mysql 几阶b树_数据库索引算法——B树与B+树

B-树

数据库索引为什么要使用树结构存储呢？

这个还不简单，树的查询效率高，而且可以保持有序。

既然这样，为什么索引没有使用二叉查找树来实现呢？

这就不明白了，明明二叉查找树时间复杂度是O(logN)，性能已经足够高了，难道B树可以比它更快？

其实从算法逻辑来讲，二叉树查找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个磁盘页，这里的磁盘页对应索引树的节点。

在二叉查找树里，磁盘的IO次数等于索引树的高度。

既然如此，为了减少磁盘的IO次数，我们就需要把原本“瘦高”的树结构变成“矮胖”，这是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。

下面来具体介绍以下B-树(Balance Tree)，一个m阶的B树具有如下几个特征：

根节点至少有两个子女；

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；

所有叶子节点都位于同一层；

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划分。

下面以3阶的B-树为例，来看看B-树的具体结构。

【 9 】

/ \

/ \

【2 6】 【12】

/ | \ / \

/ | \ / \

/ | \ / \

1 【3 5】 8 11 【13 15】

这棵树中，重点看【2 6】节点，该节点有两个元素2和6，又有三个孩子1，【3 5】和8。

其中1小于元素2,6之间，8大于【3 5】，正好符合刚刚所列的几条特征。

演示下B-树的查询过程，假如我们要查询数值为5的节点。

第一次IO，查到 9，比较9

第二次IO，查到 【2 6】 比较2，