B+树

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