test3',1) 4 
--dbcc page可查看詳細頁的信息

四、總結

1.無索引情況下數據以堆結構存儲，開iam頁來引導檢索，對於大表來說，建議建立聚集索引使數據有序化，便於處理；

2.非聚集索引是使用額外的存儲來增加檢索效率，對最底層的數據結構沒影響；

3.聚集索引不會增加額外的存儲，但會使底層的數據有序化；