数据库-3.2 优化你的索引-运用二叉查找树

先看一下二叉树的示意图：

二叉查找树是每个节点最多有两个子树的数据结构，通常子树被称为左子树或右子树。二叉查找树的重要性质是，对于树中的每个节点x，它的左子树的任意节点的值均小于x，右子树的任意节点的值都大于x。如果用二叉查找树来作为我们的索引，确实能够提升查询效率。这里需要我们注意的是，我们说的索引的存储块和我们之前说的数据库的最小存储单位——块或页，实际上并非一一对应，只是为了方便我们的理解，先将其一一对应起来。每个存储块，存储的是关键字，还有指向子树的指针。
像上图左边的树，它不仅仅是二叉树，还是平衡二叉树，那什么是平衡二叉树呢？就是它的任意一个节点的左子树和右子树，它的高度均不超过1。
二叉查找树查找用的是二分查找，比如说，我们要搜6，6比5要大，我们就找右子树，找到7，7比6大，所以我们又会去查7的左子树，这样我们就能定位到6了。因为是对半搜索，所以它的时间复杂度是O(logn)，因此其查询效率是非常高的。但是它也有缺点，首先咱们的数据库的数据可能面临着新增和删除，比如删除了2和6，新增了11和13，结果就变成右图的线性二叉树，那么它的时间复杂度就变成了O(n)，大大降低了查询效率，有的人可能会说，我们可以利用树的旋转特性来保证这棵树是平衡二叉树，这样其时间复杂度会维持在O(logn)就可以了。这样确实解决了第一个问题，但是它还会有第二个问题，咱们之前说了，影响程序运行速度的瓶颈在IO，如果我们假定这些索引块都在磁盘中，拿刚刚的检索来讲，去找6，会发生一次IO，将这个根的数据读入到我们的内存中，那之后呢，再发生一次IO，将7读入进来，紧接着再发生一次IO，读入了6，即检索深度增加1，就会发生一次IO，咱们的平衡二叉树也好，红黑树也罢，每个节点最多只能有两个孩子，而咱们的数据块会非常多，因此为了组织起这些数据块，咱们树的深度就会很深很深，IO的次数也会很多，这样数据一多，其检索性能比咱们之前说的全表扫描要慢很多，根本就没法满足我们的优化查询的需求。那咱们还有什么办法，既降低查询的时间复杂度，又降低IO的次数呢？主要就是让树变得矮一些，数据呢每个节点能存储的数据多一些，这个时候，咱们就想到B+Tree了。请看下一章。