Btree 索引

Btree 索引

索引是帮助数据库高效获取数据的一种数据结构，经过提取句子主干，就能够获得索引的本质。

m-way查找树

若是想了解Btree，须要首先了解m-way数据结构。

m-way查找树是是一种树形的存储结构，主要特色以下，

• 每一个节点存储的key数量小于m个
• 每一个节点的度小于等于m
• 节点key按顺序排序
• 子树key值要彻底小于、大于或介于父节点之间

例如，
3-way如图，m为3，那么每一个节点最多拥有为2个（m-1），

待索引元素列表为：
[5, 7, 12, 6, 8, 3, 4]

Btree查找树

Btree是一种平衡的m-way查找树，它能够利用多个分支节点（子树节点）来减小查询数据时所经历的节点数，从而达到节省存取时间的目的。

主要特色以下，

• 每一个节点的key数量小于m个（与m-way相同）
• 除根节点和叶子节点的其余节点存储key的个数必须大于等于m/2
• 全部叶子节点都处于同一层，也就是说全部叶节点具备相同的深度h（树的高度，也意味着树是平衡的）

Btree的查找

必须从根节点开始采用二分法查找，因此时间复杂度为O（logn）。

Btree的插入

为了保证树的平衡，若是带插入节点的key数量小于m-1个，则直接插入（不会违反第一条特性），不然，须要将该节点分为两部分，再执行该操做。

详细插入操做可参考:http://www.cnblogs.com/yangecnu/p/introduce-b-tree-and-b-plus-tree.html

B+tree查找树

B+tree是基于Btree的变体，与Btree不一样之处在于，

• 非叶子节点的key个数等于m
• 每一个节点的下级指针为n个（n为关键字个数，而不是n+1个）
• 为全部叶子节点增长一个链指针（注意链上的数据是有序的）
• 全部key都存在叶子节点中

为何使用Btree结构

索引自己也很大，不可能所有存储在内存中，所以索引每每以索引文件的形式存储的磁盘上。
索引查找过程当中就要产生磁盘I/O消耗，相对于内存存取，I/O存取的消耗要高几个数量级，因此评价一个数据结构做为索引的优劣最重要的指标就是在查找过程当中磁盘I/O操做次数的渐进复杂度。（换句话说，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。）

为了达到下降磁盘I/O的目的

• 磁盘按需读取，要求每次都会预读的长度通常为页的整数倍， 数据库系统将一个节点的大小设为等于一个页，这样每一个节点的元素数据只须要一次I/O就能够彻底载入
• 每次新建节点时，直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，加之计算机存储分配都是按页对齐的，就实现了一个node只需一次I/O
• 把B-tree中的m值设的很是大，就会让树的高度下降，有利于一次彻底载入

红黑树

红黑树BST的时间复杂度是依赖于树的高度，可是，红黑树的高度与Btree相比，高度更大。