SQL Server性能优化（7）理解数据库文件组织

一、基本单位“页”

    SQL Server是用8KB的页来存储数据。物理I/O操作也是在页级执行。页的种类有很多，具体参考（MSDN）。我们关注更多的是数据页的结构，包括三部分：页头（96bytes）、数据区（数据行和可用空间）以及行偏移数组（槽，最少是7bytes）：

为什么数据页的大小是8k，这有什么优缺点，有两篇文章解释的很好（数据页结构，坏的一面）。总结下，

a. 数据区大小 =（8192 - 页头96bytes+偏移数组7byte） = 8053bytes，这是一个页能分配给我们的数据使用的最大空间。我们的数据就一行一行的放在这写数据内部。

b. 如果我们一行数据包含两个int列，那一共可以存储 8053%(4+4)= 999.125,最后余7byte空间无法存入，也就是这这个页里浪费了7bytes。如

c. 果我们一行数据包含三列（一个int、一个char(4000)、一个char(100)，共4104byte），那每个页只能存储一行，浪费了3 949bytes，很明显这不是一个好的数据库设计。

d. 可以利用free_space_in_bytes来查看页面空闲情况。

SELECT
   DB_NAME(database_id),
   SUM(free_space_in_bytes) / 1024 AS 'Free_KB'
FROM sys.dm_os_buffer_descriptors
WHERE database_id <> 32767
GROUP BY database_id
ORDER BY SUM(free_space_in_bytes) DESC
GO

e. 包含 varchar、nvarchar、varbinary 或 sql_variant 列的表不受此限制的约束。MSDN上有进一步解释行溢出数据超过 8 KB。

f. 要进一步了解数据页内部的结构，参考：http://www.cnblogs.com/woodytu/p/4484328.html

二、页的上层--“区”和分配映射表

区是管理空间的基本单位。一个区是八个物理上连续的页（即 64 KB）。这意味着 SQL Server 数据库中每 MB 有 16 个区。

由于历史原因，SQL Serve有两种类型的区：同一区、混合区。

混合区：区内的8个页，可以是不同的表、索引等。

统一区：区内的8个页，是同一个表、索引。

新建表的时候，先在混合区插入一条记录，当其占用的这个混合区的表或索引增长到 8 页时，将变成使用统一区进行后续分配，每次扩展84kb（8页）。问题是如何管理这两种分区？答案是GAM页和SGAM页。

1. 全局分配映射表（GAM: Global Allocation Map Pages）---为统一区管理服务

    这是一个页，共64000位（8000bytes）的掩码位图（参考位图算法），用一个位管理一个byte管理4Gbyte。所以每隔4G的数据文件都要有一个GAM页进行管理（64000 * 64 /1024 /1024)。

2. 共享全局分配映射表（SGAM: Shared Global Allocation Map Pages）---为混合区管理服务

    原理同全局分配映射表。

三、可用空间管理页面：PFS页（Page Free Space）

该页面用来跟踪一个文件中每一个特定的页面的利用率情况，是以页为单位的。一个文件中第二个页面(页码1,如下图)就是PFS页面，该页面的每个字节都记录了相应页面的分配情况、页面类型、是否IAM页、是否包含删除记录、以及空间利用率信息;PFS能够管理和跟踪8088个页面的使用情况，即接近64M的空间，以后每8088个页面将再出现一次（参考）。

PFS每个字节管理一个页面，字节结构为：

四、索引分配映射页:IAM页

主要用来标示 SQL Server 对象使用了哪些区。比如A表的非聚集索引B占用了 6、7、8、9 这4个区。这样，在再对此对象做更改的时候，能够快速的找到这4个区，更改文件。

当 SQL Server 数据库引擎必须在当前页中插入新行，而当前页中没有可用空间时，它将使用 IAM 和 PFS 页查找要将该行分配到的页，或者（对于堆或 Text/Image 页）查找具有足够空间容纳该行的页。分配的过程是：

1. 数据库引擎使用 IAM 页查找分配给分配单元的区。

2. 对于每个区，数据库引擎将搜索 PFS 页，以查看是否有可用的页。

每个 IAM 和 PFS 页覆盖大量数据页，因此一个数据库内只有很少的 IAM 和 PFS 页。这意味着 IAM 和 PFS 页通常位于内存中的 SQL Server 缓冲池中，所以能够很快找到它们。对于索引，新行的插入点由索引键设置。在这种情况下，不会出现上述搜索过程。

另外，一个 IAM 页可以映射的范围 4 GB，与 GAM 或 SGAM 页的范围相同。如果分配单元包含来自多个文件的区，或者超过一个文件的 4 GB 范围，那么一个 IAM 链中将链接多个 IAM 页。

五、已修改区域的管理（参考MSDN）

SQL Server 使用两个内部数据结构跟踪被大容量复制操作修改的区，以及自上次完整备份后修改的区。这些数据结构极大地加快了差异备份的速度。当数据库使用大容量日志恢复模式时，这些数据结构也可以加快将大容量复制操作记录至日志的速度。与全局分配图 (GAM) 和共享全局分配图 (SGAM) 页相同，这些结构也是位图，其中的每一位代表一个单独的区。 包括

1. 差异更改映射表 (DCM)

2. 大容量更改映射表 (BCM)

DCM 页和 BCM 页的间隔与 GAM 和 SGAM 页的间隔相同，都是 64,000 个区。在物理文件中，DCM 和 BCM 页位于 GAM 和 SGAM 页之后。

六、总结

通过以上介绍，我们大体知道了SQL Server物理文件的结构：

有一篇更深入的介绍http://www.cnblogs.com/woodytu/p/4495021.html

 

参考：索引概念分类：https://technet.microsoft.com/zh-cn/library/ms175049(v=sql.105).aspx

聚集索引结构：https://technet.microsoft.com/zh-cn/library/ms177443(v=sql.105).aspx

Sql Server 中 GAM、SGAM、PAM、IAM、DCM 和 BCM 的详解与区别

SQL Server 深入解析索引存储(上)

SQL Server 深入解析索引存储(中)

SQL Server 深入解析索引存储(下)