B树链接:https://blog.csdn.net/Mr_xiayijie/article/details/112013425
B+树的特征:
在B树的基础上做了改动(满足B树的规则):
拓展特征:
1.B+树的父节点中的关键字都会包含在子节点中
2.所有的叶子节点包含了全量的信息,形成一个有序的链表
卫星数据:
B-树中的卫星数据(Satellite Information):
B+树中的卫星数据(Satellite Information):
B树所有的节点都带有卫星数据,而B+树只有叶子节点带有卫星数据,其他的节点都是索引。在存储方面,B+树要比B-树容纳更多的关键字。
查询数据:
单行查询 :
B+树和B-树的原理(自上而下)是一样的,不过流程会有差异。
B+树的行数据都在叶子节点上,所有每次查询都要索引到叶子节点上,中间就会进行多次磁盘IO。
B-树的每个节点都带有行数据,所以不一定要查到叶子节点,在一些特殊条件下,B-树的查询效率是要高于B+树的。
不过B+树的性能要比B-树的性能要稳定。
范围查询:
B-树的范围查找过程
自顶向下,查找到范围的下限(3):
中序遍历到元素6:
中序遍历到元素8:
中序遍历到元素9:
中序遍历到元素11,遍历结束:
B+树的范围查找过程
自顶向下,查找到范围的下限(3):
通过链表指针,遍历到元素6, 8:
通过链表指针,遍历到元素9, 11,遍历结束:
B+树的范围查找是在叶子节点链表之间进行遍历
而B-树可能会跨层遍历
可以看出B+树要比B-树更加的便捷和稳定
插入:
B+树和B-树的插入原理是一样的都采用自下而上中位分裂上溢,唯一不同的一点是,B+树分裂后的中位数不仅仅是上溢合并,而且还在左/右分裂保留
删除:
如果叶子结点中没有相应的key,则删除失败。否则执行下面的步骤
1)删除叶子结点中对应的key。删除后若结点的key的个数大于等于Math.ceil(m-1)/2 – 1,删除操作结束,否则执行第2步。
2)若兄弟结点key有富余(大于Math.ceil(m-1)/2 – 1),向兄弟结点借一个记录,同时用借到的key替换父结(指当前结点和兄弟结点共同的父结点)点中的key,删除结束。否则执行第3步。
3)若兄弟结点中没有富余的key,则当前结点和兄弟结点合并成一个新的叶子结点,并删除父结点中的key(父结点中的这个key两边的孩子指针就变成了一个指针,正好指向这个新的叶子结点),将当前结点指向父结点(必为索引结点),执行第4步(第4步以后的操作和B树就完全一样了,主要是为了更新索引结点)。
4)若索引结点的key的个数大于等于Math.ceil(m-1)/2 – 1,则删除操作结束。否则执行第5步
5)若兄弟结点有富余,父结点key下移,兄弟结点key上移,删除结束。否则执行第6步
6)当前结点和兄弟结点及父结点下移key合并成一个新的结点。将当前结点指向父结点,重复第4步。
注意,通过B+树的删除操作后,索引结点中存在的key,不一定在叶子结点中存在对应的记录。
实例:https://www.cnblogs.com/nullzx/p/8729425.html