B+Tree，B-Tree详解（本人亲手画图，绝不同网上任意一篇文章）

背景

相信各位不论是大学学习，还是找工作面试一定都遇到过这个问题，对于新手，而言树就是已经一个相对陌生的概念，如今再加上数据库联系起来，更加的是摸不着头脑，最近有点心情打算将我所理解的这块好好写一写

什么是索引

有了索引数据库搜索引擎就可以更快的找到想要的数据，而在磁盘存储器中，未加索引的表他的数据是无序的存放于磁盘上，一行一行的排列，和我们认知中的表很相像，如果给表上了主键，那么表在磁盘上的存储结构就由整齐排列的结构转变成了树状结构，也就是上面说的「平衡树」结构，换句话说，就是整个表就变成了一个索引。这就是为什么一个表只能有一个主键， 一个表只能有一个「聚集索引」，因为主键的作用就是把「表」的数据格式转换成「索引（平衡树）」的格式放置。而且后面会说到MySQL最后所有的数据最后都是通过这个聚集索引获得，不管一开始是什么类型的索引，最后都是通过聚集索引来获取最终值。
在讲B+tree之前先讲一下B-tree，其是一个多路平衡查找树，我们这里仅以查来进行讲解。众所周知，B-tree大致结构与B+Tree类似，具体的区别在于B+Tree的值域均放在叶子节点，而B-tree的值域可以放在非叶子节点。

B-Tree

对于B-Tree来说，大体结构和B+Tree类似，但区别在于每个节点内都包含了Key值的值域，

• 优点：目标值如果进来的时候发现目标值刚好等于Key值的话，那么就可以直接将得到的值返回，而不用继续走到叶子节点去。节省了一定的时间，但是这个节省的时间也是相对的，因为同样数据量的B-Tree相对B+Tree而言，树额高度会更高，查找的次数会增加（这个后面会提到）
• 缺点：相对于B+Tree来说，因为每个节点都包含了值的部分，而磁盘块的大小每次是固定的，例如：InnoDB存储引擎中页的大小为16KB，一般表的主键类型为INT（占用4个字节）或BIGINT（占用8个字节），指针类型也一般为4或8个字节，也就是说一个页（B+Tree中的一个节点）中大概存储16KB/(8B+8B)=1K个键值，算上树的出度的话，就有1001个出度，而如果要放入值域的话，少说拿一半的空间来放，那么树的键值和指针只剩下了不到8KB的大小，自然出度少了许多，那么整体树的高度就高了。

B+Tree（B-Tree的变体）

B+tree如上。
每个节点可以理解为一个从磁盘中查询出的数据块，

1. 首先系统从磁盘中查询出一块数据块1，放入内存中，内存中通过这个数据的Key值进行排序。
2. 如果目标数字小于19，则用p1去磁盘中找到对应位置的数据，得到磁盘2的数据。
3. 如果数字大于19小于其后面的值，则使用中间的p2指针去访问磁盘块3。 后面的以此类推。
4. 最后到了叶子节点每一个，里面都有几个值，到时候再在内存中比较一下，得出最终的值即可，因为这次已经大大缩小的比较范围，且数据量相对整体足够小。

图比较难画，各位将就看一下，如果是在正常的情况下，B+Tree高度要高很多。

B+Tree叶子节点之间有指针，链式环装结构，因为叶子节点是有序排列的，可以进行随机查找。

综合考虑下来，B+Tree的每一次查询均是到树的叶子节点才结束，且由于是平衡树得出树的高度基本相等（正负1之间）。所以B+Tree每次查询的时间都很平均，适合进行扫表操作，或者适合进行一个范围内多个数据的查询。