B-树

mysql的索引的索引主要基于B+树，要弄清楚B+树，首先需要从B-树开始，B-树就是B树，中间是横杠不是减号。

索引为什么不使用二叉树

​

数据库库的索引之所以使用树的存储结构，是因为树的查询效率高，而且可以保持有序。那为什么不使用二叉树的数据结构来存储呢？其实从算法的逻辑上来说，二叉树的比较次数是最小的，但是不得不考虑一个现实问题，磁盘的IO。数据库的索引是存储在磁盘上的，当存储量比较大的时候，索引的大小可能有几个G甚至更多。当我们用索引查找时，显然是不能将索引全部加载到内存里。能做的只是加载每一个磁盘页，这里的磁盘页对应着索引树的节点。如果用二叉树做索引，在最坏的情况下磁盘的IO次数就是树的高度。所以为了减少磁盘的IO次数就需要把瘦高的树变为矮胖的树，这就是B-树的特征之一。B树是一种多路平衡二叉树，它的每一个节点最多可以包含k个孩子，k被称为树的阶，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树具有如下几个特征：

1.根结点至少有两个子女。

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.所有的叶子结点都位于同一层。

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。

举例

如果是二叉树查找一个10的节点

第一次磁盘IO

第二次磁盘IO

第三次磁盘IO

第四次磁盘IO

所以二叉树最坏的情况下磁盘的IO取决于树的高度，为了减少磁盘的IO就需要将瘦高的树改为矮胖的树。

如果是B-树的话，查找5如下：

第一次磁盘IO

第二次磁盘IO，在内存中比较2和6

第三次磁盘IO，在磁盘中比较3和5，找到5

可以看出B-树的比较次数并不比二叉树少，但是相比于磁盘IO，在内存中比较要快得多，所以B-树的效率要高于二叉树。

如果我们现在要插入一个新元素4，发现4应该插在3和5之间，但是3和5这个节点已经有两个元素了，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9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。

B-树的插入确实有点麻烦但是也是因为这样，B-树一直保持着自平衡。

如果现在需要删除一个元素，比如11。删除11后，节点12只有一个孩子，不符合B树规范。因此找出12,13,15三个节点的中位数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）