mysql 树详解(b树，b+树，b-树,红黑树)

b树，b+树，b-树,红黑树详解

前言 - 平衡二叉树

• 平衡二叉树查询效率高，可以通过降低树的深度提高查找效率
• 数据量非常大的时候，导致二叉查找树深度过大而造成磁盘I/O读写过于频繁，进而导致查询效率地下
• 内存空间不够容纳二叉树所有节点的情况

B树

• 一种自平衡数据结构，节点可以有两个以上的子节点
• 每个节点的元素个数越多，高度越低，查询所需的I/O次数越少
• 每个节点都存储key和data，所有节点组成树，并且叶子节点指针未null

B+树

• 中介节点不保存数据，只用来索引
• 只有叶子节点存储data，叶子节点包含全部键值，叶子节点不存储指针
• 灭个叶子节点增加一个指向相邻叶子节点的指针，这样一棵树成了数据库系统实现索引的首选数据结构。
• 内节点不存储data，这样一个节点就可以存储更多的key。
• 在构建 m 叉树时我们在选择 m 大小的时候，要尽量让每个节点的大小等于一个页的大小。这样读取一个节点，只需要一次磁盘 IO 操作

为什么使用B+tree树做索引底层数据结构

二叉树

1. 数据量大的时，树的高度太高，查询效率低
2. 每个节点保存的数据太小，I/O操作过大

B-tree（M叉搜索）

1. 关键字分布在整个树中
2. 中序遍历获取全部节点

Hash索引

1. 精确匹配查询才有效，范围查找不合适没有规律
2. hash碰撞

B+Tree

1. 每个节点只存关键字 不存数据，存更多关键字
2. 扫表只需要扫描全部的叶子节点

参考

b树，b+树，b-树,红黑树详解一锅端
B树与B+树简明扼要的区别
InnoDB索引