使用vs建立r树索引_数据库索引：B+树 VS. 二叉树

数据库概述及系列文章索引

---

1. B+树

B 树相当于是一棵多叉查找树，对于一棵 m 阶的 B 树具有如下特性：

• 根节点至少有两个孩子。
• 每个中间节点都包含 k - 1 个元素和 k 个孩子，其中 m/2 <= k <= m。
• 每一个叶子节点都包含 k - 1 个元素，其中 m/2 <= k <= m。
• 所有的叶子节点都位于同一侧。
• 每个节点中的元素从小到大排列，节点当中的 k - 1 个元素正好是 k 个孩子包含的元素的值域划分。

e.g.1

显然，k-1个元素产生k个孩子。

k受限于阶数，故

在第3点分析。

2. 数据库索引：B+树 VS. 二叉树

给出e.g.1对应的二叉树：

假设对R.C建索引（index），R.C有S(R,C)种。

首先，两种树的index都有S(R,C)个（同种C多个，用间接桶），还是比较多的，故树都放外存。查询时，从外存加进内存。

B+树的比较次数大于二叉树（量级一致

），因为二叉树一个结点只有一个元素，not equal时直接左/右转，B+树如果落在一节点两个元素中间，会多比较右边界元素。

B+树磁盘IO次数小于二叉树，一个节点经常指向不同页，范围查询时，二叉树hit节点往往B+树多很多，相应IO次数也多很多。可以看出，IO次数往往跟树高成正比。

因为比较是在内存中，数据库（DB）主要看磁盘IO次数，故DB index用B+树，而非二叉树。

3. B+树作数据库的索引

DB index中的B+树往往通过调整节点大小，保证在三层，使B+树尽可能“矮胖”，index后的IO次数尽可能小。

每个节点还要保证填充度。填充度小时，往往会导致多读节点，DB index B+树节点填充度要在50%以上，这也与第1点要求

是一致的。

Reference

[1] 高频面试题：什么是B树？为啥文件索引要用B树而不用二叉查找树？，苦逼的码农，2019/11