数据库管理系统中B+树和扩展名- B+和B树索引文件的概念

谷歌翻译的，文章末尾有原文链接

介绍

正如我们在前几篇文章中已经看到的，B+树是类树结构中的(键、值)存储方法。B+树有一个根，任意数量的中间节点(通常为一个)和一个叶节点。在这里，所有叶子节点都将存储实际的记录。中间节点只有指向叶子节点的指针;它没有任何数据。任何节点都只有两个叶子。这是任何B+树的基础。

考虑下面的学生表。这可以存储在B+树结构中，如下所示。我们可以看到它将记录分成两部分，并分成左节点和右节点。左节点的值将小于或等于根节点的所有值，而右节点的值将大于根节点。第2级的中间节点只有指向叶子节点的指针。中间节点中显示的值只是指向下一层的指针。所有叶节点都将以排序的顺序拥有实际记录。

如果我们必须搜索任何记录，它们都可以在叶子节点中找到。因此，由于叶节点的距离相等，搜索任何记录将花费相同的时间。而且它们都是有序的。因此，搜索记录就像顺序搜索，不需要花费太多时间。

假设B +树的顺序为n（它是分支的数量 - 上面的树结构共有5个分支，因此顺序为5），然后它可以有n / 2到n个中间节点和n / 2到n- 1叶节点。在我们上面的例子中，n = 5即; 它有5个来自root的分支。然后它可以具有范围从3到5的中间节点。并且它可以具有从3到4的叶节点。

B+树的主要作用

• 排序中间节点和叶节点：
  由于它是平衡树，因此应对所有节点进行排序。

• 快速遍历和快速搜索：
  一个人应该能够非常快速地遍历节点。这意味着，如果我们必须搜索任何特定记录，我们应该能够非常轻松地通过中间节点。这是通过对中间节点处的指针和叶节点中的记录进行排序来实现的。

  任何记录都应该很快得到。这是通过保持树中的平衡并使所有节点保持相同距离来实现的。

• 没有溢出页面：
  B +树允许部分填充所有中间节点和叶节点 - 在设计B +树时它将定义一些百分比。填充节点的百分比称为填充因子。如果节点达到填充因子限制，则称为溢出页面。如果节点太空，则称为下溢。在上面的示例中，具有108的中间节点是下溢的。并且叶节点没有部分填充，因此它是溢出的。在理想的B +树中，除了根节点之外不应该有溢出或下溢。

在B+树中搜索记录

假设我们想在下面的B +树结构中搜索65。首先，我们将获取中间节点，该节点将指向可包含65的记录的叶节点。因此，我们在中间节点中找到50到75个节点之间的分支。然后我们将被重定向到最后的第三个叶节点。在这里DBMS将执行顺序搜索以找到65.假设我们必须搜索60而不是65.在这种情况下会发生什么？我们将无法在叶节点中找到。在B +树中搜索期间不允许插入/更新/删除。

假设我们必须在下面的结构中插入记录60。它会去3 次叶子节点55后既然是平衡树和叶子节点已经满了，我们不能插入记录那里。但它应插入那里而不影响填充因子，平衡和顺序。因此，这里唯一的选择是拆分叶节点。但是我们如何拆分节点呢？

第3个叶节点应该具有值（50,55,60,65,70）并且其当前根节点为50.我们将在中间拆分叶节点，以便不改变其平衡。因此，我们可以将（50,55）和（60,65,70）分组为2个叶节点。如果这两个必须是叶节点，则中间节点不能从50分支。它应该有60个添加到它然后我们可以有指向新叶节点的指针。

这是我们在有溢出时插入新条目的方式。在正常情况下，很容易找到适合的节点并将其放在该叶节点中。

在B+树中删除

假设我们必须从上面的例子中删除60。在这种情况下会发生什么？我们必须从第 4 个叶子节点以及中间节点中删除60 个。如果我们从中间节点删除它，树将不满足B +树规则。所以我们需要修改它有一个平衡的树。从B +树上面删除60并重新排列节点后，将显示如下。

假设我们必须从上面的树中删除15。我们将遍历第一个叶子节点，只需从该节点删除15个。由于树是平衡的并且没有出现在中间节点中，因此不需要任何重新安排。

B+树扩展

随着数据库中记录数量的增长，需要对中间节点和叶节点进行广泛分割和扩展，以保持树的平衡。这称为B +树扩展。随着它的广泛传播，对记录的搜索变得更快。

创建B +树的主要目标是更快地遍历记录。随着分支的扩展，它需要较少的磁盘I / O来获取记录。需要获取的记录以对数时间段提取。假设我们有K个搜索键值 - 这是n个节点的中间节点中的指针。然后我们可以在log （n / 2）（K）中获取b +树中的任何记录。

假设每个节点需要40bytes来存储索引，每个磁盘块为40Kbytes。这意味着我们可以拥有100个节点（n）。假设我们有100万个搜索键值 - 这意味着我们有100万个中间指针。然后我们可以访问日志50（1000000）=一次访问4个节点。因此，获取树中的任何节点仅花费4毫秒。现在我们可以猜测将B +树扩展到更多中间节点的优势。随着中间节点的传播越来越多，在B +树中获取记录的效率更高。

请看下面的两个图表，了解它如何与B +树扩展区别开来。

B+树索引文件

以上B +树的概念用于将记录存储在辅助存储器中。如果使用此概念存储记录，则将这些文件称为B +树索引文件。由于该树是平衡和排序的，所有节点将处于相同的距离，并且只有叶节点具有实际值，使得在B +树索引文件中搜索任何记录变得容易和快速。即使在B +树中插入/删除也不会花费太多时间。因此，B +树形成了存储记录的有效方法。

搜索，插入和删除记录的方式与我们上面看到的方式相同。由于它是一个余额树，它会搜索文件中记录的位置，然后获取/插入/删除记录。如果由于插入/删除/更新而发现树将不平衡，则它会对节点进行适当的重新排列，以便不更改B +树的定义。

下面是学生详细信息如何存储在B +树索引文件中的简单示例。

假设我们有一个新学生布莱恩。他在哪里适合文件？他将适合1 日叶节点。由于此叶节点未满，我们可以轻松地将其添加到节点中。

但是如果我们想要将另一名学生Ben插入此文件会怎样？需要对节点进行一些重新安排以维持文件的平衡。

当我们执行删除时也会发生同样的事情。

B+树索引文件的好处

• 随着文件在数据库中的增长，性能保持不变。它不像ISAM那样降级。这是因为所有记录都保存在叶节点处，并且所有节点都与根等距离。此外，如果有任何溢出，它会自动重新组织结构。
• 即使插入和删除很复杂，也可以在几秒钟内完成。
• 叶节点只允许部分/半填充，因为记录大于指针。

B树索引文件

B树索引文件类似于B +树索引文件，但它使用二进制搜索概念。在此方法中，每个根将仅分支到两个节点，并且每个中间节点也将具有该数据。并且叶节点将具有最低级别的数据。但是，在此方法中，也会对记录进行排序。由于所有中间节点也都有记录，因此减少了遍历叶子节点的数据。一个简单的B树可以表示如下：

请参阅上面相同示例中此树结构与B +树之间的差异。这里没有重复或指针直到叶节点。所有记录都存储在所有节点中。如果我们需要插入任何记录，它将作为B +树索引文件完成，但它将确保每个节点仅分支到两个节点。如果任何节点中没有足够的空间，它将拆分节点并存储记录。

插入的简单示例

B树和B+树索引文件之间的区别

比较上面B +树索引文件和B树索引文件的例子之间的差异。你可以看到它们几乎相似，但它们几乎没有区别。这种微小差异本身对数据库性能有更大的影响。

B+树索引

这是数据库中的标准索引，其中主键或表中用于索引的最常用搜索键列。它具有与上面讨论的相同的特征。因此，它在检索数据方面是有效的。这些索引可以以不同的形式存储在B +树中。根据它们的组织方式，有4种类型的B +树索引。

• 索引组织表： -这里数据本身充当索引，整个记录存储在B +索引文件中。
• 降序索引： -索引键在B +树文件中以降序存储。
• 反向键索引： - 在此索引方法中，索引键列值以相反的顺序存储。例如，假设在STUDENT表中的STD_ID上创建索引。假设STD_ID具有值100,101,102和103.则反向键索引将分别为001,101,201和301。
• B +树集群索引： -这里，表的集群密钥用于索引。因此，此方法中的每个索引都将指向具有相同群集键的记录集。

原文链接

另一篇也不错