数据库索引

B树和B+树

1. 硬盘的结构

这是逻辑地址，并不是物理地址，同心圆称为轨道，扇形的区域成为扇区，因此每一块内存区域都可以被唯一的标识出来

块地址=轨道编号+扇区编号

在读取硬盘是，读取或硬盘读取存入时，都是以块为单位的，假设每块内存的大小为512，那么在内存中的编号就应该是0-511，地址成为偏移量，所以想要读取地址上某个具体的内容需要知道三个条件，轨道编号、扇区编号以及偏移量

2. 数据是怎样存储在硬盘上的

程序通过主内存去访问数据时，那么硬盘的数据必须先进入主内存，才能被访问到，然后在写入硬盘中，硬盘的数据不能直接被访问

3. 什么是索引

通过指针来记录、访问硬盘上快中存储的记录，这样就能够快速找到那个数，但是索引本身也需要存储到内存道中

假设此时索引的内存占用：id为10个字节 指针为6个字节，那么每个快中可以存储32条索引，100条数据也就需要3.几个块来存储索引，假设为4块，之前去寻找id等于5的用户，最多需要访问25个块，但是用了索引，通过地址来寻找，那么最多只需要访问4个块，一旦寻找到指定的数据表快，那么久在加上一个块，即为5块

对比：没加索引以前最多访问25个块

​ 加入索引以后最多需要访问4+1个块

此时创建的是一个密集索引，因为它会为每个字段都去创建一个索引，比如一号索引，那么他就指向id为1的数据

4. 什么是多级索引

但是，随着数据数量的不断增加，索引也在不断的变大，那么就会考虑再去创建一个索引来指向这个索引

假设上一个索引有32条数据，创建一个索引用于访问这32条数据，那么33号索引就指向上一个索引的终点，也就是下一块的起点，这种索引叫做稀疏索引，即并不会为每条索引都去创建一个索引

虽然减少了访问块的数量，降低了搜索时间，但是也消耗了更多的内存

5. 什么是m叉树

我们知道二叉搜索树，左子树比根节点小，右子树比根节点大，当去做寻找是，如果比根节点小，那么就去查找左子树，如果比根节点大，那么就去查找右子树，但是，只能存放一个key 和两个子节点，此时就会希望再次出现一种搜索树，如上图

假如查找的数组为35，那么35比20大，比50小，能存放两个key 25 和 50 ，以及三个子节点，就会往中间进行查询，此时是一个三叉树

这个就是m叉树，或者说m叉搜索树，m叉树一共能存储m个子节点和m-1个key

这是一个4叉树的示意图

缺点：

创建过程不受到约束，没有创建过程的准则，可以随意创建，很有可能导致如下的结构

让整棵树像一个线性结构，这样去进行查找遍历，就会耗费很多的时间

6. b树

有创建准则的m树就是b树

• 根节点必须有两个以上的子节点

• 其他节点都必须创建一半以上的子节点才能够创建一个新的节点

• 所有的子节点都需要在同一水平

• 创建过程是自下而上的

每个节点都存放着key和指针

7. b+树

不是每个节点都存在指针，只有叶子结点记录指针，会在子节点中街路指针副本，所以树中的每个键都会出现在叶子结点中，叶节点连接，像链表，此时就成为了一个密集所有

8. b树和b+树的区别：

叶节点中所有的键，在非叶节点中只有副本，叶子节点中必须有所有的键，非叶节点中没有记录指针，就想一个链表

总结：

• B 树的所有节点既存放键(key) 也存放 数据(data)，而 B+树只有叶子节点存放 key 和 data，其他内节点只存放 key（副本）。
• B 树的叶子节点都是独立的;B+树的叶子节点有一条引用链指向与它相邻的叶子节点。
• B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。