第 7 章 页文件

本节概述 PostgreSQL 表和索引内部所使用的页面格式。 （索引访问方法不要求必须使用这种页面格式。 现有的所有索引方法都使用这种基本格式，但索引元页中保存的数据通常 并不完全遵循项布局规则。）TOAST 表和序列的格式与普通表相同。

在下面的说明中，假定一个 字节 （byte）包含 8 位。此外，术语 项（item） 指存储在页面上的一个单独数据值。在表中， 项是一个元组（行）；在索引中，项是一个索引条目。

表 7.1 展示了页面的基本布局。 每个页面包含五个部分。

每个页面的前 20 个字节由页头 （PageHeaderData）组成。它的格式详见 表 7.2。前两个字段处理与 WAL 有关的内容。接下来是三个 2 字节整数字段 （pd_lower, pd_upper, 和 pd_special）。它们分别表示 到未分配空间起始位置、 到未分配空间结束位置以及到 特殊空间起始位置的 字节偏移量。

所有细节都可以在 src/include/storage/bufpage.h 中找到。

特殊空间是页面末尾的一个区域，它在页面初始化时分配， 并包含某种访问方法特有的信息。 页头的最后 2 个字节 pd_pagesize_version 同时存储页面 大小和版本指示符。从 PostgreSQL 7.3 开始版本号为 1； 以前的版本使用版本号 0。（基本的页面布局和页头格式 没有变化，但堆元组头的布局变了。）页面大小 基本上只是作为一个交叉检验存在；一个安装中 不支持使用多于一种页面 大小。

页头之后是项标识符 （ItemIdData），每个需要四个字节。 一个项标识符包含 项起始位置的字节偏移量、其字节长度，以及若干影响解释方式的 属性位。 新的项标识符会根据需要从未分配空间的起始处分配。 当前已有多少个项标识符，可以通过查看 pd_lower 得知；分配新标识符时它会增加。 因为一个项 标识符在被释放之前永远不会移动， 所以即使项本身为了压缩空闲空间而在页面内移动， 其索引仍然可以被长期用来引用该项。 事实上，每个指向项的 指针（ItemPointer，也称 CTID）在 PostgreSQL 中都由页号和 项标识符索引构成。

项本身存储在从未分配空间末尾开始、向后分配的区域中。其确切结构取决于 表要包含什么内容。表和序列都使用一种名为 HeapTupleHeaderData 的结构体，如下所述。

最后一节是“特殊节”，它可以包含 访问方法想要存储的任何内容。普通表 完全不使用它（通过把 pd_special 设为等于页面 大小来表示）。

所有表元组的结构都相同。有一个固定 大小的头（在大多数机器上占 23 字节），后跟可选的空值 位图、可选的对象 ID 字段和用户数据。头 的细节见 表 7.3。实际的用户 数据（元组的字段）从 t_hoff 所指示的偏移处开始，它必须始终是该平台上 MAXALIGN 距离的倍数。 空值位图只有当 t_infomask 中设置了 HEAP_HASNULL 位时才存在。如果 存在，它紧跟在固定头之后，占用 足够的字节使每个数据列有一位 （即总共 t_natts 位）。在这串位中， 1 位表示非空，0 位表示空。位图 不存在时，所有列都被假定 为非空。对象 ID 只有当 t_infomask 中设置了 HEAP_HASOID 位时才 存在。如果存在，它正好出现在 t_hoff 边界之前。为使 t_hoff 成为 MAXALIGN 倍数所需的任何填充 将出现在空值位图和 对象 ID 之间。（这反过来确保对象 ID 得到适当的对齐。）

所有细节都可以在 src/include/access/htup.h 中找到。

要解释实际数据，必须借助从其他表中获得的信息，其中大部分来自 pg_attribute。 所需的特定字段是 attlen 和 attalign。除非所有字段都是定宽且没有 空值，否则没有办法直接取得某个特定属性。 所有这些技巧都封装在 heap_getattr、fastgetattr 和 heap_getsysattr 这些函数中。

读取数据时，需要依次检查每个属性。首先根据空值位图判断该字段是否为 NULL。如果是，就继续下一个。然后确认对齐是否正确。如果字段是 定宽字段，那么它的所有字节都是直接摆放的；如果它是 变长字段（attlen == -1），情况就会稍复杂一些， 需要使用变长结构 varattrib。 根据标志位的不同，数据可能是线内的、经过压缩的，或者位于 另一个表中（TOAST）。