数据库索引的数据结构

索引的数据结构

二叉树搜索树

缺点：IO操作频繁，最坏的情况：操作IO次数等于树高。

B-树（Balance-Tree，多路平衡查找树）

先解释一下什么是树阶。
对于一个m阶的B-Tree，每个结点至少有m个结点。即最多子节点的个数。

上例中，中间方框中的结点，它的子节点是最多的，有三个，那么这个树就是3阶数（m=3）。

再来看一下B-Tree的特性

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。

逐条解释一下：

1. 根节点如果只有一个子女，那就不能叫平衡树了，这个很好理解。
2. 这一条分3点解析一下：

• 为什么是k-1个元素和k个孩子？翻译过来就是，作为一个中间节点，它包含的元素永远比子女数少1。如果一个中间节点包含2个元素，那么它应该有3个孩子。原因是有第5条的限制：这2个元素，是对3个孩子包含的元素的值划分。
• .为什么k>=m/2。注意，这里m/2是向上取整。假设有一个3阶树，即m=3,3/2取的值是2，不是1！翻译过来就是，假设有一个3阶数，那么它的中间节点最少有1个元素，2个孩子。如果是一个5阶树，那么中间节点最少有2个元素，3个孩子。为什么要除2呢？大于等于1不可以么？我想不行，实际上也真是不行，因为B-Tree的存在就是为了能减小数的高度，让数据在同一层更紧密一点，不然和二叉树有什么区别。
• 为什么k<=m。这个好解释一点了，如果有k个孩子，说明他是最高阶。

3. 为什么叶子节点包含的元素数是阶数-1？我觉得可以理解为没有孩子的中间节点吧。大家可以补充。
4. 为什么叶子节点要保持在同一层？一个Ｂ树通过约束所有叶子节点在相同深度来保持平衡。
5. 这条保证了搜索树的特性。

再举个例子，给出一棵三阶树

1. 根节点有两个孩子。
2. 中间节点（2,6）有2个元素，有3个孩子（1）（3,5）（8）。中间节点（12）有1个元素，2个孩子（11）（13,15）。
3. 叶子节点最多包含2个元素。
4. 所有叶子节点都在同一层。
5. 看（2,6）节点及其子节点，1<2<3<5<6<8，符合第五条性质。

B+Tree(B+树)

B+树是B树的一种变体，有着更高的查询效率。

B+树的性质：

1. 非子节点包含k个元素和k和孩子。
2. 每个元素不保存数据，只用来索引，所有数据都保存在叶子结点。
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
4. 所有叶子节点均有一个链指针指向下一个叶子结点。

举个例子看一下

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. B-树的查询次数不固定，B+树所有查询都要查找到叶子节点，查询性能稳定。
3. 在范围查找上，B-树使用中序遍历，B+树所有叶子节点形成有序链表，便于范围查询.

参考连接如下：
https://mp.weixin.qq.com/s/rDCEFzoKHIjyHfI_bsz5Rw
https://mp.weixin.qq.com/s/jRZMMONW3QP43dsDKIV9VQ
https://zh.wikipedia.org/wiki/B%E6%A0%91