本篇介绍sqlite3数据库文件的存储格式。
通过阅读源读源代码可以知道sqlite的设计思想。
一个sqlite数据库文件对应着一个数据库。sqlite将数据库文件划分大小一致的存储（以区分内存）页面，并通过一系列数据结构将它们组织起来。
sqlite组织页面的数据结构主要有B树和二维链表。每一个页面要么是B树的叶子或结点，要么是二维链表的一个节点。用作B树的页面都有8或12字节的页面信息头，特别地第一个页面除了是表的根结点是数据库文件的根，所以它首先包含100字节的是库信息，然后才是作为一个是B树的根结点。另一方面闲置的页面没有页面头，它的链头是在第一个页面的库信息头。二维链表的第一维由单向链表实现，第二维由数组实现。用作第一维节点的页面也是一个空闲页面，被统计在库信息头。

数据库层面的表和索引，在底层存储格式中用B树结构组织，第一张表或索引都对应着一棵B树。底层存储中所有空闲（闲置）页面，都由二维链表链接起来。
B树页面，有统一的存储格式。首先是页面信息头，然后紧跟着页内数据排序索引（请区分数据库的表索引，这里是数据结构中的外部排序索引）数组；而页内数据存储在页面的尾部。数据索引和数据单元分别从正反两个方向向页面中间伸展，页面中间部分形式空闲区域。
sqlite数据库文件使用自然字节序存储数据，这种字节序有利于它里面使用到可变长整形解释。
各种具体的数据结构和详细的格式编排请自行参阅源代码，不一一贴上划水。自行用任意一门编程语言写程序遍历解读sqlite数据库文件其中的内容。

在这里定义本篇使用的一些术语：
页面，数据库文件页面，请区分内存页面或虚地址空间页面，尽管sqlite默认页面大小也是4KB。
指针，请区分c语言指针，这里指文件内地址索引，或页面内地址偏移。
单元，cell,存储在B树页面的单位数据。
整型主键，sqlite表默认的自增计数。
变长整型，sqlite存储中使用到的一种基于自然字节序的变长整数存储方式。每字节低7位为有效数值位，高位标记下一字节是否继续为当前变长整数的一部分，高位为0表示为变长整数的最后一个字节。
叶子，B树的叶子结点。
结点，B树的非终端结点。
索引，当提及结构化查询时指索引表，而当提及低层存储格式时等同于编号，地址和指针。

前面总括了底层存储组织，现在结合上一层数据库层来看存储组织，库和表的存储。sqlite将一切表和索引视作表，并以B树的形式保存在数据库文件。sqlite数据库默认有一张管理表，名为sqlite_master。这张表记录着用户创建的所有表和索引的名字，左联合表名，表的根页面索引号以及创建sql语句。也就是数据库文件的第一页面一棵入口B树的根，通过这棵树可以索引到其它B树（数据库层面表或索引）的根。当sqlite打开某一张表时，必须遍历管理表找出与表名匹配的记录，从而找出记录中根页面索引号，才能定位到表的入口位置。索引和表是分开存储的，表默认使用是自增计数，因为存储在B树中，所以每条记录都必须有一个唯一键。索引就是一张索引键与自增计数的映射表。当使用索引查询记录时，就相当于索引左联合到数据记录的表，条件为自增计数。总结来说，就是sqlite数据库文件里保存了多于一棵的B树，第一棵B树入口位于第一页面，其它B树的根必须通过第一棵B树才能索引出来。

首先我们来看sqlite数据库的总起信息，也就是入口，位于第一页面的开头100字节。
<img dbheader/>
可看到数据库文件开头作了文件类型标记“SQLite format 3\0”。当前数据库以4KB尺寸来划分页面。数据库文件迄今被修改过461次，并且没有空闲页面。当前默认编码方式为UTF-8。

接着就是第一个页面作为B树根的页面信息。

页面信息首先定义了当前页面的类型，包含自增计数的非叶子结点并且有左孩子记录。跟着就是当前页面的状态信息，有1条记录（单元），下一条插入的记录（单元）的位置，结点的右孩子位于索引号为141的页面（也就是第141个页面）。当“number of cells on this page”和“first byte of the cell content area”越靠近，表示页面内空闲空间越小。

下面是对第一个页面的入口B树跟踪。

第一行是当前页面号为1, 类型是结点，右孩子在141号页面，左孩子分别是139号页面以23为key，只有一个左孩子。
第二行是当前页面号为139，类型是叶子，存放23条记录。根据上下文知，是1号页面的左孩子，并且存放小于等于key23的记录，一共有23条记录。
第三行是当前页面号为141，类型是叶子，存放23条记录。根据上下文知，是1号页面的右孩子，是刚刚分裂成139和141两个叶子，各存放一半数量的记录。

下面是第139号页面，作为左孩子叶子页面的跟踪。

绿色框框是我们关心的信息，描述了记录在当前页面的指针，记录长度以及唯一键值（自增计数）。根据上下文139号页面，这个B树叶子存放自增计数小于等于23的记录一共23条。
蓝色框框是记录单元里的数据，是表的根页面指针，在当前情景中，2,4,5,11和12都是某张表的根页面索引号。

下面我们对2号页面为根的表进行跟踪。

分别对2,4以及12号页面为根三张表的B树存储组织，蓝色框框叶子记录总数与使用sqlite查询的结果一致。

最后我们跟踪一下空闲页面，在本篇中使用的数据库不包含空闲页面，现在我们truncate一个表以产生一些空闲页面，就拿上面举例的12号页面为根的表，这张表包含了1个根结点和6个叶子，其中5个叶子是左孩子，1个叶子是右孩子。

留意绿色框框，文件修改次数被加1，刚刚有一个表被清空了。
蓝色框框显示了本次清空动作，产生了8个空闲页面，而链接这些页面的第一节点在第60号页面。
红色框框显示了放在60号页面节点的页面索引号，对照上面12号页面为根的表跟踪，可以看到被清空的表的存储B树所使用到的页面都被链接到空闲链表。

介绍完以页面为单位存储大框架后，我们再来看页面内的存储。
页面分为三部分，页面信息头，单元（cell）指针（索引）数组，以及数据（记录）单元。索引和数据分别放于页面的一头一尾，中间为未使用空间，各自向中间获取分配空间来应对增长。当某一单元被删除，它的空间会被回收链入到页面内空闲块链表。当空闲块再次被使用时可能规格不一致，从而会产生碎片（零碎字节），这些碎片将不能被重用，因而必须记录下来，供往后页面零碎程序评级用。我猜过于零碎的页面可能会在合适的时机进行重整。也就是单元区域遍历所有单元，必须依赖页面内索引数组。只有索引数组内索引到的单元才是有效的。对于未曾发生过单元回收重用的页面，单元区域可以直接遍历，但发生过单元回收后则不可，必须依赖页面内索引。

虽然说管理表是以B树存储，但是却不是以表名为键而只是单纯的自增计数，所以当表（包括索引，视图等）的数量多的时候，打开其中之一也没有得益于B树结构。
sqlite数据库文件使用的B树是一种B-树。参考我们曾经的教材严女士的《数据结构》对B-树的定义。
一棵m阶的B-树，或为空树，或为满足下列特性的m叉树：
（1）树中每个结点至多有m棵子树；
注：这是由sqlite数据库页面大小限制，对于Key为变长时，并不是固定m阶，而是一个泛数多阶。
（2）若根结点不是叶子，则至少有两棵子树；
注：当表的首个页面空间可以容纳所有数据时为叶子，当不满足时将分裂出两个叶子，开始变成根结点。
（3）除根之外的所有非终端结点至少有m/2的上限棵子树；
注：当结点容量不足时结点会分裂出两个结点，各迁移一半key。
（4）所有的非终端结点中包售下列信息数据（n,(A1,K1),(A2,K2),...(An,Kn), An+1)，其中n为K(ey)的个数，A(ddr)是子树地址。
注：n个Key意味有n个左孩子，A1至An是左孩子页面号，An+1是右孩子页面号。n和An+1保存在页面头，(Ax,Kx)|x<n则是结点页面的数据单元。
（5）所有的叶子都出现在同一层次上，并且不带信息。
注：不带信息也就是页面类型是叶子时，数据单元忽略左孩子域。但sqlite有没有维护树高度未能证明。

通过本篇，相信大家已经对sqlite数据库有了很具体的了解了。有了上面的知识大家就能对sqlite的存储性能进行一定的分析，比如数据库页面的大小对增删改查的影响。