mysql B+树中为什么同层的非叶子节点所在的页也使用双向链表连接?

在MySQL的B+树实现中，非叶子节点通常用双向链表连接，主要是为了提升查询效率，特别是在范围查询或顺序扫描时。具体好处有几个：

1. 提高范围查询性能： B+树的叶子节点存储了实际的数据，而非叶子节点主要用来引导搜索路径。如果非叶子节点之间通过双向链表连接，就可以在进行范围查询时直接通过链表快速遍历叶子节点。这避免了再次回到根节点去查找下一个区间，从而提升了性能。

2. 顺序访问优化： 由于非叶子节点连接了双向链表，可以快速访问到树的各个部分，特别是在进行顺序遍历时。这对于数据库需要对表进行排序或连续检索时，能显著提高效率。比如，在MySQL的查询优化器中，对于需要顺序扫描的操作，双向链表能够直接顺着链表进行访问，减少了不必要的跳转。

3. 避免重复查找路径： 如果只通过树结构查找，查询过程中可能会重复一些路径查找，尤其在进行多次范围查询时，链表连接能够让查询路径更加直观、简单，避免了重复查找。

4. 提高并发性能： 在B+树的操作中，非叶子节点通过双向链表连接的设计能让多个查询操作更加独立，减少了节点之间的锁竞争，提升了数据库的并发性能。

总结来说，非叶子节点用双向链表连接，是为了优化范围查询和顺序扫描的效率，减少重复查找路径，提升数据库的整体查询性能。

作者：xinxi
链接：https://www.zhihu.com/question/478187330/answer/2050494617
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
 

写一个使用场景吧。假如有一个user表，然后它的col1和col2上分别建有索引，于是这两个索引就对应有两个B+树，现在有一个查询语句是 select * from user where col1 > a and col1 < b and col2 > c and col2 <d;，很明显可以使用col1索引或者使用col2索引来进行查询。那到底使用哪个呢？

关键就是要预估一下n和q谁大谁小，假如n较小，那么就使用col1索引。所以需要知道n和q大概是多少。我们知道每个数据页都保存了自己这个页中有多少条数据，所以我们可以通过遍历col1索引中的那m个数据页，把每个页中的条数加起来，这样就知道n的值了；同理可以知道q的值。现在的问题是，假如m和p非常大，成百上千，那么我们就要加载这么多的数据页，很不划算。

实际采取的做法是，只遍历了10个叶子节点，根据这10个节点算出每个节点平均包含多少条数据，然后用这个数据乘以m，就是n的值了。于是现在的问题是怎么知道m是多少？仔细看一下就会发现，m=k，所以怎么知道k的值呢？遍历倒数第二层的那j个页嘛，这个时候倒数第二层的链表是不是就有用了。通过这种方式只需要加载远小于m个数据页，就估出了n的值，同理可以估出q的值，这样就可以决定使用哪个索引去查询啦。

最后，假如j和r还是很大呢？同样的办法，只要10个页，算出平均值，然后找到倒数第三层遍历，用倒数第三层的条数，乘以这个平均值，就得到了k和t。那倒数第三层还是很多呢，继续向上找倒数第四层...