B树、B+树

了解B树之前，先要了解一下二叉查找树。

二叉查找树

众所周知，二叉查找树是每个节点最多由两个子树的树结构，而其还有一个特点是，在任意一颗树中，根节点的左孩子永远小于根节点，根节点的右孩子永远大于根节点，用二叉查找树作为索引，确实可以提高查找效率，其可以使用二分查找将时间复杂度控制在O(logn)，但是二叉查找树有一个显而易见的缺陷，当某种特殊情况（按照某个特定顺序插入树）发生时，二叉查找树将变为下图右侧（线性二叉树）的状况：

此时二叉查找树不只是外观变得怪异了，在查找任意某个元素时，其查找顺序与逐行查找无异，查询时间复杂度又将回到O(n)，查询效率无法保持。

怎么解决这个问题呢？这就涉及二叉树的自平衡了。二叉树自平衡的方式有很多种，如红黑树、AVL树、B树等。

B树原理

B-Tree，俗名：B树。它是一种平衡多路查找树(不是二路)，先看下它的结构：

一颗m阶的B树特性如下：

1. 根节点至少包含两个孩子

2. 树中每个节点至多含有N个孩子（N>=2)

3. 除根节点和叶节点外，其它每个节点至少有ceil(N/2)个孩子

4. 拥有K个孩子的非叶子结点，含有K-1个键值

5. 所有叶子节点都位于同一层，或者说根节点到每个叶子节点的长度都相同

6. 假设每个非终端节点包含n个关键字信息（P0,P1…Pn,k1…kn），其中：

   1、ki(i=1…n)为关键字，且关键字按顺序升序排序k(i-1)<ki。
   2、关键字的个数必须满足：[ceil(m/2)-1]<=n<=m-1]。
   3、非叶子节点的指针：P[1],P[2]…P[M];其中P[1]指向关键字小于K[1]的子树，P[N]指向关键字大于K[N-1]的子树，其它P[i]指向关键字属于(K[i-1],K[i])的子树。

7. 每个节点的关键字，都记录着对应的数据在磁盘中的位置，即数据在每个节点上。

8. B树中所有节点的孩子节点数中的最大值称为B树的阶，记为M

举个例子，模拟一下查找过程，以便于理解：假设我们要查询关键字为10的数据，则从根节点出发，10<17，于是通过P1进入其孩子节点，10>8且10<12，于是通过P2进入其孩子节点，最后寻找到10。如果不使用索引，而使用逐行扫描的方式进行查找，则从0开始至少扫描10次才能查找到10号数据，有了索引之后可以看到，查找次数从10变为3，大大提高了查找效率。

如果这里是二叉查找树，会出现极端情况，使得查找时间复杂度为O(n),而如果是B-Tree，由于上述五个约束，可以让节点通过合并、分裂、上移、下移等操作，使得树高度较二叉查找树小，查找效率显然更高。

B+Tree原理

B+ -Tree是B-Tree的一个变体，其定义基本与B树相同，除了:

1. 非叶子节点的子树指针与关键字个数相同，其表明B+树能存储更多的关键字
2. 非叶子节点的子树指针P[i]，指向关键字值[K[i],K[i+1])的子树。
3. 非叶子节点仅用来做索引，数据到保存在叶子节点中。（B+树的所有检索都是从根部开始，直到搜索到叶子节点结束。）
4. 所有叶子节点均有一个链指针，指向下一个叶子节点，树的所有叶结点构成一个有序链表，可以按照关键码排序的次序遍历全部记录。（方便直接在叶子节点直接做范围统计）
   

B+树相较于B树的优势：

• B+树的磁盘读写代价更低。

• B+树的查询效率更加稳定。由于B+树在内部节点上不包含数据信息，因此在内存页中能够存放更多的key。 数据存放的更加紧密，具有更好的空间局部性。因此访问叶子节点上关联的数据也具有更好的缓存命中率。

• B+树更有利于对数据库的扫描。B+树的叶子结点都是相链的，因此对整棵树的便利只需要一次线性遍历叶子结点即可。而且由于数据顺序排列并且相连，所以便于区间查找和搜索。而B树则需要进行每一层的递归遍历。相邻的元素可能在内存中不相邻，所以缓存命中性没有B+树好。

参考文章