Glossary
MSI Database Tables
Cómo un MSI almacena una base de datos relacional: el string pool, el arranque de _Tables y _Columns, los tipos de columna y las filas orientadas a columnas.
El núcleo de un MSI es una pequeña base de datos relacional, almacenada como streams dentro del archivo compuesto. Arranca a partir de unas pocas tablas especiales:
_StringData+_StringPool— un conjunto de cadenas (string pool) compartido y con recuento de referencias. Cada valor de texto de cada tabla es un índice dentro de este conjunto, de modo que una cadena usada muchas veces se almacena una sola vez. La cabecera del conjunto también registra la página de códigos (code page) y si las referencias a cadenas ocupan 2 o 3 bytes._Tables— la lista de nombres de tabla._Columns— para cada tabla, sus columnas: número, nombre y una palabra de tipo (type word) cuyos bits codifican cadena frente a entero, tamaño, anulable (nullable) y clave (key).
A partir de ellas se decodifica cualquier otra tabla. Dos detalles hacen tropezar a los lectores ingenuos:
- Los nombres de stream están codificados. Los nombres de stream de tablas y
columnas se empaquetan en un rango privado de Unicode (
0x3800–0x4840), dos símbolos en base-64 por unidad de código, con un0x4840inicial que marca una tabla. Un lector debe decodificarlos para recuperar nombres comoPropertyoCustomAction. - Las filas están orientadas a columnas (column-major). Un stream de tabla
almacena toda la columna 1 de cada fila, luego toda la columna 2, y así
sucesivamente. Los enteros se almacenan con el bit más alto invertido y con
0significando null; un entero de 2 bytes y uno de 4 bytes se distinguen por el tamaño declarado de la columna.
Aplica bien estas reglas y toda la base de datos de autoría — Property,
File, Component, Registry, Shortcut, CustomAction y el resto — se lee
sin problemas.