谈谈我的看法之索引中的B树和B+树

            但你被问到数据库那么强大，索引起到了功不可没的地位，它帮助我们可以快速定位了元素在数据库的位置，有的人可能不太明白，在数据库中通过索引（通俗地讲就是key）找到了相应地value，这和建个数组有什么区别，而且数组的查找的速度是0(1)，其实数据库查找有多快，占用空间的大小有多大呢，数据库的的B树索引最初是用在哪里呢？我们带着这些问题功能来谈谈B树和B+树吧！首先看看下列数据库索引的基本图

   

当你在数据库配置第一列第二列第三列的时候，有没有想过这些数据是怎么分配的，在使用的时候在内存中又是如何被安排？好了上图给了我们很好的信息，具体学习过程我们在接下来慢慢讲解，先给大家讲述一下上图的基本流程，好给大家一个概念，B树索引在数据库的基本作用，上图的蓝色部分的图，相信写过基本数据库的增删改查的同学都知道，他们是一个数据库表格，这些数据被引用到内存中后，就会分配相应的内存空间地址0x07,0x56,0x6A等等，这些是不连续的（数据库的存取是巨大的，你不能在空间找到如此大的空间地址分配给他们）

     假设一下col1（第一列）数据是我们的key值，我们可以通过这些key可以轻松地访问到value吗？如果知道15那么一定就可

以快速找到Bob和34吗？显然15已经不是单纯的数值，已经变成了一种地址的代表，这时候可能你会问自己，如果有两个15怎么办，空间地址是唯一的啊，如果你还记得老师说过这样一句话，主键是唯一的，数据库表格中主键不可能重复，那么就不会有两个15的出现，你的问题你应该就知道答案了吧！

     既然15是索引，这些索引又是怎么在内存中分布的呢，B树（我觉得B+树更适合）给出了他的方法，上图中左侧部分就是这些key的分布，即采用了B+树的数据结构被存储起来，方便你的快速查找。

     好啦，我们一起来学习什么是B树，什么是B+树吧

     小生以下内容比较浅显，只给大家讲解以下我的理解，重在讲解基础，如果要深入了解的话，还请多多看看其他的知识哦（发觉自己废话真多啊，不好意思）

     相信大家都知道树是什么，这个不知道的话（小生就没有办法了）。那么B树就是在树的基础上给了这些key值做了一些分布上的变化使得key可以非常容易地查找。（上图的索引为B+树的结构，不要急额）如果你理解或者知道二分查找二叉树（见下图）会很轻松理解B树的。

                                    

   上图的二分查找二叉树他的定义就是中间值比左边值大，但是比右边值小，假设你想找28，你发现根是45，那28一定在左边，接着发现45的左子树的根为24，那么28必然在树的左子树的右侧，找到37，则在37的左叶子上，于是找到28了。那么B树显然有点抄袭二分查找二叉树的特别，它将key的分布几乎差不多。我们来看看B树的定义吧   

                    定义：一棵m 阶的B-树，或者为空树，或为满足下列特性的m 叉树：
                              ⑴树中每个结点至多有m 棵子树；
                              ⑵若根结点不是叶子结点，则至少有两棵子树；

                              ⑶除根结点之外的所有非终端结点至少有[m/2] 棵子树；

懂吗？答案是不懂，你也不需懂，这些是基本的概念，或者说在B树图形出来之后总结的经验，你在看完B树结构图之后你在看看概念，发现好像的确是这个样子哦！！！B树结构图如下

                                          

                假设你想找S结果发现S>M 于是你找右子树，你发现QTX（这个我需要解释一下了，为什么会出现这个图形，这和B树增删有关，我们下则再讲）可以讲区域分为四段（一条直线上面三个不同的点，是分成四段吧）分别为<Q  Q-T  T-X 和 >X  ，S在Q-T这个区域如是在于是沿着指针找到RS，即找到S了，那么S中必然有地址啊，找到内存地址害怕找不到value吗？

       那什么又是B+树索引呢，它又是怎么做到查找索引值的呢，我们先看看B树和B+有什么区别，听名字我们都知道B+是B树的一个变形，他们区别是非常关键的。

                        1. 有n棵子树的结点中含有n 个关键字；

                        2.所有的叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大的顺序链接。 

                       3.所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大（或最小）关键字

            

          我们按照上图一次说明一下，我们不难发现，叶子节点之间是相连的可以说就是一个大链表，也就是说找到了一个叶子，其他所有叶子也就等于找到了，所有p值（P1，p2，p3）都是Q值中的最小值（当然也可以是最大值）每一层都是下一层的最小值或者最大值，等于你有任何数我都知道要找它的哪个子树中这也是B+比B的最大的亮点更新，不知道同学们有没有发现，B+树所有的索引项都是在底层，也就是说再来一个索引项也从底层加入，那么很难破坏整个树的层数（也就是说B+树要比B树更加平衡点）这是第一突破。那么第二突破是什么呢，这点很重要，这也决定了B+树在数据索引方便要优先于B树B+树只要遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的，而B树不支持这样的操作（或者说效率太低），通俗点讲一下就是假设我们要找5到20，如果我们用B+树我们就可以实现一次查询就知道了要用最左侧的三棵小子树，要是选用B树的话，则我们要从头查找三次哦，你说哪个快呢！！

    以上就是我所了解的数据库索引中B树索引，共同进步，可以留言给我，谢谢！！