B-link树

已于 2022-10-30 15:52:08 修改
阅读量237 收藏
点赞数
分类专栏： 数据库 文章标签： 数据结构
于 2022-10-30 15:51:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/JH_Zhai/article/details/127600573
版权

优势

树结构调整时无需对全局或者局部子树加锁，进而有利于高并发下的性能稳定性

劣势

  1. 每个节点增加额外字段，link pointer和high key，但代价不大
  2. 查询时需要额外判断，如果查询找超过high key，需要额外通过link pointer查询其后继节点，在数据库应用中可能会产生一次额外的IO，从而造成单次查找性能的下降，但由于树结构调整是一个频率较低的动作，而且查询后继节点的操作也只会发生在子节点调整和父节点调整过程之间，一旦父节点调整完毕，就可以通过父节点的指针直接查询了而无需再通过子节点的后继指针查找。

总结来看，B-link Tree通过空间换时间，在每个中间节点也增加后继指针来避免在树结构调整时全局加锁而带来性能衰退，这是一种很优秀的方案，在GreenPlum中就使用了B-link Tree来作为其存储引擎的索引。

Greenplum 底层使用的B-link树

https://www.csd.uoc.gr/~hy460/pdf/p650-lehman.pdf

TaiKuLaHa
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【PaperReading】PaGE-Link: Path-based Graph Neural Network Explanation for Heterogeneous Link Predicti
小哲的博客
05-12 473
近日加州大学洛杉矶分校、亚马逊以及卡内基梅隆大学研究者们发表了一篇关于异质链路预测的文章：“PaGE-Link: Path-based Graph Neural Network Explanation for Heterogeneous Link Prediction”。研究人员**提出了一个基于路径的GNN解释器用于异质链路预测** (PaGE-Link)，**生成具有连接可解释性的解释，享有模型可扩展性，并处理图的异质性**。实验结果证明了其有效性。
索引并发(蟹行协议和B-Link树)
popvip44的博客
02-26 3121
索引并发事务的并发问题可以通过两阶段封锁协议（2PL）或者多版本并发控制（mvcc）等方法解决。这些方法也同样适用于索引的并发访问控制。但是，由于索引访问频繁，它们将成为封锁竞争的集中点，导致低并发度。对事务而言，对一个索引查找两次，并在期间发现索引结构发生变化，这是完全可以接受的，只要索引查找返回正确的元组集。因此，只要维护索引的准确性，对索引进行非可串行化井发存取是可接受的。蟹行协议● 当搜索一
B-Tree、B+Tree以及B-link Tree
weixin_52672149的博客
07-02 451
B+Tree自从发明以来就成为了各种数据库引擎的首选，虽然近些年来LSM-Tree结构的数据库如雨后春笋般涌现，但B+Tree由于其优异性能以及各场景中均衡的性能表现，依然是各数据库的首选项。 但B+ Tree也并非毫无缺点，作为一种平衡多叉树结构，其优势是在数据量大时也能保持较低的树高，因而其无论查询或者是更新其代价均较低。但树的一大弊端是在更新时会触发结构调整，这种结构调整最长可能从叶子节点延伸至根节点，而这种树结构的调整会阻塞并发的读写操作，进而导致性能衰退。因此，如何优化B+ Tree在该场景下的并
simpleDBM的B-link树实现
weixin_30547797的博客
12-21 88
参考的是VLDB2005的这篇论文，做个标记把。/Files/YFYkuner/Concurrency_control_and_recovery_for_balanced_B-link_trees.pdf 转载于:https://www.cnblogs.com/YFYkuner/archive/2009/12/21/1629268.html...
Postgresql源码（30）Postgresql索引基础B-linked-tree
InternalsOf
01-26 2400
B树 1 B树用阶（order）定义 Every node has at most m children. Every non-leaf node (except root) has at least ⌈m/2⌉ child nodes. The root has at least two children if it is not a leaf node. A non-leaf node with k children contains k − 1 keys. All leaves appear in
B - Link/Cut Tree
weixin_30339457的博客
05-30 123
Problem description Programmer Rostislav got seriously interested in the Link/Cut Tree data structure, which is based on Splay trees. Specifically, he is now studying theexposeprocedure. Unfor...
B+树
Larry的博客
10-15 784
B+ 树是一种树数据结构，是一个n叉树，每个节点通常有多个孩子，一颗B+树包含根节点、内部节点和叶子节点。根节点可能是一个叶子节点，也可能是一个包含两个或两个以上孩子节点的节点。 B+ 树通常用于数据库和操作系统的文件系统中。NTFS, ReiserFS, NSS, XFS, JFS, ReFS 和BFS等文件系统都在使用B+树作为元数据索引。B+ 树的特点是能够保持数据稳定有序，其插入与修
第八章-决策树-id3算法.md
最新发布
05-22
b. 若特征集 A 为空，则将该节点标记为叶节点，类别为 D 中样本数最多的类别，并返回。 c. 计算每个特征的信息增益，选择信息增益最大的特征作为当前节点的划分特征。 d. 将数据集 D 根据选定特征的不同取值划
数据库底层结构红黑树-二叉树-B树
zengxianglei的博客--手指星辰 奈何天！
06-30 1885
数据库底层结构红黑树-二叉树-B树 待会总结 先看学习资料 学习网址：https://blog.csdn.net/h3243212/article/details/52819734
数据结构与算法----树
weixin_45932712的博客
08-09 796
树树的递归定义 树是由n（n≥0）个节点组成的有限集合（记为T）  如果n=0，它是一棵空树，这是树的特例；  如果n>0  这n个节点中存在（有仅存在）一个节点作为树的根节点，简称为根节点（root）  其余节点可分为m（m>0）个互不相交的有限集T 1 ,T 2 ,…,T m ，其中每一棵子集本身又是一棵符合本定义的树，称为根root的子树。 树的遍历  按照一定次序访问树中所有节点，并且每个节点仅被访问一次的过程。  遍历是最基本的运算，是树中所有其他运算...
PostgreSQL BTree(B-Link-tree) 索引 基本 实现原理
天行健，地势坤
06-18 3726
BTree， B+Tree, B-Link-Tree 基本实现 以及 其在 PostgreSQL 中的基本实现（并发控制、Crash-Recovery 场景的异常恢复）
B 树/B-树(B-Tree/Bee Tree)
上帝已逝，自求多福
05-09 4414
本文还是主要根据教材来进行书写《数据结构与算法》 Adam Drozdek的C++版本，代码还是用Java的较好一些。后来插入了普林斯顿大学的cousera课程“Algorithm”中的PDF。 这篇博客是“多叉树”中的B树这一段文字，由于字数偏多故而分离出来。 前记 本想在“查找 与 树”中完成有关树的介绍，但是由于树的东西实在太多，而面试笔试也是一个重点，所以分出来写了个"数据结构-树"，后来由于那篇单独介绍树的博客也太长
.B-link的特点B-link的安防显著的特点是高效。由于每个节点都是一个链表，所以在进行查找时可以快速跳到需要的节点，而不用进行多次IO操作。与传统的B树相比，B-link在进行插入和删除操作时
weixin_74938393的博客
06-23 134
与传统的B树相比，B-link中的每个节点都是一个链表，而不是单个元素。B-link的安防显著的特点是高效。与传统的B树相比，B-link在进行插入和删除操作时也非常高效。在这些系统中，B+-tree和B-link是常用的索引方式。B-link的具体应用可能有所不同，但它的基本原理是相似的，可以简单地概括为“链表+索引”。B-link的高效性和空间利用率高成为了它应用广泛的关键所在。B-link是一种在计算机科学中广泛使用的数据结构，被用于管理数据存储。它是一个B树衍生的数据结构，也是一种高效的索引方式。
b树索引及其变种
紫无之紫的博客
10-25 1013
b树索引及其变种 1. b-tree 在计算机科学中，B树（英语：B-tree）是一种自平衡的树，能够保持数据有序。这种数据结构能够让查找数据、顺序访问、插入数据及删除的动作，都在对数时间内完成。B树，概括来说是一个一般化的二叉查找树（binary search tree），可以拥有多于2个子节点。与自平衡二叉查找树不同，B树为系统大块数据的读写操作做了优化。B树减少定位记录时所经历的中间过程，...
B+树、B-Link树、LSM树，解读一下常用的存储结构
qq_38982302的博客
11-01 1221
深度解析B树、LSM树等存储结构
(最小生成树+dfs_高效率)Blinking Stalkers(CD1529)
jiangjiashi的博客
05-20 678
好不容易,,直接用DFS,,DIJ,,BFS都不行,,还得先处理一下,用VECTOR,然后效率才会提上去,,,呜呜,,学到了, #include #include #include #include #include #include #include using namespace std; int n,m; int map[1001][1001]; int v; bo
Blink Tree 比 B+Tree 性能猛多少？？？
kologin的博客
12-08 1145
Blink 树和 B+ 树都是一种类似于B树的数据结构，用于在磁盘上存储和索引数据以实现高效查找和操作。它们的主要区别在于内部节点和叶子节点的结构以及指针的使用方式。总的来说，Blink 树的特点是将内部节点和叶子节点合并为一个节点，减少了树的高度；而 B+ 树通过叶子节点之间的有序链表提高了范围查询和顺序遍历的性能。Blink tree 真的牛啊！# 如果键已经存在，更新值else:# 如果根节点已满，进行分裂else:# 如果是叶子节点，直接插入index = 0index += 1。
动态树（Link-Cut-Tree）结构与实现简讲
Time_major
03-31 1651
下面分析一下LCT的构建和应用（要用到splay，不会的建议先学splay）： 首先先了解LCT的用处：支持一系列树的操作，如合并，分裂，换根，查询节点数，判断是否在一棵树里，判断深度，甚至还可以当LCA用；下面讲讲做法： 要学LCT首先要清楚几个概念：轻重边，重儿子，辅助树，以及一系列东西，，，我在文中不会用这些名词，，尽量通俗易懂的讲。 动态树（LCT）的一系列操作无非就是依赖于几个基本操
分布式数据库产品总结
杰特JET的博客
05-21 1448
Pivotal Greenplum Database(GPDB) **Greenplum Database(GPDB)**是一款基于开源 PostgreSQL 扩展的 MPP(massively parallel processing)，可支持大规模水平扩展的分布式数据库。 GPDB 采用的是 master-worker 模式，每个 worker process 运行在不同的机器上，拥有各自的存储和运算资源。**客户端通过 master 把查询语句分发到各个机器上，以达到并行计算来处理海量数据。**集群节点
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值