什么是 B-树❓

不知大家心里有没有点 B-树概念 O(∩_∩)O哈哈~

MySQL 数据库大家都用过吧？里面的索引是基于什么数据结构？

当然大家也都知道索引主要是基于 Hash 表或者 B+ 树。

知识点：对于InnoDB表，数据文件ibd本身就是按B+树组织的一个索引结构，这棵树的叶节点data域保存了完整的数据记录。

 

那大家知道 B+ 树的实现细节是什么样？B-树和 B+ 树有什么区别？MySQL 里面的索引为什么主要基于 B+树？

B-树和 B+ 树都是很基础的概念，大家有必要掌握一下。

 

要弄明白 B+ 树，咋们先要了解 B-树。需要注意的是，B-树就是 B 树，中间的横线并不是减号。

谁要是把 B-树读成 B 减树，那可就丢人了。

 

那大家来说说，数据库索引为什么要使用树结构存储呢？

也许你会认为这还不简单，树的查询效率高，而且保持有序。

既然这样，为什么索引没有使用二叉树来实现呢？（二叉树查询的时间复杂度是 0（logN），性能已经足够高了啊，难道 B 树可以比它更快？）

其实从算法逻辑上来讲，二叉树的查找速度和比较次数都是最小的。但是我们不得不考虑一个现实问题：磁盘 IO。

数据库索引是存储在磁盘上的，当数据量比较大的时候，索引的大小可能有几个 G 甚至更多。

当我们利用索引查询的时候，能把整个索引全部加载到内存吗？显然不可能。能做的只有逐一加载每一个磁盘页，这里的磁盘页对应着索引树的节点。

 

如果我们利用二叉查找树作为索引结构，情形是什么样呢？假设树的高度是 4，查找的值是 10，那么流程如下：

第 1 次磁盘 IO：

第 2 次磁盘 IO：

第 3 次磁盘 IO：

第 4 次磁盘 IO：

大家有没有从中看出，磁盘 IO 的次数是由什么决定的？

磁盘 IO 的次数是 4 次，索引树的高度也是 4.索引最坏的情况下，磁盘 IO 次数等于索引树的高度。

既然如此，为了减少磁盘 IO 次数，我们就需要把原本“瘦高”的树结构变得“矮胖”。这就是 B-树的特征之一。

B 树是一种多路平衡查找树，它的每一个节点最多包含 k 个孩子，k 被称为 B- 树的阶。k 的大小取决于磁盘页的大小。

 

下面来具体介绍一下 B-树（Balance Tree），一个 m 阶的 B 树具有如下特征：

1. 根节点至少有两个子女。

2. 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

3. 每一个叶子节点都包含 k-1 个元素，其中  m/2 <= k <=m

4. 所有叶子节点都位于同一层

5. 每个节点中的元素从小到大排列，节点当中 k-1 个元素正好是 k 个孩子包含的元素的值域分划。

 

是不是觉得这条条框框的，看着好复杂。

别急，我们以一个 3 阶 B-树为例，来看看 B-树的具体结构。树中的具体元素和刚才的二叉查找树是一样的。

这棵树中，咋们重点来看（2，6）节点。该节点有两个元素 2 和 6，又有三个孩子 1，（3，5），8.其中 1 小于元素 2，（3，5）在元素 2，6 之间，8 大于（2，6），正好符合刚才所列的几条特征。

也许你会觉得这棵树长得可真奇怪，它真的能实现高效的查询吗？

那就让我来演示一下 B- 树查询的过程吧。假设我们要查询的数值是 5。

第 1 次磁盘 IO：

在内存中定位（和 9 比较）：

第 2 次磁盘 IO：

在内存中定位（和 2，6 比较）：

第 3 次磁盘 IO：

在内存中定位（和 3，5 比较）：

通过整个流程我们可以看出，B-树在查询中比较次数其实不比二叉查找树少，尤其当单一节点中元素数量很多时。

可是相比磁盘 IO 的速度，内存中的比较耗时几乎可以忽略。所以只要树的高度足够低，IO 次数足够少，就可以提升查找性能。

相比之下节点内部元素多一些也没有关系，仅仅多了几次内存交互，只要不超过磁盘页的大小即可。这就是 B-树的优势之一。

 

就是这样，查询的过程明白了吧，那么 B-树是如何插入和删除的呢？

B-树插入新节点的过程比较复杂，而且分成多种情况。由于时间的关系，我们只举一个最典型的例子，假如我们要插入的值是 4。

自顶向下查找 4 的节点位置，发现 4 应当插入到节点元素 3，5 之间。

节点 3，5 已经是两元素节点，无法再增加。父亲节点 2，6 也是两元素节点，也无法再增加。根节点 9 是单元素节点，可以升级为两元素节点。于是拆分节点 3，5 与节点 2，6，让根节点升级为两元素节点 4，9，节点 6 独立为根节点的第二个孩子。

是不是发现，就为了插入一个元素，让整个 B-树的那么多节点都发生了连锁反应。

确实有些麻烦，但也正因为如此，让 B- 树能够始终维持多路平衡。这也是 B- 树的一大优势：自平衡。

 

下面我们再来说一说 B-树删除的过程。同样只举一个典型例子，删除元素 11。

自顶向下查找元素 11 的节点位置：

删除 11 后，节点 12 只有一个孩子，不符合 B- 树规范。因此找出 12，13，15 三节点的中位数 13，取代节点 12，而节点 12 自身下移成为第一个孩子。（这个过程称为左旋）。

 

以上就是 B-树的插入和删除，也是学习 B-树最绕的部分。没太看明白的小伙伴也不必心急，最关键的还是理解 B-树的核心思想。

 

那么，B-树都有哪些实际应用呢？

B- 树主要应用于文件系统以及部分数据库索引，比如著名的非关系型数据库 MongoDB。

而大部分关系型数据库，比如 MySQL，则使用 B+ 树作为索引。有关 B+ 树的知识，我们在 什么是 B+ 树❓做具体介绍。