B-Tree與B+Tree的區別

二叉樹：

左右兩個子節點 能夠爲空

二叉查找樹：

左子樹小於根節點，又子樹大於根節點

平衡二叉樹：

任何節點的左右兩個子樹的高度相差最大爲1,（高度相差大於1會旋轉操做）

B-Tree：（平衡多路查找樹）

B-Tree是爲磁盤等外存儲設備設計的一種平衡查找樹

系統從磁盤中讀取數據是以磁盤塊爲單位，一次會把統一磁盤的數據都讀出來

索引引入的目的是爲了快速查詢以及更新表中的數據，是有序表，能夠用二分查找提升效率

磁盤I/O操做是影響整個B-Tree查找效率的決定因素

若數據量很大則B-Tree的深度較大，增大查詢時的磁盤I/O次數，進而影響查詢效率（採用B+Tree的緣由）

B+Tree：

B+Tree是在B-Tree基礎上的一種優化，使其更適合實現外存儲索引結構

MySQL InnoDB引擎的索引底層實現採用的是B+tree

對於範圍查找來講，b+樹只需遍歷葉子節點鏈表便可，b樹卻須要重複地中序遍歷。

B+Tree相對於B-Tree有幾點不一樣：

1. 非葉子節點是葉子節點的索引，。
2. 要存儲的數據都存放在葉子節點中。
3. 葉子節點之間都有一個鏈指針，不須要遍歷整棵樹就能夠獲得所存儲的所有數據。

爲何使用B+樹？言簡意賅，就是由於：

1.文件很大，不可能所有存儲在內存中，故要存儲到磁盤上

2.索引的結構組織要儘可能減小查找過程當中磁盤I/O的存取次數（爲何使用B-/+Tree，還跟磁盤存取原理有關。）

3.局部性原理與磁盤預讀，預讀的長度通常爲頁數的整數倍

4.數據庫利用磁盤預讀原理，講一個節點的大小設置爲一頁，這樣每個節點只須要一次I/O就能夠徹底載入

   而紅黑樹的結構，邏輯上很近的節點物理上可能很遠，沒法利用局部性

 

 

B+樹徹底解析

B樹 B-樹 B+樹

各類樹

B+樹圖文詳解

B樹和B+樹的應用

B+樹比B樹更合適做爲索引的緣由 （這裏面的兩個圖）