B+树

B+特征

一个m阶的B+树具有如下几个特征：

1. 有k个子树的中间节点包含有k个元素(B树中是k-1个元素)，每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。
2. 所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。
3. 所有的中间节点元素都同时存在于子节点，在子节点元素中是最大(或最小)元素。

举例说明B+树的结构

1.每一个父节点的元素都出现在子节点中，是子节点的最大(或最小)元素。

在上面这颗树中，根节点元素8是子节点2,5,8的最大元素，也是叶子节点6,8的最大元素。
根节点元素15是子节点11,15的最大元素，也是叶子节点13,15的最大元素。需要注意的是：根节点的最大元素(这里是15)，也就等同于整个B+树的最大元素。以后无论插入删除多少元素，始终要保持最大元素在根节点当中。至于叶子节点，由于父节点的元素都出现在子节点，因此所有叶子节点包含了全量元素信息。
2.每一个叶子节点都带有指向下一个节点的指针，形成了一个有序链表。

卫星数据

B+树还具有一个特点，这个特点是在索引之外，那就是卫星数据的位置。
所谓卫星数据指的是索引元素所指向的数据记录，比如数据库中的某一行。

1. B-树中的卫星数据(Satellite Information)：
   在B-树中，无论中间节点还是叶子节点都带有卫星数据。
   
   2.B+树中的卫星数据(Satellite Information)：
   在B+树当中，只有叶子节点带有卫星数据，其余中间节点仅仅是索引，没有任何数据关联。
   
   需要补充的是：在数据库的聚集索引(Clustered Index)中，叶子节点直接包含卫星数据。在非聚集索引(NonClustered Index)中，叶子节点带有指向卫星数据的指针。

B+树的好处

B+树的好处主要体现在查询性能上。下面我们分别通过单行查询和范围查询来做分析。
在单元素查询的时候，B+树会自顶向下逐层查找节点，最终找到匹配的叶子节点。
比如我们要查找的是元素3 ：

1. 第一次磁盘IO：
   
2. 第二次磁盘IO：
   
3. 第三次磁盘IO：
   
   表面上看查询流程跟B-树差不多，其实不然。首先，B+树的中间节点没有卫星数据，所以同样大小的磁盘页可以容纳更多的节点元素。
   这就意味着，数据量相同的情况下，B+树的结构比B-树更加“矮胖”，因此查询时IO次数也更少。
   其次，B+树的查询必须最终查找到叶子节点，而B-树只要找到匹配元素即可，无论匹配元素处于中间节点还是叶子节点。
   因此，B-树的查找性能并不稳定(最好情况是只查根节点，最坏情况是查到叶子节点)。而B+树的每一次查找都是稳定的。

下面我们再来看看范围查询。B-树如何做范围查询呢？只能依靠繁琐的中序遍历。比如我们要查询范围为3到11的元素：
B-树的范围查找过程

1. 自顶向下，查找到范围的下限(3)：
   
2. 中序遍历到元素6：
   
3. 中序遍历到元素8：
   
4. 中序遍历到元素9：
   
5. 中序遍历到元素11，遍历结束：
   

B+树的范围查找过程
B+树的范围查询只需要在链表上做遍历即可

1. 自顶向下，查找到范围的下限(3)：
   
2. 通过链表指针，遍历到元素6, 8：
   
3. 通过链表指针，遍历到元素9, 11，遍历结束：
   

B+树的优势

1.单一节点存储更多的元素，使得查询的IO次数更少。
2.所有查询都要查找到叶子节点，查询性能稳定。
3.所有叶子节点形成有序链表，便于范围查询。