B-树

Mysql数据库索引

Mysql数据库索引是基于什么数据结构的？
Mysql索引主要是基于Hash表 或者 B+树。

Mysql数据库索引常见问题

1. 数据库索引为什么要使用树结构存储呢？
   树的查询效率高，而且可以保持有序。
2. 为什么数据库索引没有使用二叉查找树实现呢？
   其实从算法逻辑上来讲，二叉查找树的查找速度和比较次数都是最小的。但是，我们不得不考虑一个现实问题：磁盘IO。数据库索引是存储在磁盘上的，当数据量比较大的时候，索引的大小可能有几个G甚至更多。当我们利用索引查询的时候，把整个索引全部加载到内存中显然不可能的。（解决方法：逐一加载每一个磁盘页，这里的磁盘页对应着索引树的节点。）
   

二叉查找树作为索引

假设树的高度是4，查找的值是10，那么流程如下：

1. 二叉查找树的结构：
   
2. 第1次磁盘IO：
   
3. 第2次磁盘IO：
   
4. 第3次磁盘IO：
   
5. 第4次磁盘IO：
   
   总结：磁盘IO次数等于索引树的高度。

B树（B-树）

B-树就是B树，中间的横线并不是减号。
B树是一种多路平衡查找树，它的每一个节点最多包含k个孩子，k被称为B树的阶。k的大小取决于磁盘页的大小。
B-树的优势：自平衡
下面来具体介绍一下B-树(Balance Tree)，一个m阶的B树具有如下几个特征：

1. 根结点至少有两个子女。
2. 每个中间节点都包含k-1个元素和k个孩子，其中 m/2 <= k <= m
3. 每一个叶子节点都包含k-1个元素，其中 m/2 <= k <= m
4. 所有的叶子结点都位于同一层。
5. 每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划。

我们以一个3阶B-树为例，来看看B-树的具体结构。树中的具体元素和上边的二叉查找树是一样的。


下面演示一下B-树查询的过程，假如我们要查询的数值是5：

1. 第1次磁盘IO：
   .
2. 在内存中定位(和9比较)：.
   
3. 第2次磁盘IO：
   
4. 在内存中定位(和2，6比较)：
   
5. 第3次磁盘IO：
   
6. 在内存中定位(和3，5比较)：
   

通过整个流程我们可以看出，B-树在查询中的比较次数其实不比二叉查找树少，尤其当单一节点中的元素数量很多时。可是相比磁盘IO的速度，内存中的比较耗时几乎可以忽略。所以只要树的高度足够低，IO次数足够少，就可以提升查找性能。相比之下节点内部元素多一些也没有关系，仅仅是多了几次内存交互，只要不超过磁盘页的大小即可。这就是B-树的优势之一。

B-树的插入和删除

插入元素4

1. 自顶向下查找4的节点位置，发现4应当插入到节点元素3，5之间。
   
2. 节点3，5已经是两元素节点，无法再增加。父亲节点 2， 6 也是两元素节点，也无法再增加。根节点9是单元素节点，可以升级为两元素节点。于是拆分节点3，5与节点2，6，让根节点9升级为两元素节点4，9。节点6独立为根节点的第二个孩子。
   

删除元素11

1. 自顶向下查找元素11的节点位置。
   
2. 删除11后，节点12只有一个孩子，不符合B树规范。因此找出12,13,15三个节点的中位数13，取代节点12，而节点12自身下移成为第一个孩子。（这个过程称为左旋）
   
   

B-树的应用

B-树主要应用于文件系统以及部分数据库索引，比如著名的非关系型数据库MongoDB。