数据结构与算法之美——B-树和B+树

一、前言

       mysql索引基于什么结构？ hash表或者B+树。B+树的实现细节是什么？B-树和B+树有什么区别？联合索引在B+树中如何存储？B-树和B+树都是很基础的概念。要明白什么是B+树，要先了解什么是B-树。需要注意的是B-树就是B树，中间的横线并不是减号。

       数据库索引为什么要使用树存储？①树的查询效率高，②维持相对顺序。那为什么没有使用二叉查找树来实现呢？二叉查找树查询的时间复杂度是O（logN），性能已经很高了，莫非B树比它更快？其实从算法逻辑上将，二叉查找树的查询次数和比较次数都是最小的。但是我们要考虑磁盘IO。

       数据库索引是存储在磁盘上的，当数据量比较大时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，显然不能把整个索引全部加载到内存中。能做的只有逐一加载每一个磁盘块，这里的磁盘块对应 索引树的节点。

       一颗100万的节点的平衡二叉查找树，树高是20。一次查询可能访问20个数据块，在机械硬盘时代，从磁盘随机读一个数据块需要10ms左右的寻址时间。也就是说对于1个100万行的表，如果使用二叉树来存储，单独访问一行可能需要20个10ms的时间。

       为了提升读磁盘的效率，就必须访问尽量少的数据块。那么就不能使用二叉树这种“瘦高”的树。而应该使用“矮胖”的N叉树。这就是B-树的特征之一。

二、B树

       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的大小取决于磁盘块的大小。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。

       下面以一个3阶B-树为例，来看一下B-树的具体结构。树中的具体元素和刚才的二叉查找树是一样的。

                                           

       来看（2,6）节点，该节点有2个元素2和6，又有3个孩子1，（3,5），8。其中1小于元素2，（3,5）在元素（2,6）之间，8大于（3,5）。正好符合刚才所列的几条特征。

                                       

三、B树查询

       演示一下B树的查询过程。假如我们要查询的数值是5。

                                                                                 第一次磁盘IO