根级别上的数据无效第1行位置1_数据库存储引擎之BTree介绍

和很多系统一样，在开始实现存储引擎之前，我们需要给它找一个合适的数据结构。数据库存储引擎本质上是一个支持快速查找的系统，因此数据库存储引擎需要一个支持这样功能的数据结构。

常见数据结构

常见的查找数据结构包括HASH表和二叉树(红黑树)。

Hash表介绍

Hash表是普通数组的一个扩展，它支持O(1)的操作，包括查询，插入，以及删除。但是Hash支持O (1)时，是一个比较理想的状态，要求很好的Hash函数以及比较多的冗余内存。这部分咱们暂时不展开。

二叉树介绍

二叉树是另一种比较经典的查找数据结构，其特点如下：

1. 只有一个根结点
2. 任何一个子节点最多允许两个子节点
3. 左子节点的值小于父节点的值，右子节点的值大于父节点的值

一个典型的二叉树如图所示:

虽然Hash表或者二叉树是比较常见的查找数据结构，但是大部分数据库存储引擎并不使用它们作为主要的数据结构(也有例外的)，而是使用B-Tree以及B-Tree的变种B+Tree。

提问：有哪些数据库存储引擎是使用Hash表或者二叉树作为主要的数据结构，为什么它们使用这些数据结构？

B-Tree树

B-Tree和二叉树类似，有如下特性：

1. 只有一个根节点
2. 一个节点允许最多有N个值，N＞2，有N+1个字节点
3. 节点中值按照从小到大的顺序排列
4. 第m个子节点中的所有值小于第m个值，第N+1个子节点的所有值大于第N个值
5. 叶子节点没有子节点，所有叶子节点到根节点高度一样
6. 一般除了根节点，节点值的个数大于等于N/2

下图为一个N=4的B-Tree：

B-Tree优势

大多数数据库存储引擎使用B-Tree的原因有两个：

1. 数据库存储最终需要从文件系统中读取这些节点的数据，而从文件中读取节点操作是比较耗时，因此需要一次尽量多读取一些数据，B-Tree支持N个值，正好可以用来减少文件读取的次数。例如：某个B-Tree的N为128(2^7)，从2^14中读取一个数据，平均需要读取2次文件(第一次读取根节点，第二次读取叶子节点)；而，如果使用二叉树，则平均需要读取14次文件(第一次读取根节点，最后一次读取叶子节点)。
2. 硬盘有一个特性，就是硬盘读写数据时，是一个数据块一个数据块的读写，不是内存中那样，一