Maison >base de données >tutoriel mysql >解剖SQLSERVER 第十三篇 Integers在行压缩和页压缩里的存储格
解剖 SQLSERVER 第十三篇 Integers在行 压缩 和页 压缩 里的 存储 格式 揭秘 (译) http://improve.dk/the-anatomy-of-row-amp-page-compressed-integers/ 当解决OrcaMDF对行 压缩 的支持的时候,视图解析整数的时候遇到了一些挑战。 和正常的未 压缩 整数
http://improve.dk/the-anatomy-of-row-amp-page-compressed-integers/
当解决OrcaMDF对行压缩的支持的时候,视图解析整数的时候遇到了一些挑战。
和正常的未压缩整数存储不同的是这些都是可变长度--这意味着1个整数的值50只占用1个字节,而不是通常的4个字节。
这些不是新功能了,大家可以看一下vardecimal他被存储为可变长度。然而不同的是两者存储在磁盘上的数据的方式。
注意虽然我只是实现行压缩,他跟页面压缩中使用的行压缩是一样的,并没有区别
大家可以看一下《深入解析SQL Server 2008 笔记》里面有行压缩和页压缩的详细解释
Tinyint
Tinyint在压缩后和压缩前基本是一样的(tinyint:从0到255的整数数据,存储大小为 1 字节)只有一个例外情况,当数值是0的时候如果开启了行压缩将不占用任何字节,
如果是非压缩存储将会存储0x0,并且占用一个字节。所有的整形类型(tinyint,smallint,int,bigint)对于0这个数值都是同等对待,数值由压缩行元数据进行描述并且不存储任何值
Smallint
让我们开始通过观察正常的未压缩的smallint数值, 对于 -2,-1,1,2这些值的存储,0不会存储任何东西。注意,所有这些值会准确的存放在磁盘上,在这种情况下他们使用小字节序来存储
<span>-</span><span>2</span> <span>=</span> <span>0xFEFF</span> <span>-</span><span>1</span> <span>=</span> <span>0xFFFF</span> <span>1</span> <span>=</span> <span>0x0100</span> <span>2</span> <span>=</span> <span>0x0200</span>
Little-Endian
从1,2 这两个值开始,他们很直接很简单的转换为decimal和你想要的实际数值。然而,-1有点不一样,显示0xFEFF 将他转换为decimal是65.535 --我们能存储的最大的无符号整形值是2个字节,
SQLSERVER对于一个smallint 的范围是–32768 to 32767
计算实际值依赖于所使用的整数溢出。看看下面的C#代码片段:
<span>unchecked</span><span> { Console.WriteLine(</span><span>0</span> + (<span>short</span>)<span>32767</span><span>); Console.WriteLine(</span><span>0</span> + (<span>short</span>)<span>32768</span><span>); Console.WriteLine(</span><span>0</span> + (<span>short</span>)<span>32769</span><span>); </span><span>//</span><span> ...</span> Console.WriteLine(<span>0</span> + (<span>short</span>)<span>65534</span><span>); Console.WriteLine(</span><span>0</span> + (<span>short</span>)<span>65535</span><span>); }</span>
输出如下:
<span>32767</span> -<span>32768</span> -<span>32767</span> -<span>2</span> -<span>1</span>
如果我们这样计算 0+有符号short的最大值,那么最大值就是有符号短整型 32767,很明显负数就是-32767,
然而,如果我们这样计算 0+32.768=32768,那么就会超出short的范围,我们将最高位翻转变成负数 -32768 却不会溢出。
因为这些数都是常数,编译器不允许溢出--除非我们将代码封装在uncheck {}div里面
你可能曾经听过虚构的符号位。基本上它的最高位被用于指示一个数是正数还是负数。
从上面的例子应该很明显的显示符号位不是那么特别--通过查询这个符号位决定一个给定的数的符号。看一下当溢出的时候符号位会怎样
<span>32767</span> =<span> 0b0111111111111111 </span>-<span>32768</span> =<span> 0b1000000000000000 </span>-<span>32767</span> = 0b1000000000000001
对于由于太大而引起溢出的数字,最高位“sign bit”需要进行设置。这不神奇,它只是用来引起溢出。
那么,我们有一些背景知识知道一个常规的非压缩integers 是如何存储的。现在看一下那些同样数值的smallint 是如何存储在行压缩表里的
-<span>2</span> = <span>0x7E</span> -<span>1</span> = <span>0x7F</span> <span>1</span> = <span>0x81</span> <span>2</span> = <span>0x82</span>
让我们尝试将这些值转换为decimal,我做如下转换
-<span>2</span> = <span>0x7E</span> = -<span>128</span> + <span>126</span> -<span>1</span> = <span>0x7F</span> = -<span>128</span> + <span>127</span> <span>1</span> = <span>0x81</span> = -<span>128</span> + <span>129</span> <span>2</span> = <span>0x82</span> = -<span>128</span> + <span>130</span>
很明显,这些值会以另一种方式进行存储。最明显的不同是我们现在只使用一个字节--由于变成了可变长度存储。当我们解析这些值的时候,我们需要简单的看一下这些数字的字节存储。如果只使用一个字节,我们知道这表示0到255(对于tinyint来讲) 或者对于smallint 数值是 -128到127 。当smallint 存储的那个值范围在-128到127 就会使用一个字节来存储
如果我们使用相同的方法,我们明显会获得错误的结果 。1 0 + 129 诀窍是在本例中将存储的值作为无符号整数,然后最小值作为偏移量
而不是使用0来作为偏移,我们将使用有符号 的一个字节最小值-128 作为偏移
-<span>2</span> = <span>0x7E</span> = -<span>128</span> + <span>126</span> -<span>1</span> = <span>0x7F</span> = -<span>128</span> + <span>127</span> <span>1</span> = <span>0x81</span> = -<span>128</span> + <span>129</span> <span>2</span> = <span>0x82</span> = -<span>128</span> + <span>130</span>
这意味着一旦我们超出有符号 的1个字节的范围 我们将需要用2个字节来存储,对吗?
一个非常重要的区别是,非压缩值会永远使用小字节序来存储,然而使用了行压缩的整数值却使用大字节序来存储!
所以,他们不只使用不同的偏移值,而使用不同的字节序。但是最终的结果都是相同的,不过计算方式却有很大的不同
Int 和 bigint
一旦我找到字节序的规律和行压缩整型值的数值架构,int和bigint的实现就很简单了。和其他类型一样,他们也是可变长度的所以你有可能会碰到5字节长的bigint值和1字节长的int值。下面是SqlBigInt 类型的主要解析代码
<span>switch</span><span> (value.Length) { </span><span>case</span> <span>0</span><span>: </span><span>return</span> <span>0</span><span>; </span><span>case</span> <span>1</span><span>: </span><span>return</span> (<span>long</span>)(-<span>128</span> + value[<span>0</span><span>]); </span><span>case</span> <span>2</span><span>: </span><span>return</span> (<span>long</span>)(-<span>32768</span> + BitConverter.ToUInt16(<span>new</span>[] { value[<span>1</span>], value[<span>0</span>] }, <span>0</span><span>)); </span><span>case</span> <span>3</span><span>: </span><span>return</span> (<span>long</span>)(-<span>8388608</span> + BitConverter.ToUInt32(<span>new</span> <span>byte</span>[] { value[<span>2</span>], value[<span>1</span>], value[<span>0</span>], <span>0</span> }, <span>0</span><span>)); </span><span>case</span> <span>4</span><span>: </span><span>return</span> (<span>long</span>)(-<span>2147483648</span> + BitConverter.ToUInt32(<span>new</span>[] { value[<span>3</span>], value[<span>2</span>], value[<span>1</span>], value[<span>0</span>] }, <span>0</span><span>)); </span><span>case</span> <span>5</span><span>: </span><span>return</span> (<span>long</span>)(-<span>549755813888</span> + BitConverter.ToInt64(<span>new</span> <span>byte</span>[] { value[<span>4</span>], value[<span>3</span>], value[<span>2</span>], value[<span>1</span>], value[<span>0</span>], <span>0</span>, <span>0</span>, <span>0</span> }, <span>0</span><span>)); </span><span>case</span> <span>6</span><span>: </span><span>return</span> (<span>long</span>)(-<span>140737488355328</span> + BitConverter.ToInt64(<span>new</span> <span>byte</span>[] { value[<span>5</span>], value[<span>4</span>], value[<span>3</span>], value[<span>2</span>], value[<span>1</span>], value[<span>0</span>], <span>0</span>, <span>0</span> }, <span>0</span><span>)); </span><span>case</span> <span>7</span><span>: </span><span>return</span> (<span>long</span>)(-<span>36028797018963968</span> + BitConverter.ToInt64(<span>new</span> <span>byte</span>[] { value[<span>6</span>], value[<span>5</span>], value[<span>4</span>], value[<span>3</span>], value[<span>2</span>], value[<span>1</span>], value[<span>0</span>], <span>0</span> }, <span>0</span><span>)); </span><span>case</span> <span>8</span><span>: </span><span>return</span> (<span>long</span>)(-<span>9223372036854775808</span> + BitConverter.ToInt64(<span>new</span>[] { value[<span>7</span>], value[<span>6</span>], value[<span>5</span>], value[<span>4</span>], value[<span>3</span>], value[<span>2</span>], value[<span>1</span>], value[<span>0</span>] }, <span>0</span><span>)); </span><span>default</span><span>: </span><span>throw</span> <span>new</span> ArgumentException(<span>"</span><span>Invalid value length: </span><span>"</span> +<span> value.Length); }</span>
可变长度的值是一个包含字节数据的字节数组存储在磁盘上。如果长度是0,没有东西存储因此我们知道他的值为0。
对于每一个剩余的有效长度,简单的使用最小的显示值作为偏移并且添加上存储的值
对于非压缩值我们可以使用BitConverter 类直接将输入值使用系统字节序转为期望值,对于大多数的英特尔和AMD系统,一般都是小字节序(意味着OrcaMDF 不会运行在一个大字节序的系统上)。然而,当压缩值使用大字节序进行压缩,我必须重新映射输入的数组为小端字节格式,并且在字节尾补上0 以便匹配short,int和long的大小
对于shorts和ints 我将无符号数值读取进来,因为这是我所感兴趣的。工作原理是将int 和uint强制转换为long值。我不能对long类型做同样的事情因为没有其他数据类型比long 更大了。对于long的最大值为9.223.372.036.854.775.807,在磁盘里实际存储为0xFFFFFFFFFFFFFFFF。解析有符号long型使用BitConverter得出的结果 -1 由于会导致溢出。由于额外的负数溢出这有可能会导致出错
-<span>9.223</span>.<span>372.036</span>.<span>854.775</span>.<span>808</span> + <span>0xFFFFFFFFFFFFFF</span> => -<span>9.223</span>.<span>372.036</span>.<span>854.775</span>.<span>808</span> + -<span>1</span> = <span>9.223</span>.<span>372.036</span>.<span>854.775</span>.<span>807</span>
结论
通常我有很多的有趣的尝试通过执行一个select语句去找出数值在磁盘上以哪一个字节结束。
这不会花很长的时间去实现,技术内幕的书只是作为引导,还有很多东西需要我们深入挖掘
第十三篇完