58.6. 数据库分页文件

本节提供一个在PostgreSQL表和索引使用的页格式的概述。[1] 序列和TOAST表的格式就像一个普通表的。

下面说明一下，一个字节假定为包含8位。另外， 术语项为存储在页上的一个独立数据值。 在表中，一项是一行；在索引中，一项为一个索引条目。

每个表和索引存储为固定大小的页数组。 （通常 8 kB，不过当编译服务器的时候，可以选择不同的页大小） 在表中，所有的页是逻辑等价的，所以一个特殊项（行） 可以存储在任意页。在索引，第一页通常保留为持有控制信息的元页， 这里可以有不同类型的索引页，依赖于索引访问方法。

Table 58-2显示一个页的整体布局，这里每页有5部分。

每页的前24个字节构成一个页头（PageHeaderData）。 在Table 58-3有它的详细格式。 前两个字段跟踪相关页的最近的WAL条目。 下边的一个2字节的字段是包含标志位。 随后由3个2字节整数字段（pd_lower, pd_upper, 和pd_special）。 这些包含分别为从页开始到未分配空间的开始，到未分配空间的结束， 专用空间的开始的偏移字节数。下边页头的2字节，pd_pagesize_version， 存储页大小和版本指示符。 从PostgreSQL 8.3开始版本编号是4； PostgreSQL 8.1和8.2使用版本编号3； PostgreSQL 8.0使用版本编号2； PostgreSQL 7.3和7.4使用版本编号1； 先前发布版本使用版本编号0。（在大多数这些版本中，基本的页布局和头格式没有变化，但是堆布局有行头.） 页面大小是基本上只存在一个交叉检查；在安装的版本中， 这里不支持多于一页大小的。最后一个字段是个提示，显示是否整理页， 可能是有利的。它跟踪在页上最旧的未修整的XMAX。

在src/include/storage/bufpage.h可以找到所有的详细信息。

下面的页头是项标识符（ItemIdData），每个需要4字节。 一个项标识符包含一个到项开始的字节偏移， 以字节计的长度，和一些影响它解释的属性位。 新项标识符需要从未分配空间的开始分配。 可以通过查看pd_lower来确定项标识符的数量，分配新的标示符， 其会增加。因为一个项标示符从来不移动直到释放了它，实际上， 每个指针为PostgreSQL所创建的一项由页号和项标识符的索引构成。 （ItemPointer，还可以称为CTID）。

项本身存储在从未分配的空间的结尾向后分配的空间。确切的结构取决于包含什么表。 表和序列两都使用一个名为HeapTupleHeaderData的结构，下面描述。

最后这段是"特殊段"其包含想存放的任何访问方法。 例如，b-tree索引存储连接页左右的兄弟，以及相应的索引结构的一些其它数据。 普通的表根本没有使用特殊段。 （通过设置pd_special等于页大小来表示）

所有表行结构方式相同。有个固定大小的头（在大多数机器占用23字节）， 随后一个NULL位图的可选项，对象ID字段，和用户数据。 该头的详细信息在Table 58-4。 实际的用户数据（行中列）由t_hoff表示的偏移量开始， 它必须始终是为平台的MAXALIGN间距的倍数。 NULL位图仅存在，如果在t_infomask设置了HEAP_HASNULL位。 如果它存在，它就开始于固定头的后面，占用足够的字节，每数据列一位。 （那是，t_natts位一块） 在这个位列表中，一个1位 标识非空，一个 0 位是空。 对象ID 仅存在，如果在t_infomask设置了HEAP_HASOID位。 如果存在，它将出现在t_hoff边界前。任何需要做 t_hoff 的MAXALIGN倍数的填充， 出现在NULL位图和对象ID之间。（反过来又保证对象ID得到恰当的对齐）

在src/include/access/htup.h可以找到所有的详细信息。

解释实际数据只能从其它表获取信息来做，大多pg_attribute。 需要来表示字段位置的键值是attlen和attalign。 没有直接获取特定字段的方法，除仅当有固定宽度字段并且没有空值的情况外。 所有这些策略封装在函数heap_getattr，fastgetattr 和heap_getsysattr。

要读取数据你需要逐次检查每个属性。首先检查字段是否为NULL依据NULL位图。 如果是，跳到下一个。然后确定你已经右对齐。如果字段是固定宽度的字段， 那么所有的字节简单的放置。如果它是变长的字段（attlen = -1） 那么它是一个更复杂的位。所有变长数据类型共享通用的头结构struct varlena， 其包括存储值的总长度和一些标志位。 依赖这些标志，数据可能是行内或在一个TOAST表；它也可能是压缩的。 （参阅Section 58.2）