B+树插入数据逻辑（页分裂问题）

1. 传统B+树页面分裂操作分析

省流概括：原页对半分，提一个到父节点

具体过程：
1，如果结点不存在，则新生成一个结点，作为B+树的根结点，结束。
2，如果结点存在，则查找当前数值应该插入的位置，定位到需要插入到叶子结点，然后插入到叶子结点。
3，插入的结点如果未达到最大数量，结束。如果达到最大数量，则把当前叶子结点对半分裂：[m/2]个放入左结点，剩余放入右结点。
4，将分裂后到右结点的第一个值提升到父结点中。若父结点元素个数未达到最大，结束。若父结点元素个数达到最大，分裂父结点：[m/2]个元素分裂为左结点，m/2-1个分裂为右结点，第[m/2]+1个结点提升为父结点。

1.1 对半分裂策略的优势：

• 分裂之后，两个页面的空间利用率是一样的；如果新的插入是随机在两个页面中挑选进行，那

么下一次分裂的操作就会更晚触发；

1.2 对半分裂策略的劣势：

• 空间利用率不高：按照传统50%的页面分裂策略，索引页面的空间利用率在50%左右；
• 分裂频率较大：针对如上所示的递增插入(递减插入)，每新插入两条记录，就会导致最右的叶页面再次发生分裂

2. B+树分裂操作的优化

省流概括：新增节点插入，适合递增索引
（1）针对传统的B+树插入逻辑。你会发现，假如B+树为3阶树，但是分裂后的叶子结点都只有1～2个。如果这个算法应用到数据库索引，假设一个磁盘分页可以存放2千条数据，但是每次分裂后，都只存储1000条数据在磁盘分页中，那么必然会造成磁盘浪费。而且是接近50%的浪费。
（2）B+树的这个设计，是因为插入的结点不是有序的，每次的插入，定位到每个叶子结点的可能性都是有的，所以采用对半分，防止叶子结点频繁分裂造成性能问题。但是索引值一般是自增数值，所以已经分裂过的叶子结点，后面是不会再有结点插入的。所以这部分的浪费是不可接受的。
（3）基于以上考虑，mysql做了一版优化，即叶子结点在分裂时，不再按照对半分，而是保持原有的叶子结点不变，将超出的结点插入新的叶子结点，并把这个结点值，提升到父结点。父结点的分裂逻辑（待考证）。

2.1 优化分裂策略的优势：

• 索引分裂的代价小：不需要移动记录；
• 索引分裂的概率降低：如果接下来的插入，仍旧是递增插入，那么需要插入4条记录，才能再次引起页面的分裂。相对于50%分裂策略，分裂的概率降低了一半；
• 索引页面的空间利用率提高：新的分裂策略，能够保证分裂前的页面，仍旧保持100%的利用率，提高了索引的空间利用率；

2.2 优化分裂策略的劣势：

• 如果新的插入，不再满足递增插入的条件，而是插入到原有页面，那么就会导致原有页面再次分裂，增加了分裂的概率。因此，此优化分裂策略，仅仅是针对递增递减插入有效，针对随机插入，就失去了优化的意义，反而带来了更高的分裂概率。

3. InnoDB实际实现

• 在InnoDB的实现中，为每个索引页面维护了一个上次插入的位置，以及上次的插入是递增/递减的标识。根据这些信息，InnoDB能够判断出新插入到页面中的记录，是否仍旧满足递增/递减的约束，若满足约束，则采用优化后的分裂策略；若不满足约束，则退回到50%的分裂策略。

• mysql还有别的优化，比如叶子结点满了之后，如果该叶子结点后面还有叶子结 点，则不会分裂出新页，而是会将新的数据插入到后续的叶子结点中。