其它高阶数据结构⑥_B+树和B*树_B树系列在MySQL的应用

最新推荐文章于 2024-06-19 18:08:18 发布

GR鲸鱼

最新推荐文章于 2024-06-19 18:08:18 发布

阅读量964

点赞数 32

分类专栏： ⑩其它高阶数据结构（C++描述） ⑤高阶数据结构与算法（C++描述）文章标签：数据结构 b树 c++ 数据库 mysql

本文链接：https://blog.csdn.net/GRrtx/article/details/138285481

版权

⑤高阶数据结构与算法（C++描述）同时被 2 个专栏收录

50 篇文章 1 订阅

订阅专栏

⑩其它高阶数据结构（C++描述）

7 篇文章 0 订阅

订阅专栏

1. B+树

1.1 B+树的概念

前一篇博客已经介绍了B树及其实现代码，B+树是B树的变形，是在B树基础上优化的多路平衡搜索树，B+树的规则跟B树基本类似，但是又在B树的基础上做了一些改进优化。

一棵m阶的B+树需满足下列条件：

每个分支结点最多有m棵子树（孩子结点）。
非叶根结点至少有两棵子树，其它每个分支结点至少有「m/2]棵子树。（前面这两条其实还跟B树是一样的，下面就不一样了）
结点的子树个数与关键字个数相等。
结点的子树指针p[i]指向关键字值大小在[k[i]，k[i+1])区间之间。
所有叶子节点增加一个链接指针链接在一起。
所有关键字及其映射数据都在叶子节点出现。

B+树的特性：

所有关键字都出现在叶子节点的链表中，且链表中的元素都是有序的。
查找不可能在分支节点中命中。
分支节点相当于是叶子节点的索引（仅含有其子树根结点中最大/最小关键码，我们这里图中是最小的），叶子节点才是存储数据的数据层（与B树不同）。

1.2 B+树的查找和插入

还是以这棵B+树为例，比如我们要查找33，从根结点开始33比5大，往后走，比28也大，再往后走，但是比65小。

所以如果33存在的话，应该在28的子树中。所以进入28的子树中，然后比较比28大，比35小，所以再往这一层的28的子树p1中找，这就进入到叶子结点的链表中，往后遍历就找到了33。（如果查找的是28也要进入到叶子结点的链表中查找，即使分支结点中存在）

那如果查找34（找不到），也是一样的，最终走到叶子结点的链表中，但是没有这个元素，所以就找不到。

所以B+树的查找无论成功与否，都要走到最下面一层的叶子结点，而B树的话，查找可能停止在任意一层。

除了上面的查找方法，B+树还有另外一种查找方法：

上面提到对于B+树来说，所有叶子节点增加一个链接指针链接在一起。而每个叶子结点的链表里面元素都是有序的。所以我们也可以通过这个链接指针去进行顺序查找，从前往后遍历每一个叶子结点的链表。

分支节点可以看成是叶子节点的索引，链接指针存在的意义就是便于遍历所有数据，通过叶子节点的指针可以访问兄弟叶子节点，进而遍历数据。

插入数据时，如果叶子节点元素满了就创建一个新节点，并将数据的后一半给新节点，在父节点中记录新节点第一个数据并建立指针联系。

拓展，B+树的插入操作规则如下：

查找插入位置：从根节点开始，按照B+树的搜索规则找到插入位置。如果插入的关键字已经存在于树中，则根据具体情况进行处理（如替换、忽略或合并等）。
插入到叶子节点：将新的关键字插入到叶子节点中的适当位置。如果插入后导致叶子节点的关键字数量超过了阶数的上限，则进行分裂操作。
叶子节点分裂：将超过阶数上限的叶子节点分裂成两个节点。将一半的关键字移动到新的节点中，并调整指针连接。同时，将新节点的最小关键字插入到父节点中。
父节点调整：如果叶子节点的分裂导致父节点关键字数量超过了阶数的上限，则进行递归的分裂操作。将超过阶数上限的父节点分裂成两个节点，并将新节点的最小关键字插入到父节点的父节点中。
递归调整：如果父节点的分裂导致祖先节点关键字数量超过了阶数的上限，则继续进行递归的分裂操作，直到根节点。
根节点分裂：如果根节点的分裂导致树的高度增加，则创建一个新的根节点，并将原来的根节点分裂成两个节点。将新的根节点的最小关键字插入到新的根节点中，并调整指针连接。

1.3 B+树和B树的对比

结论：

B树更适合随机查找，B+树更适合范围查找。
B+树相对更省空间。
对数据进行插入、删除的时候B+树效率更高。

原因：

B树的每个节点包含关键字和对应的指针，用于存储数据和构建索引。B树的节点可以直接存储数据，因此在查找时可以直接定位到数据所在的节点。

B+树的每个节点只包含关键字，数据存储在叶子节点中。叶子节点之间通过指针连接形成一个有序链表，叶子节点上的关键字也构成一个有序序列。B+树的非叶子节点仅用于索引，不存储数据，这样可以减少非叶子节点的数量，提高内存利用率。

B树的节点既存储数据又存储索引，因此每个节点可以存储更多的数据。这样可以减少树的高度，提高查询效率。但是，由于B树的节点包含数据，插入和删除操作需要进行数据的移动和调整，相对较慢。

B+树的非叶子节点仅用于索引，不存储数据，因此每个节点可以存储更多的索引。叶子节点之间通过指针连接形成有序链表，可以高效地进行顺序访问。同时，由于B+树的数据只存储在叶子节点中，插入和删除操作只需要调整索引节点，相对较快

2. B*树的概念和特点

B*树是B+树的变形，在B+树的非根和非叶子节点再增加指向兄弟节点的指针。

B*树的特点： B*树空间利用率比B+树高。

B+树的分裂：当一个结点满时，分配一个新的结点，并将原结点中1/2的数据复制到新结点，最后在父结点中增加新结点的指针。

B*树的分裂：当一个结点满时，如果它的下一个兄弟结点未满，那么将一部分数据移到兄弟结点中，再在原结点插入关键字，最后修改父结点中兄弟结点的关键字（因为兄弟结点的关键字范围改变了）。如果兄弟也满了，则在原结点与兄弟结点之间增加新结点，并各复制1/3的数据到新结点，最后在父结点增加新结点的指针。

B*树在进行页分裂和合并的时候会优先考虑兄弟节点是不是还没有满，所以分配新结点的概率比B+树要低，所以空间使用率更高。

B树：有序数组+平衡多叉树；
B+树：有序数组链表+平衡多叉树；
B*树：一棵更丰满的，空间利用率更高的B+树。

在实际使用中，空间一般都足够，所以B+树的使用是最多的。

3. B树系列在MySQL的应用

跟着专栏序号学过来的话，到这应该也学过MySQL了，不过也简单介绍一下MySQL的索引。

MySQL数据库⑧_索引（概念+理解+操作）_mysql 索引层高估计-CSDN博客

3.1 MySQL索引简介

B树最常见的应用就是用来做索引。索引通俗的说就是为了方便用户快速找到所寻之物，比如：书籍目录可以让读者快速找到相关信息，网页的导航网站，为了让用户能够快速的找到有价值的分类网站。本质上就是互联网页面中的索引结构。

MySQL官方对索引的定义为：索引（index）是帮助MySQL高效获取数据的数据结构，简单来说：索引就是数据结构。

当数据量很大时，为了能够方便管理数据，提高数据查询的效率，一般都会选择将数据保存到数据库，因此数据库不仅仅是帮助用户管理数据，而且数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用数据，这样就可以在这些数据结构上实现高级查找算法，该数据结构就是索引。

MySQL是目前非常流行的开源关系型数据库，不仅是免费的，可靠性高，速度也比较快，而且拥有灵活的插件式存储引擎。如下：

MySQL中索引属于存储引擎级别的概念，不同存储引擎对索引的实现方式是不同的。

3.2 MyISAM

MyISAM引擎是MySQL5.5.8版本之前默认的存储引擎，不支持事务，支持全文检索，使用B+Tree作为索引结构，叶节点的data域存放的是数据记录的地址。

MySQL中的MyISAM引擎就是使用B+树，主键和辅键索引结构相同，只不过主键不能重复，索引数据时，通过B+树的搜索方式（与B树基本相同，不同的是可以通过链接指针直接访问下一个叶子节点）找到key值，通过key值找到数据地址，再通过地址访问数据，即非聚集索引。

图例来源（有修改）：CodingLabs - MySQL索引背后的数据结构及算法原理

MyISAM引擎其结构如下：

上图是以以Col1为主键，MyISAM的示意图，可以看出MyISAM的索引文件仅仅保存数据记录的地址。在MyISAM中，主索引和辅助索引（Secondary key）在结构上没有任何区别，只是主索引要求key是唯一的，而辅助索引的key可以重复。如果想在Col2上建立一个辅助索引，则此索引的结构如下图所示：

同样也是一棵B+Tree，data域保存数据记录的地址。因此，MyISAM中索引检索的算法为首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其data域的值，然后以data域的值为地址，读取相应数据记录。MyISAM的索引方式也叫做“非聚集索引”的

3.3 InnoDB

InnoDB存储引擎支持事务，其设计目标主要面向在线事务处理的应用，从MySQL数据库5.5.8版本开始，InnoDB存储引擎是默认的存储引擎。InnoDB支持B+树索引、全文索引、哈希索引。但InnoDB使用B+Tree作为索引结构时，具体实现方式却与MyISAM截然不同。

第一个区别是InnoDB的数据文件本身就是索引文件。MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。而InnoDB索引，表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此，InnoDB表数据文件本身就是主索引。

上图是InnoDB主索引（同时也是数据文件）的示意图，可以看到叶节点包含了完整的数据记录，这种索引叫做聚集索引。因为InnoDB的数据文件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有），如果没有显式指定，则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键，这个字段长度为6个字节，类型为长整型。

第二个区别是InnoDB的辅助索引data域存储相应记录主键的值而不是地址，所有辅助索引都引用主键作为data域。