B+树

前面我们介绍了B-树（B树），现在我们来了解一下B+树。

B+树是基于B-树的一种变体，有着比B-树更高的查询性能，他们有着一些相同点，但是B+树也具有一些新特征。

一个m阶的B+树具有以下几个特征：

1. 有k个子树的中间节点包含有k个元素（B树是k-1个元素），每个元素不保存数据，只是来索引，所有数据都保存在叶子节点。

2. 所有的叶子节点中包含了全部元素的信息，及指向这些元素记录的指针，且叶子节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。

我们来看一下B+树的结构。

首先m，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。

在上面这棵树中，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），也就等同于这个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。

至于叶子结点，由于父亲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的元素信息。

并且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。

B+树还具有一个特点，这个特点是在索引之外，确是至关重要的特点，那就是”卫星数据“的位置。

所谓”卫星数据“，指的是索引元素指向的数据记录，比如数据库中的某一行。在B-树中，无论中间节点还是叶子节点都带有卫星数据。

B-树中的卫星数据（Satellite Information）

而在B+树中，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。

B+树中的卫星数据

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。在非聚集索引中，叶子节点带有指向卫星数据的指针。

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，比如我们要查找的元素是3.

第一次磁盘IO:

第二次磁盘IO:

第三次磁盘IO:

看起来和B-树的查询过程差不多，但有两点不同。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。

这意味着，数据量相同的情况下，B+树的结构比B-树结构更加”矮胖“，因此查询时IO次数也更少。

其次，B+树的查询必须最终找到叶子节点，而B-树只要找到匹配的元素即可，无论匹配元素处于中间节点还是叶子节点。

因此，B-树的查找性能是不稳定的（最好只查根节点，最坏查到叶子节点），而B+树的每一次查找都是稳定的。

我们来看一下范围查询，B-树做范围查询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

自顶向下，查找到范围的下限（3）：

中序遍历到元素6：

中序遍历到元素8：

中序遍历到元素9：

中序遍历到元素11，遍历结束：

B-树的范围查询很繁琐，而B+树则简单的多，只需要在链表上做遍历即可。

B+树的范围查找过程：

自顶向下，查找到范围idea下限（3）:

通过链表指针，遍历到元素6，8：

通过链表指针，遍历到元素9，11，遍历结束：

B+树相比B-树的优势有三个：1. IO次数更少；2. 查询性能稳定；3. 范围查询简便。

B+树的插入与删除，和B-树大同小异。

B+树的特征：

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，只是用来索引，所有数据都保存在在叶子节点。

2. 所有的叶子节点中包含了全部元素的信息，及指向含有这些元素记录的指针，且叶子节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，在子节点中是最大（或最小）元素。

B+树的优势：

1. 单一节点存储更多的元素，使得查询IO次数更少。

2. 所有查询都要查询到叶子节点，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。