BTree与B+Tree

前言

本文内容大部分出自尚硅谷的MySQL教程。

B-Tree

B-树的非叶子节点中有关键字、指向关键字具体信息的指针和指向下一个节点的指针，叶子节点没有指向下一个节点的指针，仅有关键字和指向关键字具体信息的指针。

在B-树中，越靠近根节点的记录查找时间越快，只要找到关键字即可确定记录的存在。

B+Tree

B+树的非叶子节点中只有关键字和指向下一个节点的指针，记录只放在叶子节点中。

在B+树中每个记录的查找时间基本是一样的，都需要从根节点走到叶子节点，而且在叶子节点中还要再比较关键字。

由于非叶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。

由此看来，B+树的查询效率更加稳定 。

区别

比如你要在B-树找17，那么在第一层就可以拿到17的整条记录；而如果你要在B+树中找28，虽然第一层有28这个关键字，但你只能顺着往下找，直到找到叶子节点，才能够拿到28的这条记录。

从这个角度看B-树的性能好像要比B+树好，而在实际应用中却是B+树的性能要好些。

因为B+树的非叶子节点不存放实际的数据，这样每个节点可容纳的元素个数比B-树多，树的高度比B-树矮，这样带来的好处是减少磁盘访问次数（IO）。

尽管B+树找到一个记录所需的比较次数要比B-树多，但是一次磁盘访问的时间相当于成百上千次内存比较的时间，因此实际中B+树的性能可能还会好些，而且B+树的叶子节点使用指针连接在一起，方便顺序遍历（例如查看一个目录下的所有文件，一个表中的所有记录等），这也是很多数据库和文件系统使用B+树的缘故。

扩展

聚簇索引

聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。

术语“聚簇”表示相邻键值的数据行聚簇地存储在一起。

如下图，左侧的索引就是聚簇索引，因为数据行在磁盘的排列和索引排序保持一致。

好处

按照聚簇索引排列顺序，查询显示一定范围数据的时候，由于数据都是紧密相连，数据库不用从多个数据块中提取数据，所以节省了大量的IO操作。

局限性

对于mysql数据库目前只有 InnoDB 数据引擎支持聚簇索引，而Myisam并不支持聚簇索引。

由于数据物理存储排序方式只能有一种，所以每个Mysql的表只能有一个聚簇索引，一般情况下就是该表的主键。

为了充分利用聚簇索引的聚簇的特性，所以 InnoDB 表的主键列尽量选用有序的顺序 id，而不建议用无序的 id，比如 uuid 这种。