B+树

一、B+树

1.1 多级索引

1.1.1 概念

• 当索引项比较多时，可以对索引再建立索引，以此类推，形成多级索引

1.2 B+树的基本概念

• B+树索引：一种以树型数据结构来组织索引项的多级索引

• 一块中索引项的组织
  • 索引字段值
  • 指针，指向索引快或数据块中记录的指针
• 能够自动保持与主文件大小相适应的树的层次
• 每个索引块的指针利用率都在50%-100%之间

1.3 B+树的存储约定

1.3.1 一块中存放的索引项的数量

• 有n-1个索引项(<索引字段值，指针>)+1个指针()
• 索引字段值x在的指向;而的由指向

1.3.2 叶节点和非叶节点的指针指向

• 非叶节点指针指向索引块，叶节点指针指向主文件的数据块或数据记录

• 叶节点的最后一个指针可能不同于它的其他指针--始终指向其下一个数据块

• 一个索引块实际使用的索引指针个数d，满足(根节点除外)：
• 根节点至少2个指针被使用
• 索引字段值重复出现于叶节点和非叶节点

• 指向主文件的指针仅出现于叶节点
• 所有叶节点即可覆盖所有健值得索引
• 索引字段值在叶节点中是按顺序排列的
• 级数(或层数)相同--平衡
• 插入/删除记录时，伴随着节点的分裂与合并
• 分裂与合并将调整部分节点块中的索引项

1.4 用B+树建立不同的索引

1.4.1 用B+树建立键属性稠密索引

• 索引字段是主文件的主键，索引是稠密的。主文件可以按主键排序，也可以不按主键排序。指针指向的是记录

1.4.2 用B+树建立稀疏索引(或主索引)

• 索引字段是主文件的主键，索引是稀疏的。主文件必须按主键排序
• 指针指向的是数据块

1.4.3 用B+树建立非键属性稠密索引

• 索引字段是主文件的非键属性，索引是稠密的。主文件按非键属性排序
• 索引文件的索引字段是无重复的。指针指向的是记录

1.4.4 用B+树建立非键属性稠密索引

• 索引字段是主文件的非键属性。主文件不按此非键属性排序
• 索引文件的索引字段值是有重复的。指针指向的是记录。

• 索引字段带有重复值的B+树的非叶节点示例

1.5 B+树 VS B树

1.5.1 B树

• 索引字段值仅出现一次或者在叶结点或者在非叶结点
• 指向主文件的指针出现于叶结点或非叶结点
• 所有结点才能覆盖所有键值的索引

二、B+树之键值插入与结点分裂过程示意

2.1 插入

• 在下列B+树中插入键值为40的记录

• 过程

• 关键：
  • 分裂
  • 由叶结点向根结点逐层处理
  • 指针调整

2.2 删除

• 在下列B+树中删除键值为7的记录

• 过程

• 问题2:删除键值为11的记录

• 关键
  • 合并
  • 由叶结点向根结点逐层处理
  • 指针调整

三、散列索引

3.1 散列的基本概念

• 有M个桶，每个桶是有相同容量的存储地
• 散列函数，可以将键值k映射到中的某一个值
• 将具有键值k的记录Record(k)存储在对应编号的桶中

• 目标：选择一个合适的散列函数，将一个Record集合(每个Record都包含一个关键字k)均匀地映射到M个桶中。即：对于集合中任一个关键字，经散列函数映射到地址集合中任何一个地址的概率是近乎相等的。

3.2 散列索引

• 内存数据可采用散列确定存储页，主文件可采用散列确定存储块，索引亦可采用散列确定索引项的存储块
• M个桶。一个桶可以是一个存储块，亦可是若干个连续的存储块

3.3 散列的问题

• 散列索引的目标
  • 最好是没有溢出桶，每一个散列值仅有一个桶。读写每一个键值都只读写一个存储块
  • 期望将所有数据分布均匀地存储于M个桶中，使每一个桶的额数据成为具有某种特征值的数据集合。---散列函数的选择
• 桶的数目M的确定
  • 在键值几倍于桶的数目时，每个散列值都可能多于一个桶，形成一个主桶和多个溢出桶的列表，此时需要二次检索：先找到主桶号，再依据链表逐一找到每个溢出桶。
  • 桶的数目M是固定值---静态散列索引
    • 如果桶的数目M不变：M过大，则浪费；M过小，则将产生更多的溢出桶，增加散列索引的时间
  • 桶的数目随键值增多，动态增加---动态散列索引
    • 是和桶的数目M相关的。