B树和B+树

1.B树

1.1 B树的定义

• 每个节点最多有m-1个关键字（可以存有的键值对）
• 根节点最少可以只有1个关键字
• 非跟节点至少有m/2个关键字
• 每个节点的关键字都按照从小到大的顺序排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它
• 所有叶子节点都位于同一层，或者说根节点到每个叶子节点的长度都相同
• 每个节点都存有索引的数据，就是对应的key和value

     所以，跟节点的关键字数量范围：1<= k <= m-1，非根节点的关键字数量范围：m/2 <= k <= m-1。另外，描述一个B树时需要指定它的阶数，一般用m表示。

    举个路子，一颗5阶的B树，根节点数量范围：1<= k <= 4，非根节点数量范围：2<= k <= 4。

1.2 B树插入

插入的时候，我们需要记住一个规则：判断当前结点key的个数是否小于等于m-1，如果满足，直接插入即可，如果不满足，将节点的中间的key将这个节点分为左右两部分，中间的节点放到父节点中即可。

例子：在5阶B树中，结点最多有4个key，最少有两个key

-  插入18，70，50，40

- 插入22

插入22时，发现这个节点的关键字已经大于4了，所以需要分裂，分裂之后，如下：

- 接着插入23、25、39

分裂之后，得到下面

1.3 B树的删除操作

原则：

• 如果当前需要删除的key位于非叶子结点上，则用后继key（均指后继记录）覆盖要删除的key，然后在后继key所在的子支中删除该后继key。此时后继key一定位于叶子结点上，这个过程和二叉搜索树删除结点的方式类似。删除这个记录后执行第2步
• 该结点key个数大于等于Math.ceil(m/2)-1，结束删除操作，否则执行第3步
• 如果兄弟结点key个数大于Math.ceil(m/2)-1，则父结点中的key下移到该结点，兄弟结点中的一个key上移，删除操作结束
• 否则，将父结点中的key下移与当前结点及它的兄弟结点中的key合并，形成一个新的结点。原父结点中的key的两个孩子指针就变成了一个孩子指针，指向这个新结点。然后当前结点的指针指向父结点，重复上第2步。

例子：原始状态

- 删除21，删除后结点中的关键字个数仍然大于等于2，所以删除结束。

- 删除27。27位于非叶子结点中，所以用27的后继结点替换它。可以看出27的后继为28，用28替换27，然后在该结点中删除28，如下图所示。

删除后发现，当前叶子结点的记录个数小于2，它的兄弟结点中有3个记录（还有一个右兄弟，选择右兄弟就会出现合并结点的情况），从左兄弟借一个key。然后父节点中28下移，兄弟结点中26上移，删除结束。

- 删除32

当删除后，当前结点中只有一个key，而兄弟结点中也仅有2个key。所以只能让父节点的30下移和这两个孩子结点中的key合并，成为一个新的结点，当前结点的指针指向父结点。

当前结点key的个数满足条件，故删除结束。

- 删除40，删除后结果如下：

同理，当前结点的记录数小于2，兄弟结点中没有多余key，所以父结点中的key下移，和兄弟（这里我们选择左兄弟，选择右兄弟也可以）结点合并，合并后的指向当前结点的指针就指向了父结点。

同理，对于当前结点而言只能继续合并了，最后结果如下所示。

合并后结点当前结点满足条件，删除结束。

2 B+树

2.1 B+树的描述

B+树和B树非常相似，首先看相同点

• 根节点至少一个元素
• 非根结点元素范围：m/2 <=k <= m-1

不同点

• B+树中有两种类型的节点：内部节点（索引节点）和叶子节点。内部节点就是非叶子节点，内部节点不存数据，只存索引，数据都存储在叶子节点。
• 内部节点中的key都按照从小到大的顺序排列，对于内部结点中的一个key，左树中的所有key都小于它，右子树中的key都大于等于它。叶子结点中的记录也按照key的大小排列。
• 每个叶子结点都存有相邻叶子结点的指针，叶子结点本身依关键字的大小自小而大顺序链接
• 父节点存有右孩子的第一个元素的索引。

一个B+树的例子

2.2 插入操作

技巧：当节点元素数量大于m-1的时候，按中间元素分裂成左右两部分，中间元素分裂到父节点当做索引存储，但是，本身中间元素还是分裂右边这一部分的。

以一颗5阶B+树的插入过程为例，节点最少2个元素，最多4个元素。

- 插入5、10、15、20

- 插入25，此时元素数量大于4个，分裂

- 接着插入26，30，继续分裂

2.3 删除操作

对于删除操作是比B树简单一些的，因为叶子节点有指针的存在，向兄弟节点借元素时，不需要通过父节点了，而是可以直接通过兄弟节移动即可（前提是兄弟节点的元素大于m/2），然后更新父节点的索引；如果兄弟节点的元素不大于m/2（兄弟节点也没有多余的元素），则将当前节点和兄弟节点合并，并且删除父节点中的key

- 初始状态

- 删除10，删除后不满足要求，发现左边兄弟节点有多余的元素，所以去借元素，最后，修改父节点索引

- 删除元素5，发现不满足要求，并且发现左右兄弟节点都没有多余的元素，所以，可以选择和兄弟节点合并，最后修改父节点索引

- 发现父节点索引也不满足条件，所以，需要做跟上面一步一样的操作

3 应用

3.1 B树

B树大量应用在数据库和文件系统当中。设计思想是将相关数据尽量集中在一起，以便一次读取多个数据，减少硬盘操作次数。B树算法减少定位记录时所经历的中间过程，从而加快存取速度。

假定一个节点可以容纳100个值，那么3层的B树可以容纳100万个数据，如果换成二叉查找树，则需要20层！假定操作系统一次读取一个节点，并且根节点保留在内存中，那么B树在100万个数据中查找目标值，只需要读取两次硬盘。

如mongoDB数据库使用，单次查询平均快于Mysql（但侧面来看Mysql至少平均查询耗时差不多）
 

3.2 B+树

mysql使用B+树作为索引：

B+树相对B树的优点：

1. B+树的所有Data域在叶子节点，一般都会进行一个优化，就是将所有的叶子节点用指针串联起来，遍历叶子节点就能获取全部数据，这样就能进行区间访问了。
2. IO一次读数据是从磁盘上读的，磁盘容量是固定的，取数据量大小是固定的，非叶子节点不存储数据，节点小，磁盘IO次数就少

1、MyISAM

MyISAM中有两种索引，分别是主索引和辅助索引，在这里面的主索引使用具有唯一性的键值进行创建，而辅助索引中键值可以是相同的。MyISAM分别会存一个索引文件和数据文件。它的主索引是非聚集索引。当我们查询的时候我们找到叶子节点中保存的地址，然后通过地址我们找到所对应的信息

2、InnoDB

InnoDB索引和MyISAM最大的区别是它只有一个数据文件，在InnoDB中，表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶节点数据域保存了完整的数据记录。所以我们又把它的主索引叫做聚集索引。而它的辅助索引和MyISAM也会有所不同，它的辅助索引都是将主键作为数据域。所以，这样当我们查找的时候通过辅助索引要先找到主键，然后通过主索引再找到对于的主键，得到信息。

MyISAM表索引在处理文本索引时更具优势，而INNODB表索引在其它类型上更具效率优势，同时MySQL高并发需要事务场景时，只能使用INNODB表。