B树和B+树的区别

1、B树

B树(也有被称作 B- 树，B-树和B树是同一个东西，统称B树)。本质是一种多路平衡查找树，目的在于提高磁盘的效率，二叉树的查找效率已经很高了，但是如果存储大量信息，这个二叉树的深度就会很高，这些不同深度的信息在硬盘上存储的会很分散，在不同的道上，所以降低了查找效率，而B树可以改善这一问题。

B树的两个明显特点：

  • 树内的每个节点都存储数据
  • 叶子节点之间无指针相邻

2、B+树

B+树是B树的一个变种，它把所有的关联数据都存储在叶子结点中，内部结点只存放关键字和孩子指针，因此最大化了内部结点的分支因子。使其更适合实现外存储索引结构。

动态数据结构演示： https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

B+树的两个明显特点：

  • 数据只出现在叶子节点
  • 所有叶子节点增加了一个链指针

B+树和B树的特点总结：

(1)B树的每个节点都存储数据，因此查询单条数据的时候，B树的查询效率不固定，最好的情况是O(1)。可以认为在做单一数据查询的时候，使用B树平均性能更好。但是，由于B树中各节点之间没有指针相邻，因此B树不适合做一些数据遍历操作。

(2)B+树的数据只出现在叶子节点上，因此在查询单条数据的时候，查询速度非常稳定。因此，在做单一数据的查询上，其平均性能并不如B树。但是，B+树的叶子节点上有指针进行相连，因此在做数据遍历的时候，只需要对叶子节点进行遍历即可，这个特性使得B+树非常适合做范围查询。

因此，猜想关系型数据库Mysql中数据遍历操作比较多，所以用B+树作为索引结构。而非关系型数据库Mongodb是做单一查询比较多，数据遍历操作比较少，所以用B树作为索引结构。

3、关系型VS非关系型

假设，我们此时有两个逻辑实体:学生(Student)和班级(Class)，这两个逻辑实体之间是一对多的关系。毕竟一个班级有多个学生，一个学生只能属于一个班级。

关系型数据库

我们在关系型数据库中，考虑的是用几张表来表示这二者之间的实体关系。常见的无外乎是，一对一关系，用一张表就行。一对多关系，用两张表。多对多关系，用三张表。
那这里，我们需要用两张表表示二者之间逻辑关系，如下所示

此时要查cname为1班的班级，有多少学生，假设cname这列，我们建了索引。

执行SQL，如下所示！

SELECT *
FROM t_student t1, (
		SELECT cid
		FROM t_class
		WHERE cname = '1班'
	) t2
WHERE t1.cid = t2.cid

这就涉及到了数据遍历操作，因为但凡做这种关联查询，你躲不开join操作的！既然涉及到了join操作，无外乎从一个表中取一个数据，去另一个表中逐行匹配，如果索引结构是B+树，叶子节点上是有指针的，能够极大的提高这种一行一行的匹配速度！

非关系型数据库

可以设计两个集合，然后执行两次查询去获得结果！但是不符合非关系型数据库的设计初衷。

在MongoDB中，根本不推荐这么设计。虽然，Mongodb中有一个lookup操作，可以做join查询。这个lookup操作应该不会经常使用，如果需要经常使用它，那么其实就使用了错误的数据存储了（数据库）：如果有相关联的数据，应该使用关系型数据库（SQL）。

因此，合理的设计应该如下

假设name这列建了索引，只需执行一次语句

db.class.find( { name: '1班' } )

这就是一种单一数据查询!毕竟你不需要去逐行匹配，不涉及遍历操作,幸运的情况下，有可能一次IO就能够得到你想要的结果。

由于关系型数据库和非关系型数据的设计方式上的不同，导致在关系型数据中遍历操作比较常见，因此采用B+树作为索引比较合适。而在非关系型数据库中单一查询比较常见，因此采用B树作为索引比较合适。

posted @ 2024-09-27 10:16  complexlong  阅读(40)  评论(0)    收藏  举报