前言
B+树是目前最常用的一种索引数据结构,通常用于数据库和操作系统的文件系统中,本文就网上的知识点与个人理解结合分享,如有错误,欢迎探讨及指正.
定义
B+树是B树的一种变形形式,B+树上的叶子结点存储关键字以及相应记录的地址,叶子结点以上各层作为索引使用。一棵m阶的B+树定义如下(==注意: B+树的阶数m表示一个节点最多能有m个子节点,也就是每个节点上最多的键值个数.==):
1.每个结点至多有m个子女;
2.除根结点外,每个结点至少有[m/2]个子女,根结点至少有两个子女;
3.有k个子女的结点必有k个关键字。
B+树的查找与B树不同,当索引部分某个结点的关键字与所查的关键字相等时,并不停止查找,应继续沿着这个关键字左边的指针向下,一直查到该关键字所在的叶子结点为止。
图文理解
下面我们通过图文详解来深入理解B+树
不同阶数的B+树对比
我们将数组[1,2,3,4...20]分别插入3阶、4阶、5阶、6阶B+数,最终存储的数据结构如下图:
3阶B+树 :
4阶B+数:
5阶B+数:
6阶B+数:
通过上面对比,我们不难发现以下特征:
- 所有节点均有序排列;
- 树节点总是树高平衡;
- m阶的B+树除了根节点之外的每个节点都包含最少 m/2个元素,但最多包含 m-1 个元素(文末提供在线测试地址,可以自行删减元素,观察叶子结点的变化);
- 对于任意的节点有最多 m 个子指针;
- 对于所有内部节点,子指针的数目总是比元素的数目多一个;
- 阶数越大,数的高度越小.
- 所有数据存储在叶子结点上,非叶子节点不存储行数据,是为了能存储更多索引键,从而降低B+树的高度,进而减少IO次数.
B+树insert/delete操作后数据结构的变化
本次我们演示4阶B+树操作的变化过程
- 第一步:我们先插入数字1、2、3
![cd1fd40e351961b08af8a4d7dcfe5adc.png](https://i-blog.csdnimg.cn/blog_migrate/97de675487c8392be9ea0a6b9d0f7e3e.png)
第二步:插入数字4,由于每个节点最多只能有m-1个元素,即超过3个后需要进行拆分页,而目前只有一个根节点,所以旋转后树的深度+1.
![e68451362ff09506edea96c3d8274606.png](https://i-blog.csdnimg.cn/blog_migrate/3f4687a586d5478304f50dc515daf7a3.png)
第三步:分别插入数字5、6,根据树结构的特性拆分页,如下图
- 第四步:分别插入数字7、8、9
- 插入10的时候,触发每个节点最多只能有m-1个元素的特性,同时触发了[任意的节点有最多 m 个子指针]的特性,所以继续旋转后树的深度+1.
![7f5767c05bb85565a64d04782b1de83f.png](https://i-blog.csdnimg.cn/blog_migrate/6332af8d4b877a99be84e72a22293884.png)
第五步:前面四步演示了树的旋转以及拆分页,接下来我们看下删除元素会是什么样的效果,先删除元素10看下:
![aa0e582fe5892bd9696c01970dedd7dd.png](https://i-blog.csdnimg.cn/blog_migrate/b296fc6c9901d061a7f343985bd5cac9.png)
在第四步最后我们增加一个元素10,触发了B+树的特性调整了树的高度,现在我们删除元素10,从上图可以看出树的高度没有变化,这点跟平衡树不一样,我们继续删元素.
![aec401a1c335169ae3023541fff5a9c4.png](https://i-blog.csdnimg.cn/blog_migrate/7a05dc0b81488a7d11d0152cd4672354.png)
删除元素7之后,层级没有变化,但是第二级的右子节点元素值发生了旋转,由7变成了6,继续删除元素6:
![2f46fdecd5b74fab976089b9f1b45366.png](https://i-blog.csdnimg.cn/blog_migrate/3c8cedce43e290c8919031f8abc052cb.png)
我们发现删除元素6后,树的层级发生了变化,这是因为触发了[对于所有内部节点,子指针的数目总是比元素的数目多一个]这一特性,然后根据最优算法降低了树的高度,同时我们发现,此时的5个元素排列并没有恢复到我们之前从元素[1-5]插入后的结构,这点非常妙,不管接下来是新增、删除、查找你会发现效率都是最优的.
B+树的查找
我们还是以4阶树10个元素为例,查找元素6
![a150f9272543e7af695ef7dfa0ab6bf2.png](https://i-blog.csdnimg.cn/blog_migrate/4413d8e307800bdbb52c663bf26a64ff.png)
从上可以看出查找路线与二叉树的查找规则一致,继续查找元素5
结合这两次查找,可以看出都消耗了3次IO找到数据,这个次数刚好等于数的高度,数据量少时看不出这个效率,假设是100阶的树,存储了400w+数据,实际也是3次IO就可以找到想要的数据,这个时候B+树的优势就体现出来了.
至此,相信你对B+树又有了更直观的认识,接下来我们再聊聊mysql应用的B+树索引.
mysql的B+树索引
mysql的B+树索引有多少阶?
对于这个问题,我们需要先了解下磁盘相关知识.
- 磁盘的最小存储单位是扇区(512字节)
- 磁盘的读取是以块为基本单位,一块大小为8个扇区,即4kb
- B+树的每一个节点占用的空间就是一个块大小
![56857a27e2fa1dd171a954f47d673ed1.png](https://i-blog.csdnimg.cn/blog_migrate/501394be3b7b187a3cb35cf76fc8d17b.png)
由于B+树节点中只存储元素和指针.如果有n个元素,那么就有n+1个指针,假设现在索引存储int类型的值,一个int(32位)占用4个字节,一个指针占用8个字节,那么一个块最多能存4096/(4n+8(n+1))即340个元素,那么索引即为341阶(m阶数最多包含m-1个元素).
mysql的B+树索引能存多少数据?
以innodb引擎的索引数据结构为例,它的存储单元为一页,每页大小默认为16kb,该值可以通过参数调整,如下图.
![62b3da37c1a5ac2448c53d09d9380a5c.png](https://i-blog.csdnimg.cn/blog_migrate/99721b37e3a68096352f152cdd9c8793.png)
假设每个节点中索引元素占8个字节,指针占用6个字节,那么每页可存(16*1024)/(8+6)=1170个索引元素- 假设B+树的高度为3,一条数据大小为1k,那么: 第一层可以存1170个元素; 第二层可以存11701170=1368900个元素; 第三层属于叶子结点,可以存的数据条数为页大小16k/每条数据大小1k,即16条,那么总共可以存储的数据条数即为161368900=21902400
总结:mysql 单表使用innodb引擎(表数据文件本身就是一个B+树组织的索结构文件),默认至少可以存2000w数据(实际每个节点不只存储了元素及指针),并且查找数据,最多3次io即可.
资料参考
非常经典的数据结构可视化工具 https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html
百度百科 https://baike.baidu.com/item/B+%E6%A0%91/7845683#reference-[3]-1168762-wrap
欢迎关注个人订阅号:Java技术宝典 ,及时获取最新分享.
推荐阅读:
实战:一键生成前后端代码,Mybatis-Plus代码生成器让我舒服了为什么要重写 hashcode 和 equals 方法?SpringBoot @Value 解析集合配置