对于OLTP型数据库梳理

从数据库底层来看，数据库到目前为止，有这几种数据结构

1.b树，b+树,(mysql,PostgreSQL)

2.lsm树（LevelDB,RocksDB，TIDB，CockroachDB）

3.基于B+树和LSM树改良的树，比如Fractal树(TokuDB)

 

下面一一介绍每种树的典型应用

B树，B+树

传统的关系型数据将数据以B树的形式存储在磁盘上，它们也会在RAM上使用B树维护这些数据的索引，来保证更快的访问速度。插入的行存储在B树的叶子节点上，所有的中间节点用来存储用于导航查询语句的原数据。因此，当有数以百万计的数据被插入到数据库中时，索引和数据存储会变得十分大。因此，为了快速的访问，需要从磁盘中加载所有数据到内存，但是RAM一般没有这么大的空间来存储所有的数据。因此，数据库必须从磁盘中读取部分数据。这种加载数据的场景如下图所示：

图片引自https://segmentfault.com/a/1190000015892186​​​​

B树和B+树区别在于B树的内部节点有指向关键字具体信息的指针，而b+树没有，因此b+树相对b树，有如下优点

磁盘读写代价更低

B+树的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对B树更小。如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。

B+树的查询效率更加稳定

由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。

 

InnoDB

mysql的InnoDB是大家工作中最常用的数据库存储引擎，B+树，聚簇索引，行级锁。聚簇索引数据的物理存放与索引都是有序的，它把所有的卫星数据都存储在叶节点中，内部节点只存放关键字和孩子指针。

 

图片引自https://blog.csdn.net/u010842515/article/details/68929687

InnoDB的所有辅助索引都引用主键作为data域。InnoDB 不会压缩索引，所以，如果主键定义的比较大，其他索引也将很大。如果想在表上定义很多索引，则争取尽量把主键定义得小一些。辅助索引搜索需要检索两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。

图片引自