B树系列文章

http://blog.csdn.net/whyangwanfu/article/details/1736278

B树是最重要的存取路径结构。B树总是平衡的，并且对任意修改操作来说，也容易维持B树的平衡。

1.B树的基本思想

   B树的每个节点都是一个页面。B树有两种类型的节点：叶子节点和索引节点。叶子节点包含要查找的数据，对聚集索引而言数据是记录，对非聚集索引，这里的数据是指索引列、主关键字（或ROWID）。索引节点不包含数据，只包含下一层节点的路由信息。

   B树索引节点的抽象数据结构如下：

ulint      F;              // 在一个索引节点中最大入口项的数量

struct

... {

  char     *K;           //B树的key值

  PAGEID   P;            //指向其它页面的指针

} index_node_structure[];     // 有key-指针所组成的数组

 

   这里F定义了每个页最多存放的索引项（也可称为入口项）的数量，在实际的数据库实现当中，不会定义该数值。比如，假设在varchar列上建立索引，那么索引项的大小就是变长的，因此索引节点中存放的索引项的数量也是变化的。为了便于叙述的方便，这里设定了该值F。

K_i标识数组的第i个成员。每个索引节点包含一个有序的索引键值K₁≤K₂≤…≤K_F,它们对这个节点的查找空间加以划分。每个索引键值K_i的后面都跟着一个指向其它后继节点的指针P_i,该后续节点包含位于K_i和K_i+1之间的那些索引键值K_j（K_i≤K_ji+1）有关的所有信息。同样，小于索引键值K₁的信息保存在P₀指向的子树中。

   上面申明的结构中包含一个附加的索引键值K₀，它正好位于索引序列的开始处。如果规定P₀指向的子树中包含所有小于K₁的索引值，那么实际上不需要该索引值（也就是，index_node_structure[0]中的K成员的值无意义）。尽管如此，大多数的B树实现中还是包含该字段的，这使得节点的内部结构变得更加简单：因为可以统一使用规则的<索引键值，指针>对数组结构，而不必使用另外一个指针。

   所有的内部节点都包含这种路由信息，即索引键和指向下层节点的指针，在下层节点中含有更详细的信息。

   叶子节点基本上也是相同的结构，但不包含其它节点的指针。需要注意的是，在索引节点中第一个记录K₀是无意义的，但对叶子节点来说，它却是重要的，是该叶子节点的第一个元组。

2.B树上的查找操作

 

 

        参照图1，描述一个查找属性值=s的检索元组的操作。查找总是根节点开始，根节点是一个索引节点。令m（m≤F）为当前节点中具有最大索引键值的入口项索引，则存在以下两种情况：

  1）若s≥K_m，则转到P_m指向的子树；否则，

  2）转到指针P_j指向的子树，这里K_i≤sj+1。

     如果指针指向的节点是一个索引节点，那么重复以上过程。最终指针将会指向一个叶子节点。索引键值=s的元组要么在该叶子节点中，要么根本不存在。在叶子节点内部进行的查找是利用二分查找。

      对于s≤属性值≤t形式的范围查询，因为B树在叶子页之间存在全序。所以该范围查找的执行过程为：

     1）沿B树向下查找值范围的下限，即执行属性值=s的精确匹配查询。这样定位的元组是满足该查找条件的第一个元组。

     2）沿着叶子节点中该记录向后扫描，只要是符合≤t的就符合，如果扫描到该叶子节点的尾部，则跳到它的右兄弟页节点。数据库的页中会保存左、右兄弟的节点指针。重复这样的执行过程，直到元组的索引键值超过上限t或者最后一个叶子节点被处理完。

     当然，如果是降序生成元组，其处理过程也是一样的，只不过是按上限到下限的顺序进行处理。

 

3.B树上的插入操作

 为了便于问题的描述，现重新构造一个只有两层的B树。见图2。

  简单插入操作： 
   参考图2，先考虑一个简单的操作，向该B树插入一条索引键值为9的记录。执行流行如下：

     1 ）执行索引键值=9的查找操作，确定该新记录应该插入到叶子节点L1中。

     2 ）此时发现叶子节点L1中还是有空闲记录空间的，因此可以确定该新记录可以插入L1中而不会导致分裂。

     3 ）将记录10、16向后移动移动一个位置，插入索引键值为9的新记录。插入之后，8、9、10、16还是顺序的。

   经过此插入操作之后，新的B树见图3。

     

 

   复杂插入操作：

   参加图3，现在继续插入索引键值为13的记录。执行流程如下：

   1 ）执行索引键值=13的查找操作，确定该新记录应该插入到叶子节点L1中。

   2 ）此时发现叶子节点L1中已经没有足够的空间来容纳新的记录，此时需要进行分裂节点的操作。

   3）分配一个新的叶子节点页L3，将满页L1中的后一半数据移入L3中。重新设置叶子节点的左右兄弟指针。参见图4。

 

 

 

 

 4 ）叶子节点 L3 虽然生成了，但是上层索引节点用还没有相应的指针指向它。因此需要在索引节点 I1 增加一个索引项：索引键值为 10 、指针指向叶子节点 L3 。如果 I1 的空间不够，还会导致 I1 节点的分裂，当然此处未发生这种情况。参加图 5 。

 

 

 

 5）将索引键值=13的新记录插入到L3中，执行结束。见图6。

 

 

 

 

4.B树上的删除元组操作

     假设 B 树的组织形式如图 7 。

 

    删除索引键值为 9 的记录，执行流程：

   1 ）以索引键值 =9 查询 B 树，定位要删除的元组，该元组位于叶子节点 L1 。

   2 ）删除索引键值 =9 的入口项， 10 、 16 对应的记录向前移动一个位置。参照图 8 。

     一般的文档上都会描述下溢节点，也就是说入口项占有率 <50% （一般的设为 50% ），就会与兄弟节点进行合并，从而使所有节点的最小占有率 ≥ 50% 。这样做的好处是显而易见的，维持 B 树在合理的深度。但是这样可能频繁的合并、分裂操作。

   所以，大多数实际的 B 树不对下溢节点进行合并操作。

 

5.B树的更新操作

   B 树的更新操作，分为两种：

   1 ）直接对数据进行更新；

   2 ）分解为删除加插入操作。