B-tree在外部存储和数据库索引中的应用

B-tree在外部存储中的应用

大家知道我们在使用数据结构时，常常将其直接放置到内存中。但是大数据量只能放到磁盘中。这里要说的就是，在磁盘存储中，文件系统是如何利用B-tree结构来提高磁盘读取效率的。

首先来说一下内存和磁盘性能上的巨大差别。

大家知道数据在磁盘上存储在特定的扇区。因此要读写特定的数据，需要三步：

1，首先磁头必须移动到正确的磁道上。

2，然后需要等待磁片旋转，使磁头对准数据所在的位置。因此磁盘的转速很重要，我们更喜欢7200转/分钟的磁盘而不是5400转/分钟。

3，磁头读取或写入数据。

上述过程大概需要毫秒级的时间。而内存读取仅需要微秒级的时间。大体上说，二者的的速度差了大约1万倍。

 

磁盘上的数据都是按块存储的。磁盘驱动器一次最少读或写一个数据块。通常数据块为8k。磁头和磁片就位后，读写一块是非常快的。
因此从这点来说，块越大，读写的效率越高(因为一次可以读写更大的数据量)。但是数据块过大会导致很多时候读出的数据大部分没有用，只能被扔掉。所以这是一个平衡。
但是磁盘查找的一个好处是，块数比记录数要少的多。假设文件是按顺序存储的，查找可以用二分法，因此查找效率是可以接受的。但是插入和删除就很糟糕了，因为我们假设数据块是有序的，这样插入和删除都需要移动其他的数据块来保持数据块有序。

鉴于这些种种的问题，文件系统使用B-tree来管理数据块。B-tree是一种多叉树，即每个节点包含多个数据项，同时有多个子节点。结构和2-3-4树类似。需要注意的是B-tree的B既不是Binary也不是Balance，B-tree的发明人表明过，B没有含义。可认为B-tree是一种Balanced S