B-Trees【設計數據密集型應用】

B-Trees

日誌結構的索引雖然目前獲得承認，可是它不是最多見的索引類型，應用最普遍的索引類型是B-Tree。

在幾乎全部數據庫中B-Tree仍然是索引的標準實現。許多非關係數據庫也在用它。

像SSTable同樣，B-Tree把鍵值對按照key排序，這樣就保證了鍵值對的高效查詢和範圍查詢（range query）。可是這也是類似之處的結束點：B-Tree的設計哲學很是之不一樣。

日誌結構的索引把數據庫劃分紅可變尺寸的segment，通常幾M或更多。按照順序寫每個segment。與之相反的是，B-Tree把劃分紅固定尺寸的block或page，通常4K或更多，一次讀或寫一個page。這種設計與硬件對應的很密切，由於磁盤也是按照固定的尺寸排列的。

能夠經過地址或者位置能夠找到一個具體的page，同時一個page也能夠引用另一個page，和指針相似，可是是在磁盤上而不是在內存中。咱們能夠用這些page的引用來構建一棵樹。如圖3-6

B-Tree中一個page被設計爲root，查詢的時候從root開始。每一個page包含幾個key和子page的reference，每一個子page負責一個連續key的範圍。reference之間的key表示範圍邊界。

B-Tree中一個page中的子page的reference的數量叫作branching factor。實戰中，branching factor取決於存儲reference和range邊界的所須要的空間，一般是幾百。

若是你想要更新key對應的值，搜索到葉子page後，直接修改，而後寫回磁盤就能夠了。若是想要添加key，找到範圍包含那個key的page，添加就好了。若是page空間不足，就把那個page分紅兩半，父親page被更新，而且負責新的key範圍的分支。

這個算法確保了樹一直保持平衡：一個n個key的B-Tree，其深度是O（logn）。大部分數據庫能夠容納3或4層的B-tree。因此查詢的時候不用遍歷不少的reference。（一個四層4KB的page，branching factor是500的B-tree能夠存儲高達256TB的數據）