16kb等于多少b_一文彻底弄懂B树和B+树

一、B树

1. B树的定义

B数也称为B-树，他是一棵多路平衡查找树。我们描述一棵B树时需要指定它的阶数，阶数表示了一个节点最多有多少的孩子节点，一般使用字母m表示阶数。当m取2时，就是我们常见的二叉搜索树。

一棵m阶的B数定义如下：

• 1)每个节点最多有m-1个关键字
• 2)根节点最少可以只有一个关键字
• 2)非根节点至少有(m/2)-1个关键字
• 4)每个节点的关键字都按照从小到大的顺序排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它
• 5)所有叶子节点都位于同一层，或者说根节点到每个叶子节点的路径长度都相同

上图表示是一棵4阶B树(当然实际中B树的阶数一般远大于4，通常大于100，这样即使存储大量的数据，B树的高度仍然很低)，每个节点最多有3个关键字，每个非根节点最少有(4/2)-1=1个关键字。我们将一个key和其对应的data称为一个记录。数据库中如果以B树作为索引结构，此时B树中的key就表示键，而data表示了这个键对应的条目在硬盘上的逻辑地址。

2. B树的搜索操作

以上图为例，比如我要查找关键字为25对应的数据，步骤如下：

• 1)首先拿到根节点关键字，目标关键字与根节点的关键字key比较，25<36，去往其左孩子节点查找
• 2)获取当前节点的关键字15和28,15<25<28，所有查询15和28的中间孩子节点
• 3)获取当前节点的关键字19和25，发现25=25，所以直接返回关键字和data数据(如果没有查询到则返回null)

3. B树的插入操作

插入操作是指插入一条记录，即(key, data)的键值对。如果B树中已存在需要插入的键值对，则用需要插入的新data替换旧的data。若B树不存在这个key，则一定是在叶子节点中进行插入操作。

基本步骤

• 1)根据key找到要插入的叶子节点位置，插入记录
• 2)判断当前节点key的个数是否小于等于m-1，如果是直接结束，否则进行第三步
• 3)以节点中间的key为中心分裂成左右两部分，然后将这个中间的key插入到父节点中，这个key的左子树指向分裂后的左半部分，这个key的右子支指向分裂后的右半部分，然后将当前节点指向父节点，继续进行第3步，直到处理完根节点。

图文说明

以5阶B树为例(5阶B树节点最多有4个关键字，最少有2个关键字，其中根节点最少可以只有一个关键字)，从初始时刻依次插入数据。

• 1)在空数中插入39

  

• 2)继续插入22，97和41

  

  此时根节点有4个关键字

• 3)继续插入53

  

  此时发现该节点有5个关键字超过了最大允许的关键字个数4，所以以key为41为中心进行分裂，分裂后当前节点指向根节点，根节点的关键字为1，满足B数条件，插入操作结束，结果如下所示(注意，如果阶数是偶数，分裂时就不存在排序恰好在中间的key，那么我们选择中间位置的前一个key或中间位置的后一个key为中心进行分裂即可)

  

• 4)插入13，21，40

  

  此时当前节点5个关键字，需要分裂，则以22为中心，22节点插入到其父节点中，分裂后当前节点指向根节点，根节点的关键字为2，满足B数条件，插入操作结束，结果如下所示

  

• 5)同理依次输入30，27, 33 ，36，35，34 ，24，29，结果如下所示

  

• 6)继续插入26

  

  此时节点关键字等于5，以27为中心分裂，并将27插入到父节点中，分裂后当前节点指向根节点，如下所示

  

  此时27的进位导致当前节点也需要分裂，则以33为中心进行分裂，结果如下

  

• 7)同理最后再依次插入17，28，29，31，32，结果如下图所示

  

总结

一般来说，对于确定的m和确定类型的记录，节点大小是固定的，无论它实际存储了多少个记录。但是分配固定节点大小的方法会存在浪费的情况，比如key为28和29所在的节点，还有2个key的位置没有使用，但是已经不可能继续在插入任何值了，因为这个节点的前序key是27，后继key是30，所有整数值都用完了。所以如果记录先按key的大小排好序，再插入到B树中，节点的使用率就会很低，最差情况下使用率仅为50%。

4. B树的删除操作

删除操作是指根据key删除记录，如果B树中的记录中不存对应key的记录，则删除失败。

基本步骤

• 1)如果当前需要删除的key位于非叶子节点上，则用后继key(这里的后继key均指后继记录的意思)覆盖要删除的key，然后在后继key所在的子支中删除该后继key。此时后继key一定位于叶子节点上，这个过程和二叉搜索树删除节点的方式类似。删除这个记录后执行第2步
• 2)该节点key个数大于等于(m/2)-1，结束删除操作，否则执行第3步。
• 3)如果兄弟节点key个数大于(m/2)-1，则父节点中的key下移到该节点，兄弟节点中的一个key上移，删除操作结束。
• 4)否则，将父节点中的key下移与当前节点及它的兄弟节点中的key合并，形成一个新的节点。原父节点中的key的两个孩子指针就变成了一个孩子指针，指向这个新节点。然后当前节点的指针指向父节点，重复上第2步。(有些节点它可能即有左兄弟，又有右兄弟，那么我们任意选择一个兄弟节点进行操作即可)

图文说明

以5阶B树为例(5阶B树节点最多有4个关键字，最少有2个关键字，其中根节点最少可以只有一个关键字)。初始时刻以上述插入操作的最终状态为例。

• 1)初始状态

  

• 2)删除节点21

  

  删除后节点中的关键字个数仍然大于等2，所以删除结束。

• 3)继续删除27，此时27由于是非叶子节点，则由它的后继节点28替换27，再删除28，结果如下所示

  

  此时发现叶子节点的个数小于2，而它的兄弟节点中有3个记录(当前节点还有一个右兄弟，选择右兄弟就会出现合并节点的情况，不论选哪一个都行，只是最后B树的形态会不一样而已)，我们可以从兄弟节点中借取一个key。所以父节点中的28下移，兄弟节点中的26上移,删除结束。结果如下图所示

  

• 4)删除32，结果如下图所示

  

  当前节点中只有一个key，而兄弟节点中也仅有2个key。所以只能让父节点中的30下移和这个两个孩子节点中的key合并，成为一个新的节点，当前节点的指针指向父节点。结果如下图所示

  

  当前节点key的个数满足条件，故删除结束

• 5)接着删除key为40的记录，删除后结果如下图所示

  

  同理，当前节点的记录数小于2，兄弟节点中没有多余key，所以父节点中的key下移，和兄弟(这里我们选择左兄弟，选择右兄弟也可以)节点合并，合并后的指向当前节点的指针就指向了父节点。如下图所示

  

  同理，对于当前节点而言只能继续合并了，最后结果如下所示

  

  合并后节点当前节点满足条件，删除结束。

二、B+树

1. B+树的定义

B+树是B树的一种变形形式。网上各种资料上B+树的定义各有不同，一种定义方式是关键字个数和孩子节点个数相同。这里我们采取维基百科上所定义的方式，即关键字个数比孩子节点个数小1，这种方式是和B树基本等价的。除了B树的性质，B+树还包括以下要求：

• 1)B+树包含2种类型的节点：内部节点(也称索引节点)和叶子节点。根节点本身即可以是内部节点，也可以是叶子节点。根节点的关键字个数最少可以只有1个。
• 2)B+树与B树最大的不同是内部节点不保存数据，只用于索引，所有数据(或者说记录)都保存在叶子节点中。
• 3) m阶B+树表示了内部节点最多有m-1个关键字(或者说内部节点最多有m个子树)，阶数m同时限制了叶子节点最多存储m-1个记录。
• 4)内部节点中的key都按照从小到大的顺序排列，对于内部节点中的一个key，左树中的所有key都小于它，右子树中的key都大于等于它。叶子节点中的记录也按照key的大小排列。
• 5)每个叶子节点都存有相邻叶子节点的指针，叶子节点本身依关键字的大小自小而大顺序链接。

上图是一棵阶数为4的B+树

2. B+树的搜索操作

操作流程同B树的搜索流程，只不过如果要找的关键字匹配上了索引节点的关键字，需要继续往下找，因为索引节点不存储数据，所有的数据都存储在叶子节点上。

3. B+树的插入操作

基本步骤

• 1)若为空树，创建一个叶子节点，然后将记录插入其中，此时这个叶子节点也是根节点，插入操作结束。
• 2)针对叶子类型节点：根据key值找到叶子节点，向这个叶子节点插入记录。插入后，若当前节点key的个数小于等于m-1，则插入结束。否则将这个叶子节点分裂成左右两个叶子节点，左叶子节点包含前m/2个记录，右节点包含剩下的记录，将第m/2+1个记录的key进位到父节点中(父节点一定是索引类型节点)，进位到父节点的key左孩子指针向左节点,右孩子指针向右节点。将当前节点的指针指向父节点，然后执行第3步。
• 3)针对索引类型节点：若当前节点key的个数小于等于m-1，则插入结束。否则，将这个索引类型节点分裂成两个索引节点，左索引节点包含前(m-1)/2个key，右节点包含m-(m-1)/2个key，将第m/2个key进位到父节点中，进位到父节点的key左孩子指向左节点, 进位到父节点的key右孩子指向右节点。将当前节点的指针指向父节点，然后重复第3步。

图文说明

以5阶B+树为例(5阶B+树节点最多有4个关键字，最少有2个关键字，其中根节点最少可以只有一个关键字)，从初始时刻依次插入数据。

• 1)在空树插入5

  

• 2)依次插入8,10,15

  

• 3)插入16

  

  此时节点超过关键字的个数，所以需要进行分裂。由于该节点为叶子节点，所以可以分裂出来左节点2个记录，右边3个记录，中间key成为索引节点中的key(也可以左节点3个记录，右节点2个记录)，分裂后当前节点指向了父节点(根节点)。结果如下图所示

  

  当前节点的关键字个数满足条件，插入结束

• 4)插入17

  

• 5)插入18

  

  当前节点超过关键字的个数，进行分裂。由于是叶子节点，分裂成两个节点，左节点2个记录，右节点3个记录，关键字16进位到父节点(索引类型)中，将当前节点的指针指向父节点，如下图所示

  

  当前节点的关键字个数满足条件，插入结束

• 6)同理继续插入6,9,19，细节不再描述

  

• 7)继续插入7

  

  当前节点超过关键字的个数，进行分裂。由于是叶子节点，分裂成两个节点，左节点2个记录，右节点3个记录，关键字7进位到父节点(索引类型)中，将当前节点的指针指向父节点，如下图所示

  

  当前节点超过关键字的个数，进行分裂。由于是索引节点，左节点2个关键字，右节点2个关键字，关键字16进入到父节点中，将当前节点指向父节点，如下图所示

  

  当前节点的关键字个数满足条件，插入结束

4. B+树的删除操作

基本步骤

如果叶子节点中没有相应的key，则删除失败。否则执行下面的步骤：

• 1)删除叶子节点中对应的key。删除后若节点的key的个数大于等于(m-1)/2 – 1，删除操作结束,否则执行第2步。
• 2)若兄弟节点key有富余(大于(m-1)/2 – 1)，向兄弟节点借一个记录，同时用借到的key替换父结(指当前节点和兄弟节点共同的父节点)点中的key，删除结束。否则执行第3步。
• 3)若兄弟节点中没有富余的key,则当前节点和兄弟节点合并成一个新的叶子节点，并删除父节点中的key(父节点中的这个key两边的孩子指针就变成了一个指针，正好指向这个新的叶子节点)，将当前节点指向父节点(必为索引节点)，执行第4步(第4步以后的操作和B树就完全一样了，主要是为了更新索引节点)。
• 4)若索引节点的key的个数大于等于(m-1)/2 – 1，则删除操作结束。否则执行第5步
• 5)若兄弟节点有富余，父节点key下移，兄弟节点key上移，删除结束。否则执行第6步
• 6)当前节点和兄弟节点及父节点下移key合并成一个新的节点。将当前节点指向父节点，重复第4步。

注意，通过B+树的删除操作后，索引节点中存在的key，不一定在叶子节点中存在对应的记录。

图文说明

以5阶B树为例(5阶B树节点最多有4个关键字，最少有2个关键字，其中根节点最少可以只有一个关键字)。初始时刻以上述插入操作的最终状态为例。

• 1)初始状态

  

• 2)删除22

  

  删除后叶子节点中key的个数大于等于2，删除结束

• 3)删除15

  

  当前节点只有一个key，不满足条件，而兄弟节点有三个key，可以从兄弟节点借一个关键字为9的记录,同时更新将父节点中的关键字由10也变为9，删除结束。

  

• 4)删除7

  

  当前节点关键字个数小于2，(左)兄弟节点中的也没有富余的关键字(当前节点还有个右兄弟，不过选择任意一个进行分析就可以了，这里我们选择了左边的)，所以当前节点和兄弟节点合并，并删除父节点中的key，当前节点指向父节点。

  

  此时当前节点的关键字个数小于2，兄弟节点的关键字也没有富余，所以父节点中的关键字下移，和两个孩子节点合并，结果如下图所示。

  

  删除结束。

转载地址

B树和B+树的插入、删除图文详解