B-Tree与B+Tree的区别

二叉树：

左右两个子节点 能够为空

二叉查找树：

左子树小于根节点，又子树大于根节点

平衡二叉树：

任何节点的左右两个子树的高度相差最大为1,（高度相差大于1会旋转操做）

B-Tree：（平衡多路查找树）

B-Tree是为磁盘等外存储设备设计的一种平衡查找树

系统从磁盘中读取数据是以磁盘块为单位，一次会把统一磁盘的数据都读出来

索引引入的目的是为了快速查询以及更新表中的数据，是有序表，能够用二分查找提升效率

磁盘I/O操做是影响整个B-Tree查找效率的决定因素

若数据量很大则B-Tree的深度较大，增大查询时的磁盘I/O次数，进而影响查询效率（采用B+Tree的缘由）

B+Tree：

B+Tree是在B-Tree基础上的一种优化，使其更适合实现外存储索引结构

MySQL InnoDB引擎的索引底层实现采用的是B+tree

对于范围查找来讲，b+树只需遍历叶子节点链表便可，b树却须要重复地中序遍历。

B+Tree相对于B-Tree有几点不一样：

1. 非叶子节点是叶子节点的索引，。
2. 要存储的数据都存放在叶子节点中。
3. 叶子节点之间都有一个链指针，不须要遍历整棵树就能够获得所存储的所有数据。

为何使用B+树？言简意赅，就是由于：

1.文件很大，不可能所有存储在内存中，故要存储到磁盘上

2.索引的结构组织要尽可能减小查找过程当中磁盘I/O的存取次数（为何使用B-/+Tree，还跟磁盘存取原理有关。）

3.局部性原理与磁盘预读，预读的长度通常为页数的整数倍

4.数据库利用磁盘预读原理，讲一个节点的大小设置为一页，这样每个节点只须要一次I/O就能够彻底载入

   而红黑树的结构，逻辑上很近的节点物理上可能很远，没法利用局部性

 

 

B+树彻底解析

B树 B-树 B+树

各类树

B+树图文详解

B树和B+树的应用

B+树比B树更合适做为索引的缘由 （这里面的两个图）