1. B-Tree

以一颗最大度数为5（5阶）的B-tree为例，每个节点最多存储4个key，5个指针。意味着：在一个有n个key的节点中，有n+1个指针，原理如下图：

现在，依次存入如下数据：200、100、400、300、500、450、600、550。

  • 前四个数据存入后按大小排好后及指针指向规律：

  • 插入下一个数据500时，该节点已满，于是乎中间key向上裂变：

  • 继续插入，当到550时：

  • 此时，需插入的结点已满，中间key继续向上裂变：

  • 完成！！

这就是B-Tree实现原理。

视频学习资料：11. 进阶-索引-结构-Btree_哔哩哔哩_bilibili

动态图形演示网站：B-Tree Visualization (usfca.edu)

注意：动态图形演示网站需要自己插入数据创建树。

2. B+Tree

B+Tree是B-Tree的优化，所有的数据都存放在叶子节点中，非叶子节点只起到索引作用。同时，叶子节点形成一个单向链表。

举例：

  • 建立一个5阶树，依次插入以下数据：200、100、400、300、500、450、600、550。

  • 插入第五个数据时,中间key向上裂变，但是该键在叶子中依然存在,并且，叶子形成单链表：

  • 所有数据插完后如下：

MySQL索引数据结构对经典的B+tree进行了优化。在原有基础上，增加一个指向相邻叶子结点的链表指针，形成带有顺序指针的B+Tree,提高区间访问的性能。对上一组数据建树结果如下：

这就是B+Tree实现原理。

视频学习资料：12. 进阶-索引-结构-B+tree_哔哩哔哩_bilibili

动态图形演示网站：B+ Tree Visualization (usfca.edu)

这是一篇学习笔记，来源于上面的视频学习资料，要是有没有讲清楚的地方小伙伴们可以看一下视频，视频中老师讲得非常清楚，共勉！