总结一下b-树和b+树

我以前没有详细了解这块的时候还以为是b树是有三种呢     b树  b-树  和b+树，后来才发现根本没有b减树，那就是一个杠（-），b-树就是b树。

然后总结性的来说写一下B树和B+树的区别

B树：

          首先B树有它的阶数，可以是2阶3阶4阶。。。。。。n阶，这个阶数是已知的

上面大概就是一个B树的结构，并且有构建b树的基本过程案例，

B树是如何删除一个关键字的

有多种情况 ：首先需要算出B树的节点至少需要多少的关键字，（比如5阶的，除了根节点它每一个节点分支至少是5/2向上取整就是3，3个分支则，每一个至少有2个关键字）

1. 当删除的关键字在的节点大于至少关键字且是终端节点的时候，直接删除就可以
2. 如果不在终端节点的话，找该节点左子树最大值或右子树中最小的值来替换该关键字
3. 如果在终端节点且所在节点的关键字到达了下线分两种  

                *向兄弟节点借一个（让父节点的关键字下来，然后让兄弟节点的上去，就借到了）

                *兄弟节点的关键字都是下线（直接删除，然后合并（父节点下来将两个分支链接起来），选比较少的，否则随便）

B-树删除一个关键字可能造成不同的结果

B+树：

先画一个B+树的结构：

 

B+树与B树相比较

B+树是n个关键字n个分支

B+树的有叶子节点才存放信息，所有的非叶子节点仅仅是一个索引的作用  B树种关键字就是实实在在的关键字

Mysql为什么用B+树而不用B树来设置索引？

1.     首先B树的特点是深度浅，每层节点多，这样的设计就是为了减少磁盘I/O次数，但又因为B树的每个节点的关键字的date都会存在与节点种，所以他的节点会比较大，这又变相的增加了I/O次数，而B+来说的话，它的data全部在叶子节点，非叶子节点只是一个索引，节点比较小，I/O次数就比较少。

 

2.     B+树的话，他的数据全在叶子节点，所以直接对叶子节点进行一个优化，就能对所以数据进行一个优化，这里就是将所有的叶子节点设置成是一个 链表结构，遍历会特别快，而且范围查询更不用说了。