Tìm hiểu cơ chế tổ chức lưu trữ thông tin trong SQL Server

Trong bài viết này chúng ta sẽ tìm hiểu cơ chế tổ chức lưu trữ thông tin trong hệ quản trị SQL Server như thế nào, từ đó giúp bạn hiểu và làm việc với cơ sở dữ liệu SQL Server hiệu quả hơn.

Hệ quản trị cơ sở dữ liệu SQL Server do Microsoft phát triển có khả năng lưu trữ dữ liệu lớn, ổn định và cung cấp giao diện quản trị thân thiệt, dễ sử dụng. Trước khi đi vào tìm hiểu nội dung chính về tổ chức lưu trữ thông tin bạn cần hiểu rõ một số kiến thức khái niệm sau:

Cơ sở dữ liệu là gì ?

Cơ sở dữ liệu là tập hợp các dữ liệu có cấu trúc và liên quan với nhau được lưu trữ trên máy tính, được nhiều người sử dụng và được tổ chức theo một mô hình.

Trong SQL Server, cơ sở dữ liệu gồm nhiều filegroup, mỗi filegroup sẽ có một hoặc nhiều data files, mỗi data file gồm nhiều data pages, mỗi data page sẽ có một hoặc nhiều rows tùy theo kích thước của mỗi row.

Như bạn đã biết, cơ sở dữ liệu quan hệ (relational database) lưu trữ dữ liệu của người dùng dưới dạng hàng cột – hay gọi là bảng. Mỗi bảng có thể có một hoặc nhiều cột và mỗi cột phải thuộc về một kiểu dữ liệu nào đó như số nguyên (integer), ngày tháng năm (date), chuỗi các ký tự (varchar)… Mỗi dòng (row) sẽ có giá trị cho từng cột. Kích thước của một row chính là tổng kích thước các kiểu dữ liệu của các cột cộng với một số bytes phát sinh của việc tổ chức lưu trữ trong SQL Server.

Những rows này sẽ được gom lại thành các đơn vị lớn hơn gọi là page. Mỗi page có kích thước cố định là 8KB ( 8192 bytes) và các page này nằm liên tiếp trên các data files. Nhằm mục đích hỗ trợ việc cấp phát không gian lưu trữ cho các bảng hiệu quả hơn SQL Server sử dụng đơn vị extent – một extent gồm 8 data pages nằm kế nhau hình thành một khối 64KB. Vậy có thể hình dung các cấp trong việc tổ lưu trữ SQL Server gồm database -> filegroups -> files -> extents -> pages -> rows.

Hình 1: Data file gồm các 8KB data pages liên tiếp nhau

Data pages

Trong SQL Server, mỗi page được định vị bằng địa chỉ FileID:PageID và hoặc là thuộc về một bảng nào đó (có thể là user hoặc system tables) hoặc là page của hệ thống, như dùng để quản lý việc cấp phát không gian lưu trữ. Page đã có bao nhiêu rows, còn trống bao nhiêu bytes,..tất cả những thông tin cần thiết để việc quản lý và truy cập data pages hiệu quả hơn.

Hình 2: Các thành phần trong cấu trúc một data page

Page header là nơi chứa thông tin quản lý như đề cập ở trên, vùng này chiếm cố định 96 bytes. Tiếp đến là payload – vùng chứa data rows và phía dưới cùng là slot array – mảng các phần tử 2 bytes chỉ vị trí bắt đầu các rows trong page. Số lượng phần tử này tương ứng với số lượng rows và thứ tự của chúng phản ánh thứ tự các rows trong index theo key. Các bạn chú ý, vị trí các data rows trong payload không quan trọng, thứ tự của slot mới quyết định vị trí của chúng trong index.

Để lấy danh sách các pages mà một bảng (clustered/heap table) hoặc một index có thể có, ta sử dụng câu lệnh DBCC IND hoặc undocumented DMF sys.dm_db_database_page_allocations (từ SQL Server 2012 trở lên) với cú pháp như sau:

DBCC IND(<database_name>,<table_name>,<index_id>)

Thực hiện tạo cơ sở dữ liệu, bảng và dữ liệu test trước khi chạy lệnh DBCC IND với đoạn code dưới đây:

Create database StanfordTest;

go

use StanfordTest;

go

Create table Test

(

Id int identity(1,1) primary key clustered,

DateCreate datetime,

Code varchar(250),

Description nvarchar(500)

);

DECLARE @i INT = 1

BEGIN TRANSACTION

WHILE @i <= 1000

BEGIN

INSERT INTO Test(DateCreate,Code,Description)

values(GETDATE(),NEWID(),N'Thông tin dòng thứ ' + CAST(@i AS CHAR(8)));

SET @i = @i + 1;

END

COMMIT

GO

DBCC IND('StanfordTest','Test',1);

Kết quả thông tin như hình dưới:

Hình 3: các data pages của bảng Test

Đoạn code T-SQL trên chỉ đơn giản tạo database StanfordTest sau đó tạo bảng Test với primary key clustered trên cột Id và đổ data vào. Hình 2 cho thấy phần payload chỉ có tối đa 8096 bytes nên với kích thước row của bảng Test mỗi page chỉ có thể chứa tối đa 69 rows, chúng ta sẽ kiểm tra điều này ở dưới thông số của hình 4. Ý nghĩa các cột trong kết quả của câu lệnh DBCC IND như sau.

PageFID: File ID chứa data page này.
PagePID: page ID, đánh số thứ tự từ đầu file là 0,1,2,..
IAMFID: Tất cả pages của một bảng/index đều được theo dõi thông qua các IAM pages (Index Allocation Map), và IAM page này cũng nằm trên file, cột này thể hiện file ID mà IAM đang map page (dòng) này thuộc về. Nếu dòng này là IAM page thì cột này sẽ NULL.
IAMPID: ID của page IAM đang map page (dòng) này.
ObjectID: ID của bảng mà page này thuộc về.
IndexID: ID của index mà page này thuộc về.
PartitionNumber: Chính là giá trị partition_number trong DMV sys.partitions.
PartitionID: Là giá trị partitionid trong DMV sys.partitions.
iam_chain_type: Là loại allocation unit mà IAM sử dụng.
PageType: Loại page, có các loại phổ biến như

+ 1 – page chứa data của bảng (data pages) + 2 – page chứa các index record + 3 và 4 – chứa text data + 8 – GAM page (global allocation map) + 9 – SGAM page (shared global allocation map) + 10 – IAM page (index allocation map) + 11 – PFS page (page free space)

IndexLevel: Cấp của page này trong cây b-tree, 0 là node lá và cao nhất là node root
NextPageFID và NextPagePID: Địa chỉ page kế tiếp của page này, sử dụng cặp FileID:PageID. Trong B-tree các page liên kết nhau theo hai chiều.
PrevPageFID và PrevPagePID: Địa chỉ page trước của page này.

Kết quả trong hình 3 cho ta thấy clustered index b-tree của bảng Test này node root là level 1, các node lá có level 0. Page root ko có page liền trước và liền sau. Chúng ta hãy xét xem PageID 400 chứa những thông tin gì từ DMV sys.dm_db_page_info hoặc bằng câu lệnh DBCC PAGE với cú pháp:

DBCC PAGE( {‘dbname’ | dbid}, filenum, pagenum [, printopt={0|1|2|3} ])

--

DBCC TRACEON(3604)

DBCC PAGE('StanfordTest',1,400,1)

DBCC TRACEOFF(3604)

Chúng ta sử dụng thêm câu lệnh DBCC TRACEON(3604) để kết quả output ra màn hình SSMS. Các bạn có thể chọn print option (tham số thứ 3) khác nhau để khảo sát page này. Với print option là 1 thì kết quả page header như hình dưới đây:

Hình 4: Thông tin chứa trong page header của PageID 400

Các bạn có thể đoán được ý nghĩa của các values mình đánh dấu ở trên, m_type chính là loại page, m_slotCnt là số dòng trong page, ObjectID và IndexID là ám chỉ bảng clustered index của bảng Test. Ngoài ra còn nhiều thông tin khác chúng ta chưa vội khám phá lúc này.

Data rows

Một data row (record) thông thường (không compress) có cấu trúc như hình bên dưới (trích từ ebook Microsoft SQL Server 2008 Internal, vẫn còn đúng cho các version sau này)

Có nhiều loại record như data, index, text, ghost (sau khi delete),forwarding/forwarded (trong bảng heap) và bạn có thể đọc thêm ở trang này. Tất cả records có cấu trúc giống nhau, chỉ khác về số cột và data type các cột. Một record thông thường (chưa compress) có cấu trúc như hình trên và có thể hiểu như sau:

Record header
- có kích thước 4 bytes
- hai bytes đầu giữ thông tin về loại record
- hai bytes sau lưu chiều dài (n bytes) của fixed-length data type
Vùng lưu trữ data của fixed-length data type (n bytes). Những data type như INT, DATETIME, CHAR của bảng Test được lưu trong này, có chiều dài cố định.
Hai bytes tiếp theo giữ số lượng cột trong bảng.
Tùy vào số lượng cột mà chiều dài NULL bitmap có thể khác nhau, công thức chính là [số lượng cột]/8 làm tròn thành byte. Ví dụ 9 cột sẽ có 2 bytes cho NULL bitmap.
Hai bytes tiếp theo lưu số lượng cột kiểu variable-length data type (varchar, nvarchar)
Hai bytes cho mỗi cột kiểu variable-length data type, trỏ đến vùng lưu data phía sau.
Tiếp đến là vùng lưu data của variable-length.

Hiểu được các thành phần tham gia vào lưu trữ và cấu trúc của chúng sẽ giúp rất nhiều trong việc thiết kế cơ sở dữ liệu hiệu quả, thiết kế, sử dụng và bảo trì index. Ngoài ra nó là tiền đề để hiểu và phân tích các vấn đề về locking và blocking.

Hy vọng qua bài viết này sẽ giúp các bạn hiểu rõ hơn về cơ chế tổ chức lưu trữ thông tin trong SQL Server để trong quá trình học sql cũng như làm việc với sql đạt hiệu quả cao.

Bên cạnh đó nếu bạn đang muốn được đào tạo bài bản từ cơ bản đến nâng cao có thể tham gia ngay khóa học sql cùng chuyên gia giàu kinh nghiệm Stanford tại đây: http://bit.ly/2SLPYFF và nhận ưu đãi hấp dẫn của Stanford trong thời gian này. Bạn có thể gọi theo hotline: 0963 723 236 - 0866 586 366 để được gọi lại tư vấn trực tiếp nhé.

=============================
☎ STANFORD – ĐÀO TẠO VÀ PHÁT TRIỂN CÔNG NGHỆ
Hotline: 0963 723 236 - 0866 586 366
Website: https://stanford.com.vn
Facebook: http://bit.ly/2FN0TYb
Youtube: http://bit.ly/2TkKT7I

Lớp học	Thời gian
Lịch khai giảng dự kiến khóa học C/C ++ for base - CC122401CB	Thứ 3 ngày 24/12/2024
Lịch khai giảng chính thức khóa học C/C ++ for base - CC112401CB	8h30 sáng Chủ Nhật ngày 17/11/2024
Lịch khai giảng chính thức khóa học Python for Base - PY112401HV	8h30 thứ 7 ngày 09/11/2024
Xem thêm

Thông tin chi tiết