Mysql中BTree和B+Tree

已于 2023-10-26 10:11:30 修改
阅读量2.3k 收藏 10
点赞数 1
分类专栏： Mysql Mongodb Redis Jdbc 文章标签： mysql 数据库 java
于 2023-03-24 11:02:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_46548855/article/details/125811734
版权

文章目录

前言

为啥要使用B+Tree，而不是用普通二叉树和AVL平衡二叉树呢

一、普通二叉树

1.检索原理

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
二叉树的特点：
1、一个节点只能有两个子节点，也就是一个节点度不能超过2
2、左子节点 小于 本节点；右子节点大于等于 本节点，比我大的向右，比我小的向左
在这里插入图片描述

2.问题

这种方式查找：时间复杂度会再次上升
在这里插入图片描述

二、AVL平衡二叉树

1.检索原理

  • AVL树全称G.M. Adelson-Velsky和E.M. Landis，这是两个人的人名。
  • 在插入数据的时候会自动发生n多次旋转操作，旋转操作会消耗一定的性能！旋转的目的就是保证这个棵数的平衡。平衡二叉树要求左子树与左子树的高度差不能超过1
    https://www.cs.usfca.edu/~galles/visualization/AVLtree.html
    在这里插入图片描述

2.问题

  • 在构建二叉树时，需要多次进行i/o操作(海量数据存在数据库或文件中)，节点海量，构建二叉树时，速度有影响。
  • 节点海量，也会造成二叉树的高度很大，会降低操作速度。

3.解决问题

我们为了减少磁盘IO的次数，就必须降低树的深度，将“瘦高”的树变得“矮胖”。
（1）每个节点存储多个元素
（2）摒弃二叉树结构，采用多叉树
红黑树：
插入顺序：2,1,4,5,3,6
在这里插入图片描述
当再次插入7的时候，这棵树就会发生旋转
在这里插入图片描述
在这个棵严格的平台树上又进化为“红黑树”{是一个非严格的平台树 左子树与左子树的高度差不能超过1}，红黑树的长子树只要不超过短子树的两倍即可！

三、BTree索引

1.【B树的介绍】

B-Tree树即B树，B即Balanced，平衡的意思。

  • B-Tree即B树，Balance Tree，平衡树。
  • 2-3树是最简单的B树结构。
  • B树的阶：节点的最多子节点个数。比如2-3树的阶是3，2-3-4树的阶是4。
  • B树通过重新组织节点，降低树的高度，并且减少IO读写次数来提升效率。
  • 关键字集合分布在整颗树中，即叶子节点和非叶子节点都存放数据。
    在这里插入图片描述
    https://www.cs.usfca.edu/~galles/visualization/BTree.html

2.【检索原理图】

黄色：指针，存储子节点的信息地址
红色：键值，表中记录的主键
蓝色：数据，记录表中除主键外的数据
在这里插入图片描述
以上图为例：若查询的数值为５：
　　第一次磁盘IO：根据根节点找到磁盘块1，读入内存，执行二分查找，比17小，根据指针P1，找左子树；
　　第二次磁盘IO：找到磁盘块2，读入内存，执行二分查找，比８小，根据指针P1，找左子树；
　　第三次磁盘IO：找到磁盘块5，读入内存，执行二分查找，找到5，终止。
整个过程中，我们可以看出：BTree相对于平衡二叉树降低了树的高度，缩减了节点个数，减少了I/O操作，提高了查询效率
还可以优化！让每个磁盘块存储更多的指针

四、B+Tree索引

1.【B+树的介绍】

B+Tree 即B+树：

  • B+树是B树的升级版本，区别是所有数据只出现在叶子结点中，即叶只有叶子节点存放数据，非叶子节点只是叶子结点中数据的键值和指针。
  • 所有的叶子结点中包含了全部数据信息，及指向含这些数据记录的指针，叶子节点之间通过指针相连，且叶子结点本身依键值的大小自小而大顺序链接。
  • 由于B+树的非叶子节点不存储数据，因此每个节点可以存储更多的信息，假设每个节点能存储4个键值和指针信息，则变成B+树后其结构如下图所示：
    在这里插入图片描述
    https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

2.【检索原理图】

由于B+树的非叶子节点只存储键值和指针信息，假设每个磁盘块能存储4个键值及指针信息，则变成B+树后其结构如下图所示：
在这里插入图片描述

五、BTree和B+Tree比较

  • 首先，B+树的查找和Ｂ树一样，起始于根节点，自顶向下遍历树。
  • 不同的是，B+树中间节点不存储数据，只有键值和指针，而Ｂ树每个结点要存储键值和实际数据，这就意味着同样的大小的磁盘块B+树可以容纳更多节点元素，在相同的数据量下，B+树更加“矮胖”，IO操作更少 。
  • 现代操作系统中，磁盘的存储结构使用的是B+树机制，MySQL的InnoDB引擎的存储方式也是B+树机制。

六、面试题

1.b-tree和b+tree的区别

b-tree我们称之为B树。B树是一种多路自平衡搜索树，它类似普通的二叉树，但是B书允许每个节点有更多的子节点。B树示意图如下：
在这里插入图片描述
B树的特点：
（1）所有键值分布在整个树中
（2）任何关键字出现且只出现在一个节点中
（3）搜索有可能在非叶子节点结束
（4）在关键字全集内做一次查找，性能逼近二分查找算法B+Tree
在这里插入图片描述
从图中也可以看到，B+树与B树的不同在于：
（1）非叶子节点只存储键值信息
（2）所有叶子节点之间都有一个链指针
（3）数据记录都存放在叶子节点中

Knight_AL
关注
专栏目录
MySQL引擎之MyISAM，InnoDB，Btree与B+tree
longlong6682的博客
03-11 1092
目录： MyISAM与InnoDB模块 Btree模块 B-tree模块 B+tree模块 B*tree模块 # 一：MyISAM： 创建一个myisam存储引擎的表的时候会出现三个文件 tb_demo.frm，存储表定义； 2.tb_demo.MYD，存储数据； 3.tb_demo.MYI，存储索引。 因为MyISAM表有无法处理事务，所以它只适合在以下情况下使用 1.选择密集型的表。...
Mysql之B+Tree
jannal专栏
03-09 459
文章目录B+Tree数据页 B+Tree Mysql没有选择B-Tree的原因 B-Tree每个结点都保存数据，每个结点的大小有限，这样会导致树的深度变高，从而导致磁盘I/O操作次数增加 不能很好的利用操作系统读取磁盘的特性（操作系统每次读取4k的数据，以页为单位） 不能很好的利用磁盘的预读能力（操作系统每次读取一页，会提前预读下一页或者下几页） 使用B+Tree 非叶节点不保存数据...
数据结构与算法-13高级数据结构_树论（Btree&B+Tree）
最新发布
qq_40469712的博客
07-23 1186
B-树是一种自平衡的树形数据结构，它能够保持数据的有序性，并允许搜索、顺序访问、插入和删除操作都在对数时间内完成。与二叉树不同，B-树的每个节点可以拥有多于两个的子节点，这取决于树的阶（order）或度数（degree）。每个节点最多有M个子节点。每个非根节点至少有⌈M/2⌉个子节点（向上取整），根节点至少有两个子节点（除非它是叶子节点）。每个节点中的关键字数量比其子节点数量少一。即，如果节点有N个子节点，那么它将包含N-1个关键字。
MySQL索引原理
落日长烟
09-22 261
B+树索引是B+树在数据库中的一种实现，是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡（balance），而不是二叉（binary），因为B+树是从最早的平衡二叉树演化而来的。在讲B+树之前必须先了解二叉查找树、平衡二叉树（AVLTree）和平衡多路查找树（B-Tree），B+树即由这些树逐步优化而来。 二叉查找树 二叉树具有以下性质：左子树的键值小于根的键值，右子树的键值大于根的键值。 如下图所示就是一棵二叉查找树， 对该二叉树的节点进行查找发现深度为1的节点的查找次数为1，深度为2的
Btree与b+tree
雪锋的笔记
11-03 3344
1. Btree： B-tree是一种多路自平衡搜索树，它类似普通的二叉树，但是Btree允许每个节点有更多的子节点。Btree示意图如下： B树的搜索，从根结点开始，如果查询的关键字与结点的关键字相等，那么就命中；否则，如果查询关键字比结点关键字小，就进入左儿子；如果比结点关键字大，就进入右儿子；如果左儿子或右儿子的指针为空，则报告找不到相应的关键字； 如果B树的所有非叶子结点的左右子树的结点数目均保持差不多（平衡），那么B树的搜索性能逼近二分查找；但它比连续内存空间的二分查找的
mysql btree脚本_Mysql BTree和B+Tree详解
weixin_34278412的博客
02-07 125
B+树索引是B+树在数据库中的一种实现，是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡(balance)，而不是二叉(binary)，因为B+树是从最早的平衡二叉树演化而来的。在讲B+树之前必须先了解二叉查找树、平衡二叉树(AVLTree)和平衡多路查找树(B-Tree)，B+树即由这些树逐步优化而来。二叉查找树二叉树具有以下性质：左子树的键值小于根的键值，右子树的键值大于根的键...
Mysql中Btree索引和B+tree索引的区别
qq_43279647的博客
03-05 1666
目录Btree索引B+tree索引B+Tree索引与B-Tree索引 的区别 Btree索引 Mysql使用的是Btree索引 说明：白色块为磁盘块，每一个磁盘包含几个数据项（紫色）和指针（蓝色） 查找过程： 如果要查找数据项28，首先先把磁盘块1加载到内存，发生一次IO，在内存中用二分查找确定28在17-35之间，锁定磁盘块1的P2指针，内存时间因为非常短（相比磁盘IO）可以忽略不计。然后通过磁盘1的P2指针的磁盘地址把磁盘块3加载到内存，发生第二次IO，28在26-30之间，锁定磁盘块3的P2指针。最
mysql 添加b tree索引_MySQL索引一（B+Tree）
weixin_29959615的博客
01-19 1614
一：索引的类型二：索引的优点三：高性能索引策略四：索引案例1.1类型介绍索引有很多类型，可以为不同场景提供更好的性能。在MySQL中，索引是在存储引擎层而不是服务器层实现的。所以，并没有统一的索引标准：不同存储引擎的索引的工作方式并不一样，也不是所有的存储引擎都支持所有类型的索引，即使多个存储引擎支持同一种类型的索引，其底层的实现也可能不同1.2 B+Tree索引存储引擎以不同的方式使用B+Tre...
【MySQL】- Btree、B+tree有何不同
Arielle-L
11-25 470
总结spring常用注解；
BTree和B+Tree详解结构
weixin_45043815的博客
08-22 1488
如果是复合索引： 关键字的排序先排左侧字段，在左侧字段相同的情况下，再排序右侧字段。 BTree和B+Tree详解 B+树索引是B+树在数据库中的一种实现，是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡（balance），而不是二叉（binary），因为B+树是从最早的平衡二叉树演化而来的。在讲B+树之前必须先了解二叉查找树、平衡二叉树（AVLTree）和平衡多路查找树（B-...
B+Tree与B-Tree
weixin_49497222的博客
05-23 469
B+Tree与B-Tree学习什么是B+Tree什么是B-TreeB+Tree与B-Tree对比B+Tree结构IO比较范围查找比较总结 什么是B+Tree B+树是一种树数据结构，通常用于数据库和操作系统的文件系统中。B+树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。B+树元素自底向上插入，这与二叉树恰好相反。 什么是B-Tree B树（英语：B-tree）是一种自平衡的树，能够保持数据有序。这种数据结构能够让查找数据、顺序访问、插入数据及删除的动作，都在对数时间内完成。B树，概
MySQL索引背后的数据结构及算法原理
无始无终的博客
12-06 410
本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题。特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等。为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文暂不讨论。 文章主要内容分为三个部分。 第一部分主...
btree和b+tree
Zx13170918986的博客
07-13 2301
btree是为了磁盘或其它存储设备而设计的一种多叉平衡查找树（相对于二叉，btree每个内结点有多个分支，即多叉），而b+tree是btree的一个变种，是b+tree在数据库中的一种实现，是最常见也是数据库中使用最为频繁的一种索引。 从上图可以看出每个节点占用一个盘块的磁盘空间，一个节点上有两个升序排序的关键字和三个指向子树根节点的指针，指针存储的是子节点所在磁盘块的地址。两个关键词划分成的三个范围域对应三个指针指向的子树的数据的范围域。以根节点为例，关键字为17和35，P1指针指向的子树的数据范围为小于
[LevelDB] 0.3 Btree存储引擎
weixin_30514745的博客
10-30 185
B 树是为了磁盘或其它存储设备而设计的一种多叉（下面你会看到，相对于二叉，B树每个内结点有多个分支，即多叉）平衡查找树。 B 树又叫平衡多路查找树。一棵m阶的B 树 (m叉树)的特性如下： 树中每个结点最多含有m个孩子（m>=2）； 除根结点和叶子结点外，其它每个结点至少有[ceil(m / 2)]个孩子（其中ceil(x)是一个取上限的函数）； ...
BTree和B+Tree详解
热门推荐
Hubery_James的博客
06-04 1万+
BTree和B+Tree详解B+树索引是B+树在数据库中的一种实现，是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡（balance），而不是二叉（binary），因为B+树是从最早的平衡二叉树演化而来的。在讲B+树之前必须先了解二叉查找树、平衡二叉树（AVLTree）和平衡多路查找树（B-Tree），B+树即由这些树逐步优化而来。二叉查找树二叉树具有以下性质：左子树的键值小于根的...
mysql btree脚本_mysql索引BTree和B+Tree分析
weixin_42511121的博客
02-01 99
BTree索引 【初始化介绍】一颗b树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项(深蓝色所示)和指针(黄色所示)，如磁盘块1包含数据项17和35，包含指针P1、P2、P3，P1表示小于17的磁盘块，P2表示在17和35之间的磁盘块，P3表示大于35的磁盘块。真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非叶子节点只不...
MySQL的索引存储数据结构BTree和B+Tree的区别
liaowenxiong的博客
10-18 798
文章目录BTree 原理示意图B+Tree 原理示意图B+Tree的树层级很少B+Tree 可以高效支持范围查找 BTree 原理示意图 注：BTree 就是 B-Tree，实际上官方并没有 B-Tree 的说法。 B+Tree 原理示意图 B+Tree的树层级很少 BTree 的数据存在每个节点中，所以每个节点能够保存的索引值很少，所以存储大量数据时，树的层级会很高，这样就导致与磁盘的 IO 交互次数增多，查找数据的效率就变得很低。 B+Tree 的数据全部保存在末端的叶子节点中，这样非叶子节点能够保
mysql之B+Tree结构
qq_32979219的博客
01-31 2207
B+树和B-树的区别
MySQL如何创建B+tree索引
06-11
在MySQL中，可以通过使用`CREATE INDEX`语句来创建B+Tree索引。以下是创建B+Tree索引的示例： ``` CREATE INDEX idx_name ON table_name(column_name) USING BTREE; ``` 其中，`idx_name`是索引的名称，`table_name`是要创建索引的表名，`column_name`是要创建索引的列名，`BTREE`表示使用B+Tree索引结构。 需要注意的是，B+Tree索引通常适用于范围查找和顺序遍历等操作，但是在数据更新时，B+Tree索引需要进行频繁的调整和维护，因此可能会影响数据更新的性能。因此，在创建B+Tree索引时需要根据实际需求进行综合考虑，避免创建过多或者不必要的索引，同时也需要注意索引的维护成本和存储空间的占用情况。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Knight_AL

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值