树结构概述

树

思路：采用二分法和数据平衡策略来提升查找数据的速度；

二叉排序树

两个节点，左小右大

• 缺点：
  有可能退化成列表，树的深度差距大。

平衡二叉树

树的深度 差距不超过1

• 缺点：
  追求平衡苛刻，插入时出现不满足的情况，需要花时间去做一些变换。

红黑树

放弃了追求完全平衡，追求大致平衡。插入节点的变换会更少

• 缺点：
  一个节点只能2路查找

B树

多路查找

• 缺点：
  查询速度不稳定

B+树

只拿 叶子节点 保存指针数据，构成了一个有序链表，查询速度更高、更稳定

• 缺点：
  容量有限，节点满时就会分裂。分裂后逻辑上连续的叶子节点在物理磁盘上往往不连续，甚至分离的很远，但做范围查询时，会产生大量读随机IO
  写也一样：（7->1000->3->2000）数据存储在磁盘上相隔很远，随机io

• mysql
  非叶子节点： 16KB，减去必要信息，剩下16252B
  mysql单行指针数据大约13.5B，一个节点能存储1203条左右；超过了就要分裂出下一层的节点（多一次IO）
  叶子节点：能存储15KB左右数据

3层B+树（3次IO），能存储2100W条数据

B*树

兄弟节点之间有指针。空间更合理。节点满时会向兄弟节点转移关键字

• 缺点

LSM树（日志结构合并树）

• 思路
  牺牲了部分读性能，用来大幅提高写性能

• 方案
  就是假定内存足够大，每次有数据更新先留在内存，
  等到积累到最后多之后，再使用归并排序的方式将内存内的数据合并追加到磁盘队尾

1. 在内存中构建一颗有序小树
2. 内存小树越来越大，内存的小树会flush到磁盘上【磁盘内容有序】
3. 读：不知道数据在哪棵小树上，因此必须遍历所有的小树

• 缺点
  查询需要快速响应时性能不佳