在数据库的存储结构中，我们知道一般来说一个表都存储在对应的数据文件里,数据文件可以分为多个段，一般来说一个表会对应一个数据
在数据库的存储结构中，我们知道一般来说一个表都存储在对应的数据文件里,数据文件可以分为多个段，一般来说一个表会对应一个数据段,单纯考虑数据段的时候，，数据段又可以分为多个区，每个区都可以分为若干个数据块，在操作系统层面，有对应的数据块和数据库层面的数据块有一个映射，可以打个比方来说，一栋大楼里面可以有很多的楼层，每个楼层可能都有不同的公司，这样来考虑，这栋大楼就类似数据文件，楼的每一层就类似一个数据段，每一层比方最多可以有4家公司，一家公司有40个人,有的公司大一点，占用两层，那么就是8个区,320个数据块，有的公司小一点，就占用一层里面的一块，那么这个公司就类似一个较小的数据段，占用1个区,包含40个数据块。
从存储层面来说，目前数据库中只能够查询到区这一级别的信息了。
在user_extents中只能够查看到最基本的区的信息,user_segment里面可以得到一个大体的信息
SQL> desc user_extents
Name Null? Type
----------------------------------------- -------- ----------------------------
SEGMENT_NAME VARCHAR2(81)
PARTITION_NAME VARCHAR2(30)
SEGMENT_TYPE VARCHAR2(18)
TABLESPACE_NAME VARCHAR2(30)
EXTENT_ID NUMBER
BYTES NUMBER
BLOCKS NUMBER
SQL> select extent_id,blocks from user_extents where segment_name='DATA';
EXTENT_ID BLOCKS
---------- ----------
0 8
1 8
2 8
3 8
4 8
5 8
SQL> select extents,blocks from user_segments where segment_name='DATA';
EXTENTS BLOCKS
---------- ----------
6 48
云点滴客户解决方案是针对中小企业量身制定的具有简单易用、功能强大、永久免费使用、终身升级维护的智能化客户解决方案。依托功能强大、安全稳定的阿里云平 台，性价比高、扩展性好、安全性高、稳定性好。高内聚低耦合的模块化设计，使得每个模块最大限度的满足需求，相关模块的组合能满足用户的一系列要求。简单 易用的云备份使得用户随时随地简单、安全、可靠的备份客户信息。功能强大的报表统计使得用户大数据分析变的简单，
如果想查看每个区中包含哪些数据块，就无能为力了。这个时候dba_extents可以作为一个补充。可以看到哪些区包含哪些数据块。
SQL> select block_id,extent_id,BLOCKS from dba_extents where owner='N1' and segment_name='DATA';
BLOCK_ID EXTENT_ID BLOCKS
---------- ---------- ----------
12800 0 8
12808 5 8
3600 4 8
5224 3 8
12672 2 8
12672 1 8
当然了这个也不能让热满意，有时候想看看一些记录大概占有多大的空间，就可以使用rowid来辅助了。
目前我们得到表data的数据类型如下：
DATA_LENGTH DATA_TYPE
----------- ------------------------------
10 VARCHAR2
22 NUMBER
22 NUMBER
22 NUMBER
22 NUMBER
22 NUMBER
22 NUMBER
22 NUMBER
22 NUMBER
22 NUMBER
SQL> select sum(data_length) from user_tab_cols where table_name='DATA';
SUM(DATA_LENGTH)
----------------
208
那么这些数据类型的数据占用的空间是否是按照最大字节208来存储的呢，换句话说就是表里存放着一条记录，可能长度只有number(2)，但是是否会依旧占用22个字节来存储呢。
我们随机抽取一个数据块来简单的测试一下。
可以看到如下两条记录是从0开始计数的，都在12803这个数据块中。
select dbms_rowid.ROWID_OBJECT(rowid) object_id,
dbms_rowid.ROWID_RELATIVE_FNO(rowid) file_no,
dbms_rowid.rowid_row_number(rowid) row_no,
dbms_rowid.rowid_block_number(rowid) blk_number
from data where rownum OBJECT_ID FILE_NO ROW_NO BLK_NUMBER
---------- ---------- ---------- ----------
18993 11 0 12803
18993 11 1 12803
我们来进一步查看12803这个数据块中含有哪些记录。不考虑数据块的其他存储参数。按照默认的值来看。
里面含有约148条记录。
