MySQL 为什么使用 B+ 树来作索引，对比 B 树它的优点和缺点是什么？

• B树（平衡多路搜索树）

  • 图示

    

  • 特征

    • 每个节点可有多棵子树
    • 每个非叶子节点有n个key，并有n+1棵子树（子树数量比key数量多1）
    • 每个节点中key都是从小到大排序的
    • 最左子树上的值都小于最左key的值，最右子树上的值都小于最右key的值，中间子树的值则位于相邻两个节点的值之间
    • 所有叶子节点都具有相同的深度

  • 查询伪代码

    BTree_Search(node, key) {
        if(node == null) return null;
        foreach(node.key)
        {
            if(node.key[i] == key) return node.data[i];
                if(node.key[i] > key) return BTree_Search(point[i]->node);
        }
        return BTree_Search(point[i+1]->node);
    }
    data = BTree_Search(root, my_key);
    

  • 时间复杂度

    O(log n)

• B+树

  • 图示

    

  • 特征

    • 子树与key的数量相同，节点的关键字为子树中的最大值
    • 非叶子节点不保存数据，仅用作索引，叶子节点保存全部数据
    • 所有叶子节点构成一个链表

  • 时间复杂度

    O(log n)

• 局部性原理与磁盘预读

  • 局部性原理

    当一个数据被用到时，其附近的数据通常也会被用到

  • 磁盘预读

    • 磁盘不是按需读取，而是每次都会预读，即使只需要一个字节，磁盘也会从这个位置向后读取一定长度放到内存。
    • 预读的长度一般为页（页的大小通常为4k）的整数倍

• mysql为什么使用B+树而不是B树作为索引？

  • 由于mysql通常将数据存放在磁盘中，读取数据就会产生磁盘IO消耗。而B+树的非叶子节点中不保存数据，B树中非叶子节点会保存数据，通常一个节点大小会设置为磁盘页大小，这样B+树每个节点可放更多的key，B树则更少。这样就造成了，B树的高度会比B+树更高，从而会产生更多的磁盘IO消耗。
  • B+树叶子节点构成链表，更利用范围查找和排序。而B树进行范围查找和排序则要对树进行递归遍历

• B树与B+树比较

  • B+树层级更少，查找更快
  • B+树查询速度稳定：由于B+树所有数据都存储在叶子节点，所以查询任意数据的次数都是树的高度h
  • B+树有利于范围查找
  • B+树全节点遍历更快：所有叶子节点构成链表，全节点扫描，只需遍历这个链表即可
  • B树优点：如果在B树中查找的数据离根节点近，由于B树节点中保存有数据，那么这时查询速度比B+树快。

• 为什么不使用红黑树（自平衡二叉搜索树）？

  如果使用红黑树，会使树的高度更高，增加IO消耗

• 为什么不使用哈希表

  哈希表对于范围查找和排序效率低，但对于单个数据的查询效率很高。

更多精彩请关注公众号（持续更新中）