Chapter 13 Data Storage Structures
- [13.2 File Organization](#13.2 File Organization)
-
- [13.2.0 Introduction](#13.2.0 Introduction)
- [13.2.1 Fixed-Length Records](#13.2.1 Fixed-Length Records)
- [13.2.2 Variable-Length Records](#13.2.2 Variable-Length Records)
- [13.2.3 Storing Large Objects](#13.2.3 Storing Large Objects)
- [13.3 Organization of Records in Files](#13.3 Organization of Records in Files)
-
- [13.3.0 Introduction](#13.3.0 Introduction)
- [13.3.1 Heap File Organization](#13.3.1 Heap File Organization)
- [13.3.2 Sequential File Organization](#13.3.2 Sequential File Organization)
- [13.3.3 Multitable Clustering File Organization](#13.3.3 Multitable Clustering File Organization)
- [13.3.4 Partitioning](#13.3.4 Partitioning)
13.2 File Organization
13.2.0 Introduction
这一节主要介绍数据库中的数据（或者说记录）在文件的最小组成单位，磁盘块 中的组织形式，我们学过操作系统的都知道，文件在存储容器（磁盘或硬盘）中以块 的形式存在，但是数据库中的记录大小可能很大。为了起到循序渐进的介绍效果，我们先假设所有记录的大小都小于一个块的大小 ，大小比较大的记录的处理方法会在13.2.2节介绍（大致就是分开来存储，并且增加索引方便重新拼接）；同时，我们需要规定，一条记录完整包含于一个块中 ，就是说一个比块小的记录不会分开存储。
由于每条记录的大小也可能不一，一般有两种组织方式，一种是用多种文件 ，每一种文件存一种大小的记录；另一种就是支持变长记录的结构化文件 ；在这里，我们先考虑使用前者存放固定长度的记录 ，后面再介绍在这种组织方式下如何实现变长记录的存储。
13.2.1 Fixed-Length Records
这一小节主要介绍了固定长度记录存储模型 的两个问题以及解决思路。
定长记录存储模型的两个问题：
- 记录长度与块大小不匹配（不整除），可能导致某些记录分开在两个块中存放
- 记录删除时如何处理
第一个问题的解决方法很简单，我们让不整除的块最后的空间浪费 即可，具体来说，若每个块长度为X，记录长度为Y，则每个块只存放 ⌊ X / Y ⌋ \lfloor X / Y \rfloor ⌊X/Y⌋条记录。
对于第二个问题，暴力的解决方法是将被删除记录后面的所有记录往前移动 ，这种做法很影响效率，肯定不行。我们可以将被删除的记录用链表串起来，形成一个空闲块链表 ，类似下图。
这种链表的做法也有一定的问题，就是如果记录是变长的，那么空闲链表中的空闲块可能没法满足新插入的记录长度 或者插入的记录长度比空闲块大小小得多，这个问题在下一节探讨。
13.2.2 Variable-Length Records
这一小节也是解决两个问题：
- 记录存储结构如何设计使得能够简单的提取出每一个字段，即使存在变长字段
- 变长记录在block中的存储结构如何设计使得能够简单的提取出block中的每一条记录
首先看第一个问题，采用的方法是将记录中的变长部分与定长部分分开，一条记录分为两部分，称为定长区与变长区。定长区 存放定长字段内容 与变长字段的偏移量和长度 ，变长区 则存放变长字段的实际内容 ，如下图。在定长区与变长区中，会有若干字节存放一个bitmap，用于记录哪些字段是空的 。在某些数据库的实现中，bitmap会安排在记录存储位置的最前方，而空字段将不再用另外的空间存储（相当于只用bitmap中的一个位来存储空字段），在某些场景下比较节省空间（如空字段很多的记录 ）
对于第二个问题，就是若干记录在block中的组织形式，一般采用一种叫slotted-page的结构，大致如下图所示。在block的最前面，会存放一个Header，用于记录一些元数据：
- 头部的Entries数（我理解就是block中当前存放的记录数）
- 空闲区尾部的位置
- Entries数组，每个元素表示一条记录的位置和长度
从下图也可以看出，空闲区被夹在中间，当有新纪录插入时，空闲区尾部会被分配给这个新纪录 ，同时更新Header；当有某个记录被删除时，在删除记录前面的记录需要被移动，将空闲区合并起来 （这里感觉怪怪的，但是书里说因为一个块不会很大，4KB或者8KB，所以这个移动不怎么影响效率）。
13.2.3 Storing Large Objects
这一节讲的不是很细，大概聊了下庞大对象的存储方式，要么以文件形式存储在数据库管理的文件区域 ，要么以文件结构形式存放在数据库中并由数据库管理。后者用B+树来维护，在14.4.1节会详细介绍。
13.3 Organization of Records in Files
13.3.0 Introduction
本节主要介绍了一些常用的文件组织结构：
- Heap File Organization：堆叠式结构，记录无序，就是随便放
- Sequential file organization：序列结构，记录有序，但是维护效率低
- Multitable clustering file organization：一个文件甚至一个盘块，可以存放多个关系的记录，便于一些关系的join操作
- B±tree file organization：B+树结构，记录有序，维护效率高
- Hashing file organization：哈希结构，和索引结构有关
本节介绍前三个结构，后面两个会在14.4.1和14.5介绍。