B+Tree实现

B+Tree是一种多叉树数据结构，主要用于数据库索引。

一个B+Tree对应的结点内容如下

ptr0,key0,ptr1,key1,ptr2,vkey2 | keyBuf0,keyBuf1,vkeyBuf2

结点内容安装key来排序，搜索时使用二分查找。

结点数据结构

为了能支持字符串这种变长的key，我们在key的位置存储的是key内容的偏移量，key的内容（即keyBuf）保存在后面。

为了简化编程和节省内存，我把结点分为只读结点和可写结点。可写结点把内容全部解析为结构化对象。目前叶结点和非叶结点目前还没有拆分。

等于的情况下向左还是向右

如果一个值等于key那么放在它的左子树还是右子树呢？

• 书上说放在右子树。在这种情况下，如果有重复的key情况下，对应的分割点值必须是“第一个新值”，第一个新值计算比较麻烦。
• 于是我规定等于的情况下放入左子树，这样对应的分割点key就是子结点的最后一个值（对于叶节点来说是倒数第二个）。

叶结点存储卫星数据

叶结点到底是存储数据的指针还是数据本身呢?

• 如果存储数据指针，那么需要单独的数据页。数据页如果删除记录或者分裂，会导致指针地址失效，需要逆向更新索引。或者用占位的方式做永久地址，但不适合数据改动频率比较高的应用。
• 如果页结点存储数据本身，那么辅助索引无法通过指针来引用，辅助索引通过id来查询。这样辅助索引上查询效率比存储指针低。目前是这种方式。

最后的虚拟key

指针的个数比key的个数多一个，我们给最好增加一个虚拟key，这样方便处理。[ptr,key]作为一个元组item。

在叶子结点的情况下最后一个item不存储数据，而是存储指向下一个兄弟，这是为了能支持区间查询和全表扫描。

非叶子结点最后一个vkey存储这个item指针指向子树的最大key。存储最大key是为了在分裂时能快速确定分裂时父结点对应项的key值。

当插入数据的搜索比较key时规定这个vkey比任何值都大，这样能保证数据插入当此处而不是新增结点。

重复key

目前的实现不允许存在重复key，尽管“第一个新值”的讨论里面考虑到了这种情况。 但是重复key能通过另一个简单方法解决，那就是在插入时发现已存在时可以选择是覆写还是追加。 如果使用追加方式，相当于我们有一个支持重复key的功能了。

转载于:https://my.oschina.net/chunquedong/blog/823249