IT编程 > 数据库 > Mysql

B树、B-树、B+树、B*树都是什么

58人参与2020-05-12

数据库索引是采用 b 树结构存储的,所以对应的索引项并不会被删除,经过一段时间的增删改操作后,数据库中就会出现大量的存储碎片,这和磁盘碎片、内存碎片产生原理是类似的,这些存储碎片不仅占用了存储空间,而且降低了数据库运行的速度。如果发现索引中存在过多的存储碎片的话就要进行“碎片整理”了,最方便的“碎片整理” 手段就是重建索引, 重建索引会将先前创建的索引删除然后重新创建索引,主流数据库管理系统都提供了重建索引的功能,比如 reindex、rebuild 等,如果使用的数据库管理系统没有提供重建索引的功能,可以首先用drop index语句删除索引,然后用alter table 语句重新创建索引。

        对b树的概念比较陌生,网上一搜才知道,原来是 binary search tree(二叉搜索树),贴上全文!

b树

即二叉搜索树:

       1.所有非叶子结点至多拥有两个儿子(left和right);

       2.所有结点存储一个关键字;

       3.非叶子结点的左指针指向小于其关键字的子树,右指针指向大于其关键字的子树;

       如:

               

        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等,那么就命中;否则,如果查询关键字比结点关键字小,就进入左儿子;如果比结点关键字大,就进入右儿子;如果左儿子或右儿子的指针为空,则报告找不到相应的关键字;

       如果b树的所有非叶子结点的左右子树的结点数目均保持差不多(平衡),那么b树的搜索性能逼近二分查找;但它比连续内存空间的二分查找的优点是,改变b树结构(插入与删除结点)不需要移动大段的内存数据,甚至通常是常数开销;

       如:

           

 

            

 

右边也是一个b树,但它的搜索性能已经是线性的了;同样的关键字集合有可能导致不同的树结构索引;所以,使用b树还要考虑尽可能让b树保持左图的结构,和避免右图的结构,也就是所谓的“平衡”问题;     

       实际使用的b树都是在原b树的基础上加上平衡算法,即“平衡二叉树”;如何保持b树结点分布均匀的平衡算法是平衡二叉树的关键;平衡算法是一种在b树中插入和删除结点的策略;

 

b-树

       是一种多路搜索树(并不是二叉的):

       1.定义任意非叶子结点最多只有m个儿子;且m>2;

       2.根结点的儿子数为[2, m];

       3.除根结点以外的非叶子结点的儿子数为[m/2, m];

       4.每个结点存放至少m/2-1(取上整)和至多m-1个关键字;(至少2个关键字)

       5.非叶子结点的关键字个数=指向儿子的指针个数-1;

       6.非叶子结点的关键字:k[1], k[2], …, k[m-1];且k[i] < k[i+1];

       7.非叶子结点的指针:p[1], p[2], …, p[m];其中p[1]指向关键字小于k[1]的子树,p[m]指向关键字大于k[m-1]的子树,其它p[i]指向关键字属于(k[i-1], k[i])的子树;

       8.所有叶子结点位于同一层;

        如:(m=3)

     

        b-树的搜索,从根结点开始,对结点内的关键字(有序)序列进行二分查找,如果命中则结束,否则进入查询关键字所属范围的儿子结点;重复,直到所对应的儿子指针为空,或已经是叶子结点;

b-树的特性:

       1.关键字集合分布在整颗树中;

       2.任何一个关键字出现且只出现在一个结点中;

       3.搜索有可能在非叶子结点结束;

       4.其搜索性能等价于在关键字全集内做一次二分查找;

       5.自动层次控制;

       由于限制了除根结点以外的非叶子结点,至少含有m/2个儿子,确保了结点的至少利用率,其最底搜索性能为:

                    

            其中,m为设定的非叶子结点最多子树个数,n为关键字总数;

       所以b-树的性能总是等价于二分查找(与m值无关),也就没有b树平衡的问题;

       由于m/2的限制,在插入结点时,如果结点已满,需要将结点分裂为两个各占m/2的结点;删除结点时,需将两个不足m/2的兄弟结点合并;

 

b+树

       b+树是b-树的变体,也是一种多路搜索树:

       1.其定义基本与b-树同,除了:

       2.非叶子结点的子树指针与关键字个数相同;

       3.非叶子结点的子树指针p[i],指向关键字值属于[k[i], k[i+1])的子树(b-树是开区间);

       5.为所有叶子结点增加一个链指针;

       6.所有关键字都在叶子结点出现;

       如:(m=3)

     ‍

 

   b+的搜索与b-树也基本相同,区别是b+树只有达到叶子结点才命中(b-树可以在非叶子结点命中),其性能也等价于在关键字全集做一次二分查找;

       b+的特性:

       1.所有关键字都出现在叶子结点的链表中(稠密索引),且链表中的关键字恰好是有序的;

       2.不可能在非叶子结点命中;

       3.非叶子结点相当于是叶子结点的索引(稀疏索引),叶子结点相当于是存储(关键字)数据的数据层;

       4.更适合文件索引系统;

  

b*树

       是b+树的变体,在b+树的非根和非叶子结点再增加指向兄弟的指针;

     ‍

 

   b*树定义了非叶子结点关键字个数至少为(2/3)*m,即块的最低使用率为2/3(代替b+树的1/2);

       b+树的分裂:当一个结点满时,分配一个新的结点,并将原结点中1/2的数据复制到新结点,最后在父结点中增加新结点的指针;b+树的分裂只影响原结点和父结点,而不会影响兄弟结点,所以它不需要指向兄弟的指针;

       b*树的分裂:当一个结点满时,如果它的下一个兄弟结点未满,那么将一部分数据移到兄弟结点中,再在原结点插入关键字,最后修改父结点中兄弟结点的关键字(因为兄弟结点的关键字范围改变了);如果兄弟也满了,则在原结点与兄弟结点之间增加新结点,并各复制1/3的数据到新结点,最后在父结点增加新结点的指针;

       所以,b*树分配新结点的概率比b+树要低,空间使用率更高;

  

小结

       b树:二叉树,每个结点只存储一个关键字,等于则命中,小于走左结点,大于走右结点;

       b-树:多路搜索树,每个结点存储m/2到m个关键字,非叶子结点存储指向关键字范围的子结点;

       所有关键字在整颗树中出现,且只出现一次,非叶子结点可以命中;

       b+树:在b-树基础上,为叶子结点增加链表指针,所有关键字都在叶子结点中出现,非叶子结点作为叶子结点的索引;b+树总是到叶子结点才命中;

       b*树:在b+树基础上,为非叶子结点也增加链表指针,将结点的最低利用率从1/2提高到2/3;

转自:https://www.cnblogs.com/liangbaolong/p/12872715.html

留下您精彩的一笔!!点此进行留言回复

最近更新

Windows10下mysql 8.0.19 winx64安装教程及修改初始密码

06-23

在IDEA的maven项目中连接并使用MySQL8.0的方法教程

06-23

如何更改MySQL数据库的编码为utf8mb4

06-23

安装mysql-8.0.19-winx64遇到的问题:Can&#39;t create directory &#39;xxxx\Database\&#39;

06-23

mysql中GROUP_CONCAT的使用方法实例分析

06-23

win10安装zip版MySQL8.0.19的教程详解

06-23

推荐阅读

B树、B-树、B+树、B*树都是什么

05-12

Ubuntu 18.04安装MySQL

05-23

基于unique与primary约束的区别分析

06-05

CentOS7.6安装MySQL8.0(图文详细篇)

01-07

面向程序员的数据库访问性能优化法则

08-28

mysql把一个表某个字段的内容复制到另一张表的某个字段的SQL语句写法

06-05

检测MySQL的表的故障的方法

06-05

MySQL并行复制的一个坑

08-03

mysql实现随机查询经验谈

03-24

在CentOS 7系统下安装Maven以及设置国内镜像地址的教程

07-04

MySQL可重复读级别能够解决幻读吗

07-20

MySQL常见的底层优化操作教程及相关建议

06-08

热门评论