Btree和B+tree的区别
B树
B树是一种多路自平衡搜索树，它类似普通的二叉树，但是B书允许每个节点有更多的子节点。B树示意图如下：
B树的特点：
（1）所有键值分布在整个树中
（2）任何关键字出现且只出现在一个节点中
（3）搜索有可能在非叶子节点结束
（4）在关键字全集内做一次查找，性能逼近二分查找算法
3：所有叶子节点都出现在同一层，且叶子节点不包含任何关键字信息(可以看做是外部接点或查询失败的接点，实际上这些结点不存在，指向这些结点的指针都为null)
4：每个非叶子节点包含有n个关键字信息(n，P0，K1，P1，K2，P2，......，Kn，Pn)，其中：
a) Ki (i=1...n)为关键字，且关键字按顺序升序排序K(i-1)< Ki。
b) Pi为指向子树根的接点，且指针P(i-1)指向子树种所有结点的关键字均小于Ki，但都大于K(i-1)。
c) 关键字的个数n必须满足： [ceil(m / 2)-1]<= n <= m-1。
这三天摘抄自文末参考，大致理解一下就行。
来模拟下查找文件29的过程：
(1) 根据根结点指针找到文件目录的根磁盘块1，将其中的信息导入内存。【磁盘IO操作1次】
(2) 此时内存中有两个文件名17，35和三个存储其他磁盘页面地址的数据。根据算法我们发现17<29<35，因此我们找到指针p2。
(3) 根据p2指针，我们定位到磁盘块3，并将其中的信息导入内存。【磁盘IO操作2次】
(4) 此时内存中有两个文件名26，30和三个存储其他磁盘页面地址的数据。根据算法我们发现26<29<30，因此我们找到指针p2。
(5) 根据p2指针，我们定位到磁盘块8，并将其中的信息导入内存。【磁盘IO操作3次】
(6) 此时内存中有两个文件名28，29。根据算法我们查找到文件29，并定位了该文件内存的磁盘地址。
B+Tree
从图中也可以看到，B+树与B树的不同在于：
（1）所有关键字存储在叶子节点，非叶子节点不存储真正的data
（2）为所有叶子节点增加了一个链指针
那么问题来了，为什么用B/B+树这种结构来实现索引呢？？
答：红黑树等结构也可以用来实现索引，但是文件系统及数据库系统普遍使用B/B+树结构来实现索引。mysql是基于磁盘的数据库，索引是以索引文件的形式存在于磁盘中的，索引的查找过程就会涉及到磁盘IO(为什么涉及到磁盘IO请看文章后面的附加理解部分)消耗，磁盘IO的消耗相比较于内存IO的消耗要高好几个数量级，所以索引的组织结构要设计得在查找关键字时要尽量减少磁盘IO的次数。为什么要使用B/B+树，跟磁盘的存储原理有关。
局部性原理与磁盘预读
为了提升效率，要尽量减少磁盘IO的次数。实际过程中，磁盘并不是每次严格按需读取，而是每次都会预读。磁盘读取完需要的数据后，会按顺序再多读一部分数据到内存中，这样做的理论依据是计算机科学中注明的局部性原理：
当一个数据被用到时，其附近的数据也通常会马上被使用
程序运行期间所需要的数据通常比较集中
（1）由于磁盘顺序读取的效率很高(不需要寻道时间，只需很少的旋转时间)，
因此对于具有局部性的程序来说，预读可以提高I/O效率.预读的长度一般为页(page)的整倍数。
（2）MySQL(默认使用InnoDB引擎),将记录按照页的方式进行管理,每页大小默认为16K(这个值可以修改)。linux 默认页大小为4K。
B-Tree借助计算机磁盘预读的机制，并使用如下技巧：
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，就实现了一个结点只需一次I/O。
假设 B-Tree 的高度为 h,B-Tree中一次检索最多需要h-1次I/O（根节点常驻内存），渐进复杂度为O(h)=O(logdN)O(h)=O(logdN)。一般实际应用中，出度d是非常大的数字，通常超过100，因此h非常小（通常不超过3，也即索引的B+树层次一般不超过三层，所以查找效率很高）。
而红黑树这种结构，h明显要深的多。由于逻辑上很近的节点（父子）物理上可能很远，无法利用局部性，所以红黑树的I/O渐进复杂度也为O(h)，效率明显比B-Tree差很多。
为什么mysql的索引使用B+树而不是B树呢？？
（1）B+树更适合外部存储(一般指磁盘存储),由于内节点(非叶子节点)不存储data，所以一个节点可以存储更多的内节点，每个节点能索引的范围更大更精确。也就是说使用B+树单次磁盘IO的信息量相比较B树更大，IO效率更高。
（2）mysql是关系型数据库，经常会按照区间来访问某个索引列，B+树的叶子节点间按顺序建立了链指针，加强了区间访问性，所以B+树对索引列上的区间范围查询很友好。而B树每个节点的key和data在一起，无法进行区间查找。
原文：https://www.jianshu.com/p/0371c9569736
Btree和B+tree的区别相关推荐
- 带父节点的平衡二叉树_深入理解(二叉树、平衡二叉树、B-Tree、B+Tree )的区别
一.背景 一般说MySQL的索引,都清楚其索引主要以B+树为主,此外还有Hash.RTree.FullText.本文简要说明一下MySQL的B+Tree索引,以及和其相关的二叉树.平衡二叉树.B-Tr ...
- 你还不知道 BTree，B-Tree，B+Tree 的区别吗？
文章目录 前言 BTree B+Tree BTree 与 B+Tree 前言 关于MySQL的系列文章,请跳转至 MySQL专栏 今天来总结一下,B树.B-树.B+树,这三棵树.对于 B树和B-树,网 ...
- 二叉树、平衡二叉树、红黑树、BTree、B+Tree的区别和联系
1.二叉查找树 二叉树具有以下性质:左子树的键值小于根的键值,右子树的键值大于根的键值. 如下图所示就是一棵二叉查找树, 对该二叉树的节点进行查找发现深度为1的节点的查找次数为1,深度为2的查找次数为 ...
- B-Tree与B+Tree的区别
二叉树: 左右两个子节点 可以为空 二叉查找树: 左子树小于根节点,又子树大于根节点 平衡二叉树: 任何节点的左右两个子树的高度相差最大为1,(高度相差大于1会旋转操作) B-Tree:(平衡多路查找 ...
- MySQL的索引存储数据结构BTree和B+Tree的区别
文章目录 BTree 原理示意图 B+Tree 原理示意图 B+Tree的树层级很少 B+Tree 可以高效支持范围查找 BTree 原理示意图 注:BTree 就是 B-Tree,实际上官方并没有 ...
- MySQL引擎之MyISAM，InnoDB，Btree与B+tree
目录: MyISAM与InnoDB模块 Btree模块 B-tree与哈希索引的区别 一:MyISAM: 创建一个myisam存储引擎的表的时候会出现三个文件 tb_demo.frm,存储表定义: 2 ...
- Btree与b+tree
1. Btree: B-tree是一种多路自平衡搜索树,它类似普通的二叉树,但是Btree允许每个节点有更多的子节点.Btree示意图如下: B树的搜索,从根结点开始,如果查询的关键字与结点的关键字相 ...
- btree和b+tree
btree是为了磁盘或其它存储设备而设计的一种多叉平衡查找树(相对于二叉,btree每个内结点有多个分支,即多叉),而b+tree是btree的一个变种,是b+tree在数据库中的一种实现,是最常见也 ...
- 数据结构之BTree、B+Tree的含义及区别
1.引言 前面学习索引时,了解到MySQL索引的数据类型有B+Tree索引和哈希索引,本文将详细介绍一下BTree和B+Tree的含义和他们的区别. 2.BTree 2.1 概念 B树是一种自平衡树数 ...
最新文章
- 电子学会青少年编程等级考试Python一级题目解析11
- 网页（Webpage）粒度分析算法
- win10安装JDK详细教程
- Execute permission missing on User-Defined table Type
- python安装路径查看_查看python安装路径及pip安装的包列表及路径
- java网络图片与二进制字符串相互转换
- XMLHttpRequestEventTarget
- python2.7对DICOM图像的读取
- 机器学习和深度学习资料汇总【01】
- 糖葫芦低通滤波器的设计
- 彻底删除的视频怎么恢复？找回丢失的视频有3种方式
- 2018.8.10Yukimai模拟Day1
- linux系统中查看防火墙开放端口号命令
- USB声卡噪音问题，USB声卡中文名设置，基于STM32F411
- ASP.NET MVC 支付宝sdk 查询订单状态 填坑攻略
- 用 Windows 的 diskpart 命令修复U盘
- LeetCode179：最大数
- 自学java心路历程（学了半年。。。直到更久。。。。。）
- 第一次英语测试，记忆犹新！
- 电视剧《猎狐》给我们的启示