数据库11 索引和B+树

基本结构

1.叶节点key的数量为[(n-1)/2]上取整到n-1

非叶节点key的数量为[n/2]上取整到n

2.叶节点最后一个指针指向了后面一个叶，非叶节点指针指向了一个孩子

3.非页节点的key是右子树的最小key

4.n指的是指针的个数，不是节点的个数

插入

1.直接按照叶节点插入，看是否分裂

2.如果是叶节点分裂，直接裂开节点，把裂开后右节点最小的key插入父节点

3.如果是非节点的分裂，如果key是奇数，直接把中间一个key插入到父节点，两侧裂开。

如果key是偶数，则平分以后，把左侧最大key插入父节点，在左节点删除这个key。

删除

1.直接删除，看是叶子的key是否少于一半

2.如果同辈的节点大于一半，则转移一个到该节点。可能需要到父节点修改key

如果没有同辈满足条件，那么和某一个同辈合并，更新父节点。

树key数量

假如最大指针数量为m，树高度为h，key数量为n

	最小值	最大值
叶节点key	$[\frac{m-1}{2}]$	m-1
非叶节点孩子	$[\frac{m}{2}]$	m
n个key树高度	$[{\log }_m[\frac{n}{m-1}]]+1$	$[{\log }_{[\frac{m}{2}]}[\frac{2n}{m-1}]]+1$
高为h树的key	$([\frac{m}{2}]{)}^{h-1}\cdot [\frac{m-1}{2}]$	$m^{h-1}(m-1)$

记忆方法：首先计算叶子有几个，计算方法是key除以叶子最大key个数。然后是按照非叶节点孩子数为底数取对数+1

注意按照要求选取叶节点和非叶节点key的个数即可。

计算size就是一层一层算上去。每一层是下一层的1/m倍，m是非叶节点孩子个数。叶子个数还是按照上面算。

缓存替换

LRU：和队列差不多，新页放在后面，如果满了就把第一个旧页删掉

MRU:和栈差不多，新页放在前面

注意，每访问一次缓存，都必须把访问的放入最前面，如果它在缓存中也必须这么做。这个和sply树很像。

每插入一次：总是从根读到需要插入的节点，然后插入。如果需要拆分，那么肯定需要再读一次父节点。

每删除一次：总是从根读到需要删除的节点，然后删除。如果需要合并，那么