想深入了解PostgreSQL的存储机制吗？通过剖析`INSERT`语句的底层实现，可以清晰揭示数据在页面中的物理布局和变化过程。这份内容将源码分析与页面结构图解相结合，帮助理解从执行SQL语句到数据物理写入的完整链路，是掌握PG存储引擎的关键一步。
智能速览
插入数据前，页面的pd_lower和pd_upper初始值分别为24和8192。
数据从页面尾部向上插入，而记录其位置的ItemId从头部向下插入。
插入一条数据后，pd_lower变为28，pd_upper变为8160。
ItemIdData结构体存储了元组的偏移量、长度和状态信息。
核心函数PageAddItemExtended处理了字节对齐、数据拷贝和页头更新等操作。
精华内容
一条简单的`INSERT`语句，背后隐藏着复杂的内存管理和数据布局逻辑。下面将通过追踪源码与解析页面结构，详细拆解PostgreSQL是如何将一条记录存入页面中的。
页面的初始状态
一个空的PostgreSQL页面，默认大小为8KB（即8192字节）。页面最开始的24字节是固定的页面头部（PageHeaderData），用于存储页面的元信息。
因此，在插入任何数据之前，表示空闲空间起始位置的`pd_lower`为24，而表示结束位置的`pd_upper`则为8192。此时，从24到8192之间的全部空间都是可供使用的`free space`。
数据插入过程
当执行`INSERT INTO tb VALUES(1)`时，PostgreSQL会进行双向操作。首先，它将待插入的元组数据从页面的尾部（即`pd_upper`方向）插入。这个元组本身包含头信息和数据，共28字节，但为了内存对齐（通常是8字节），实际会占用32字节的空间。
因此，页面的`pd_upper`从8192减少到8160。与此同时，在页头的`pd_lower`位置，系统会插入一个4字节的`ItemId`（也称为`line pointer`），用于指向刚刚插入的元组。这个操作使得`pd_lower`从24增加到28。
关键结构ItemId
`ItemId`是理解页面布局的核心，其结构体`ItemIdData`包含三个关键字段。`lp_off`占15位，记录元组在页面内的偏移量，本例中为8160；`lp_flags`占2位，标记元组状态，如`LP_NORMAL`表示正常状态；`lp_len`同样占15位，记录元组的实际长度，即28字节。
通过这个指针数组，PostgreSQL能够快速定位和管理页面内的每一条记录，而无需扫描整个页面。
源码级实现
在源码层面，上述过程主要由`PageAddItemExtended`函数实现。该函数首先通过`MAXALIGN`宏对元组大小进行对齐处理，确保其占32字节。接着，它会更新页面头部的`pd_upper`，为新元组预留空间。
然后，函数设置`ItemId`的`lp_off`和`lp_len`等字段。最后，通过`memcpy`函数，将元组数据精确拷贝到`pd_upper`指定的位置，并更新`pd_lower`的值，为下一次插入做好准备。整个流程体现了PG在存储管理上的严谨设计。
通过源码和页面结构的双重解析，`INSERT`操作的神秘面纱被揭开。理解了数据如何在页面中安家，就为后续学习MVCC、更新优化等更高级的主题打下了坚实基础。PostgreSQL还有哪些值得探索的底层设计呢？
