一、B+树
特性:
- 所有的叶子结点中包含了全部关键字的信息,非叶子节点只存储键值信息,及指向含有这些关键字记录的指针,且叶子结点本身依关键字的大小自小而大的顺序链接,所有的非终端结点可以看成是索引部分,结点中仅含有其子树根结点中最大(或最小)关键字。
- 所有叶子节点之间都有一个链指针。
- 数据记录都存放在叶子节点中。
- 树的高度相对较低,IO次数相对较少。
树高度的影响:
-
树的深度与I/O次数的关系: 在B+树中,每次从根节点到叶子节点的查找都需要进行一次I/O操作。如果树的高度增加,意味着需要进行更多的I/O操作才能访问到数据。因此,树的高度越低,访问数据所需的I/O次数越少。
-
节点存储容量: B+树的节点可以存储更多的键值,这意味着每个节点可以包含更多的数据,从而减少了树的深度。例如,如果一个节点可以存储1000个键值,而B树的节点只能存储100个键值,那么B+树的高度将是B树的十分之一左右。
由于B+Tree的非叶子节点只存储键值信息,假设每个磁盘块能存储3个键值及指针信息,则变成B+Tree后其结构如下图所示:
可能上面例子中只有22条数据记录,看不出B+Tree的优点,下面做一个推算:
I InnoDB存储引擎中页的大小为16KB,一般表的主键类型为INT(占用4个字节)或BIGINT(占用8个字节),指针类型也一般为4或8个字节,也就是说一个页(B+Tree中的一个节点)中大概存储16KB/(8B+8B)=1K个键值(因为是估值,为方便计算,这里的K取值为1000。也就是说一个深度为3的B+Tree索引可以维护1000 * 1000 * 50(最后一层每个磁盘块存多少数据节点,假设是50个) = 5千万条记录。深度一般是三到四层。
实际情况中每个节点可能不能填充满,因此在数据库中,B+Tree的高度一般都在2-4层。mysql的InnoDB存储引擎在设计时是将根节点常驻内存的,也就是说查找某一键值的行记录时最多只需要1~3次磁盘I/O操作。
二、B树
B-树允许每个内部节点有多个子节点,这通常被称为树的“度”或“阶”。这意味着B-树的每个节点可以有多条路径到达子节点。
B-树和B+树都是自平衡的多路搜索树,它们在很多方面有相似之处,但也有一些关键的结构差异。以下是B-树和B+树的主要结构对比:
-
数据存储位置:
- B-树:数据记录既可以存储在内部节点,也可以存储在叶子节点。
- B+树:数据记录仅存储在叶子节点,内部节点仅存储键值和子节点的引用。
-
节点键值数量:
- B-树:每个节点的键值数量可以是其子节点数减一或加一。
- B+树:每个内部节点的键值数量是其子节点数减一,而叶子节点的键值数量是其子节点数。
-
叶子节点的连接方式:
- B-树:叶子节点之间没有直接的链接。
- B+树:所有叶子节点通过指针相互连接,形成一个有序的链表,便于顺序访问和范围查询。
-
树的高度:
- 由于B+树的内部节点可以存储更多的键值,B+树通常比相同条件下的B-树具有更少的高度,这意味着在B+树中进行查找、插入和删除操作可能需要更少的I/O次数。
-
范围查询效率:
- B-树:虽然可以执行范围查询,但效率不如B+树,因为B-树的叶子节点之间没有直接的链接。
- B+树:由于叶子节点形成了有序链表,执行范围查询和顺序访问非常高效。
-
插入和删除操作:
- B-树:在插入和删除操作中,B-树可能需要在内部节点和叶子节点之间移动数据。
- B+树:在B+树中,插入和删除操作通常只影响叶子节点,内部节点的键值仅用于导航。
-
分裂和合并操作:
- B-树:当节点满时,分裂操作可能涉及到将键值提升到父节点,并可能需要调整多个节点。
- B+树:分裂操作通常只影响当前节点和其兄弟节点以及它们的父节点,因为B+树的内部节点不存储数据记录。
-
存储密度:
- B-树:由于内部节点也存储数据记录,B-树的存储密度可能不如B+树。
- B+树:B+树的内部节点只存储键值和子节点的引用,因此具有更高的存储密度。
-
应用场景:
- B-树:适用于需要在内部节点和叶子节点都存储数据的场景。
- B+树:由于其高效的范围查询性能和顺序访问性能,B+树通常用于数据库索引和文件系统。