关于为何使用B tree和B+ tree的原因

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 2.6k累计阅读 2.6k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄9年

关注

转载最新推荐文章于 2026-05-13 09:32:00 发布 2.6k 阅读 AI 写同款· GEO 优化 ›

B树（BTree）与B+树（B+Tree）类型3:X处于非终端结点，则用X的前驱或者后继关键字顶替X的位置，然后把对应的前驱和后继关键字删掉，变成删除终端结点的情况。阅读详情

https://blog.youkuaiyun.com/weixin_30531261/article/details/79312676

收录于

Mysql 数据库

当前文章被收录于：

Mysql 数据库

3 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

简单剖析B树（B-Tree）与Ｂ+树注意：首先需要说明的一点是：B-树就是B树，没有所谓的B减树引言　　我们都知道二叉查找树的查找的时间复杂度是Ｏ(log N)，其查找效率已经足够高了，那为什么还有Ｂ树和Ｂ＋树的出现呢？难道它两的时间复杂度比二叉查找树还小吗？　　答案当然不是，Ｂ树和Ｂ＋树的出现是因为另外一个问题，那就是磁盘ＩＯ；众所周知，ＩＯ操作的效率很低，那么，当在大量数据存储中，查询时我们不能一下子将所有数据加载到... 阅读详情

相关推荐

MySql——索引底层数据结构和算法

文章目录简介索引什么是索引MySql未使用二叉树MySql未使用红黑二叉树B-Tree B树B+Tree B+树简介 Mysql是常用的数据库，本篇博客重点介绍索引和其相关的数据结构索引什么是索引索引是帮助MySql高效获取数据的排好序的数据结构。其中索引的数据结构分为：二叉树、红黑树、Hash表、B-Tree(B+树)等。【问：】当无索引时，数据查找是怎么样的？假设MySql中有如下所示的数据信息：假设查询语句为： select * from t where t.Col2 = 89;

专注写bug 380

B-Tree 和 B+Tree详解

B-Tree 和 B+Tree一、什么是B-Tree1.B树插入2.B树删除3.总结二、什么是B+Tree1.B+树插入2.B+树删除3.总结一、什么是B-Tree B-Tree又叫做B树，和平衡二叉树不同的地方在于B树是多叉树(平衡多路查找树)，Oracle和MongoDB的索引技术就是基于B树的数据结构，B树也可以看作是对2-3查找树的一种扩展。一个m阶的B-Tree有以下性质：每个节点最多有m个子节点每个非叶子节点（根节点除外）至少含有m/2个子节点如果根节点不是叶子节点，那么根节点至少有

weixin_54787921的博客 4458

SQLSTATE58030

在优化一条SQL的时候遇到了执行错误 gtlions =# select t1.telnumber,t2.ua,t2.url,t1.apply_name,t2.apply_name from tb1 t1 gtlions -# left outer join tb2 t2 on t1.sid = t2.ipsid gtlions-# where t1.sum_date=20141128 a

Gtlions Tracker 3659

【mysql学习篇】为什么mysql用B+Tree？

各种数据结构对比，二叉树、红黑树、B Tree、B + Tree

一个勤勤恳恳的程序猿 3万+

真双口RAM---Quartus与Vivado开发环境区别对比

2、写和写冲突：表示两个端口写使能同时有效且写地址相同，此时需要关断一个写，把两个写端口都需要更新的值处理到一个写端口上面，任何的DP RAM 都不支持写和写冲突。以上述直方图统计使用为例，博主在仿真过程中发现，vivado真双口RAM--B端口读写延迟2个clk；1、读和写冲突：如果读和写同时有效，且读和写是同一个地址时，发生RAM读写冲突，此时会把最新的写数据直接赋给读数据，称为写穿通到读。

weixin_54470733的博客 3582

【硬件开源实战】STM32G070RBT6开发板从设计到避坑全解析

本文全面解析了STM32G070RBT6开发板从硬件设计到避坑的实战经验。详细介绍了电源设计、时钟电路、PCB布局等关键环节，分享了成本控制、焊接测试、软件开发和外设驱动的实用技巧，帮助开发者高效完成项目开发。

weixin_26897585的博客 236

数据库为什么要用B+树结构

B+树在数据库中的应用{为什么使用B+树？言简意赅，就是因为：1.文件很大，不可能全部存储在内存中，故要存储到磁盘上2.索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数（为什么使用B-/+Tree，还跟磁盘存取原理有关。）3.局部性原理与磁盘预读，预读的长度一般为页（page）的整倍数，（在许多操作系统中，页得大小通常为4k）4.数据库系统巧妙利用了磁盘预读原理，将一个节点的大小设为等于一个...

zhengcaihua0的博客 1947

YOLOv11多模态融合实战：基于YOLOFuse的RGB与红外线(IR)协同检测技术解析

本文深入解析了YOLOv11多模态融合技术，重点介绍基于YOLOFuse框架的RGB与红外线(IR)协同检测方法。通过动态权重分配、跨模态特征对齐等创新设计，实现在低光照等复杂环境下的高精度目标检测，mAP提升高达37%。文章包含实战案例、训练技巧和部署方案，为计算机视觉开发者提供完整的多模态融合解决方案。

weixin_29038345的博客 290

NoSql中的B-tree、B+tree和LSM-tree

总结： 1、B+树将数据完全排序，读数据时很快，但当要修改数据时，就需要将新入数据下面的数据重新排位，特别是当写入的数据排在较高的位置时，需要大量的移位操作才能完成写入。 2、SLM牺牲部分的读性能，从而提高写性能：将数据分散到多个有序列表中，每个列表保存一部分数据，这样读取数据时，就需要先查找在哪个有序列表，再从这个列表中读取具体数据，但是写的时候，受影响的数据就会减少，从而减少写入时间。

jinhong_lu的博客 395

【机器人】机械臂控制入门技术栈分享

机械臂控制入门技术栈分享1.前言2.机器人控制入门技术栈2.1.空间描述和变化2.2.运动学分析2.3.动力学建模2.4.控制入门学习3.进阶部分3.1.机器人参数辨识3.2.非线性控制3.3.现代机器人描述方法：指数坐标4.总结 1.前言今天看到优快云上有个分享个人技术栈的活动，虽然我不是一个正规的程序员，也不搞前端、后端这些，但我一直在优快云上通过写博客对我的学习进行总结，于是我突发奇想，不如我也写一下我的个人技术栈，针对机械臂控制入门的，因为我水平也不高，所以本文内容也许不够饱满，也不够准确，但

要恰饭得嘛 5858

基于FreeRedis实现的.NET Redis客户端缓存缓存键条件优雅过滤

在.NET开发中，使用Redis作为缓存解决方案是很常见的。FreeRedis是一个功能强大的Redis客户端库，它提供了丰富的功能和灵活性，使我们能够轻松地与Redis进行交互。在本文中，我们将探讨如何使用FreeRedis实现缓存键条件的优雅过滤，以提高缓存的效率和准确性。

RzuScala的博客 328

B+Tree简介

磁盘的最小单位是扇区，扇区的大小只有512B的大小，操作系统通常一次会加载多个扇区的数据到内存中，操作系统最小的单位是块block，在Linux系统中block的大小通常为4KB，也就是说加载一个块的数据，默认是8个扇区的数据。另一个重点是由于索引文件都是存放在一个节点里面，对应相同的扇区，磁盘在进行预加载的时候，会把相邻的扇区的数据一起进行加载到内存中，这样在进行数据查找的时候更容易找到相邻扇区的索引数据，提升检索速度，减少了IO的操作。2、要能高效的查找一个数据，也能高效的执行范围查找。

bingshiwuyu的专栏 622

AutoSAR配置与实践（深入篇）5.4 OS原理（下）- 内存保护（MPU）

ECU可能由内部模块、第三方模块等各模块集成的。需求对每个模块所定义的安全等级可能有差异，需要考虑不同安全等级的模块和代码间减少相互干扰，防止程序错误传播。可以理解为包含Task、Alarm、Counter、Schedule table、ISRs、Event等基本对象的容器，用于隔离Task/Alarm等，进行内存保护。

nihaoljq2010的博客 3536

B-tree/b+tree 原理以及聚簇索引和非聚簇索引

B-Tree介绍 B-Tree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=...

Sweet Baby，甜宝 851

基于YOLOv8和时序模型的异常动作检测系统

异常动作检测是计算机视觉领域的重要应用，广泛应用于智能监控、安防系统、老人看护等场景。本项目结合YOLOv8目标检测和LSTM时序模型，实现对打架、摔倒、奔跑等异常动作的实时检测，并提供了完整的Web界面。多技术融合: 结合YOLOv8目标检测和LSTM时序建模实时检测: 支持实时视频流处理和文件分析用户友好: 提供完整的Web界面可扩展性: 模块化设计便于功能扩展高性能: 包含多种优化策略。

YOLO 764

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，

二叉树，平衡二叉树，B-Tree，B+Tree，跳表详解

二叉树，平衡二叉树，B-Tree，B+Tree，跳表详解1.二叉查找树（BST）1.1 二叉查找树概念1.2 二叉查找树特点2. 平衡二叉树（AVL）2.1 平衡二叉树概念2.2 平衡二叉树特点3. 平衡多路查找树(B-Tree)3.1 B-Tree概念3.2 B-Tree特点4. B+Tree5. B树和B+树区别5. 跳表（Skip list）5.1 跳表的概念5.2 跳表的特点7. B+树比B树更适合数据库索引8. Redis有序集合为什么是跳表而不是红黑树/B+树9. Mysql的索引为什么使用B

靖节先生的博客 1742

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制

【Java面试】Mysql为什么使用B+Tree作为索引结构

一个工作8年的粉丝私信了我一个问题。他说这个问题是去阿里面试的时候被问到的，自己查了很多资料也没搞明白，希望我帮他解答。问题是： “Mysql为什么使用B+Tree作为索引结构”关于这个问题，看看普通人和高手的回答。

guanshengg的博客 2116

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

MySQL问题：B-Tree与B+Tree的区别？

B+树通过数据全存叶子节点+链表连接的设计，牺牲单点查询的极致速度，换取了范围查询、磁盘IO和稳定性的全面优势，因此成为数据库索引的标准选择。范围查询效率：低（需要中序遍历） | 高（链表直接遍历相邻叶子节点）叶子节点链接：叶子节点间无指针连接 | 叶子节点通过双向链表串联。查询稳定性：非叶子节点命中即可返回 | 必须到叶子节点，稳定。数据存储位置：所有节点均可存数据 | 仅叶子节点存数据。使用B+Tree作为MySQL索引结构的原因。

m0_74313252的博客 186

以通俗易懂的方式了解MySQL 索引和 B+Tree（至尊典藏版）

数据结构太复杂看起来比较吃力？没关系这篇文章来解救你，以简单通俗的方式讲解。

人生若只初相见@的博客 3万+

Mysql索性为什么要用B+Tree当索引

数据库为什么需要索引呢？我们都是知道数据库的数据都是存储在磁盘上的，当我们程序启动起来的时候，就相当于一个进程运行在了机器的内存当中。所以当我们程序要查询数据时，必须要从内存出来到磁盘里面去查找数据，然后将数据写回到内存当中。但是磁盘的io效率是远不如内存的，所有查找数据的快慢直接影响程序运行的效率。而数据库加索引的主要目的就是为了使用一种合适的数据结构，可以使得查询数据的效率变高，减少磁盘io的次数，提升数据查找的速率，而不再是愣头青式的全局遍历。那索引为啥要用B+Tree的数据结构呢？如

javalingyu的博客 130

MySQL性能优化1-MySQL索引机制（B+ Tree）

目录索引是谁实现的什么是索引 B+ Tree MySQL B+ Tree的实现（主要InnoDB MyISAM中) MyISAM InnoDB 索引知识补充列的离散性最左匹配原则联合索引覆盖索引小结索引是谁实现的存储引擎是在表上实现的，一个库中的表可以使用不同的存储引擎。索引就是由存储引擎来实现的。什么是索引正确的创建合适的索引是提升数据...

WM_CARA的博客 347

关于MySQL中索引底层数据结构B树和B+树的理解以及常见问题

在说B树之前我们首先需要知道平衡二叉树这个概念，所谓（如果不是一颗空树）那么它左右两个子树的高度差的绝对值不超过1，并且左右两个子树也都是一棵平衡二叉树。

xjx666666的博客 844

为什么redis的zset用跳跃表而不用b+ tree？

redis设计本身使用的是极简思想，跳跃表的操作，比二叉树简单，不需要考虑平衡，实现起来也简单,我觉的这个是重点redis是纯内存操作，不需要考虑磁盘IO的次数（一个*header可以理解为一个数据页，只不过是在内存里）MySQL为了持久化，需要考虑磁盘IO，利用数据页，系统缓存，减少磁盘的操作顺序如果这个问题反过来就好解释了，MySQL为什么用B+Tree 而不用跳表层低，磁盘IO少性能稳定平衡到达每一个叶子节点的路径都固定就上面的两个，实现复杂度高了也无所谓。

yxkong的专栏 3637

这篇 MySQL 索引和 B+Tree 讲的太通俗易懂！

点击蓝色“Java高级架构”关注我哟加个“星标”，干货推送！来源：https://blog.youkuaiyun.com/b_x_p/article/details/86434387作者：he_32...

JAVA高级架构 266

MyISAM和Innodb（非聚集索引和聚集索引）、B+树的存储、MySQL的几种索引

文章目录MySQL索引索引数据结构二叉查找树红黑树Hash表B-TreeB+Tree（B-Tree变种）MyISAM（非聚集索引）Innodb（聚集索引）MySQL索引优化最佳左前缀原则 MySQL索引索引数据结构索引是帮助MySQL高效获取数据的排好序的数据结构二叉查找树缺点：当插入的元素是递增时，二叉查找树退化成单链表，查询效率低例如，依次插入1、2、3、4、5等红黑树优点：相对于二叉查找树，可以平衡结点（二叉平衡树）缺点：当数据表中的数据有几十万甚至上百万条时，查询的次数，也就是树

qq_40177015的博客 1044

B+Tree索引为什么可以支持千万级别数据量的查找——讲讲mysql索引的底层数据结构

MySQL索引底层数据结构索引是存储引擎快速找到记录的一种数据结构一、有索引与没索引的差距先来看一张图：左边是没有索引的情况，右边是作为col2字段二叉树索引的情况。假如执行查找(假设表为 t) select *from t where col2 = 89; 那么，左边的情况，需要比较6次才能找到，右边的情况，只需要比较2次就可以找到。当数据量非常大时，要查找的数据又非常靠后，那么二叉树结构的查询优势将非常明显。扩展：在右边二叉树的结构中，每个节点都是...

gb4215287的博客 767

上一篇： Mysql出现中文乱码

下一篇： Git&Gitlab使用那些事

MySql——索引底层数据结构和算法

专注写bug

05-19

380