本篇介绍MyBase数据库中数据文件、记录存储的格式。可以在 https://github.com/zhangqhn/mybase 下载到MyBase项目源码。
1. 数据存储位置
通常数据库服务都会有配置文件，数据存储在配置文件指定的目录。MyBase的原则是尽量以最简单的方式实现，故MyBase不包含配置文件，数据存储在程序执行的目录。每个表用一个文件存储，表名为文件名，扩展名为 dat，如：创建一个test表，则在执行目录下创建一个test.dat 文件用来存储列信息及表中的所有数据。
2. 数据文件的组成结构
与大多数数据库文件相同，MyBase的表文件由一个个大小相同的页组成，每个页大小为4K。第一个页是元信息页，存储表的所有列信息；其他页为数据页，存储写入的数据。
图1 表文件布局
3. MyBase元信息页结构
MyBase元信息页由表信息和列信息数组组成：
列信息
表信息中包含文件标识字符串（MYBASE 1）以及表包含的列信息。
列数组
列数组包含表中所有的列名即数据类型，一个表最多包含15个列。
3.1 元信息页实例
运行MyBase并使用如下的SQL建表：
create table test(id int, name string, score double)
使用二进制工具打开test.dat文件，元信息页数据如下：
图2 元信息页实例
在上图中，从上到下蓝色标记框的意义分别如下：
位置内容意义
4D 59 42 41 53 45 20 31 00 字符串 MYBASE 1，用来标记文件版本
03 00 00 00 表包含3个列
69 64 00 第一个列的列名为 id
01 00 00 00 第一个列的类型为 1 即 int
6E 61 6D 65 00 第二个列的列名为 name
03 00 00 00 第二个列的类型为 3 即 string
73 63 6F 72 65 00 第三个列的列名为 score
02 00 00 00 第三个列的类型为 2 即 double
4. MyBase数据页结构
通过前面的介绍，我们已经知道页是MyBase数据文件的组成单位。MyBase的数据页不包含索引，即：数据以类似于数组的形式存储，任何查询都需要扫描所有的数据。这样的设计能大大降低代码的复杂度，减少代码量，也复合MyBase作为学习型项目的定位。
MyBase数据页由以下几个部分组成：
页头
包含页号、记录条数、空闲字节数以及碎片字节数，页头大小16字节。
记录偏移列表
存储对应记录的偏移位置，每个单元2字节，具体取值见后文示例。
记录数据
存储实际的数据。
数据页结构如下所示：
图3 数据页结构
5. 行记录格式
MyBase数据记录以行的形式存储，也就是数据页中保存着表中一行行的数据。
数据总长度第一列类型第一列值第二列类型第二列值
数据总长度为1字节，即一条数据最长不超过255字节。列信息为1字节，列值的长度由列类型决定。
列类型示例：以上面创建的表test为例，插入一条数据：
insert into test(id, name, score) values(1, 'zhangsan', 85)
使用二进制打开test.dat文件，第一个数据页内容如下：
图4 数据页内容
第一行分别代表，当前页号为1， 存储了1条数据，空闲字节为0x0FD1即4049字节。
第二行 E3 0F 代表，第一条数据相对于本页的偏移为 0x0FE3 即第一条数据存储在0x1FE3位置开始。
数据内容：
1D 代表本条数据长度为0x1D即29字节。
01 代表第一列值类型为int。
01 00 00 00 00 00 00 00 代表一个8字节整型，值为1。
03 代表第二列值类型为string。
08 代表字符串长度为8字节。
7A 68 61 6E 67 73 61 6E 代表第二列字符串值 zhangsan。
02 代表第三列值类型为double。
00 00 00 00 00 40 55 40 代表第三列值为 85。
网友评论