关于为何使用B tree和B+ tree的原因

最新推荐文章于 2025-11-06 09:34:20 发布

转载最新推荐文章于 2025-11-06 09:34:20 发布 · 2.6k 阅读

Mysql 数据库专栏收录该内容

3 篇文章

订阅专栏

本文详细解析了如何在优快云上撰写一篇高质量的技术博客，包括标题、标签和内容的优化策略，旨在帮助作者提高博客的可见性和吸引力。

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

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Embra_ce

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【PHP面试题19】B-Tree和B+Tree的区别，以及B+Tree在MySQL中的应用

黑夜开发者的博客

06-27

526

PHP面试专区。计划将全覆盖PHP开发领域所有的面试题，对标资深工程师/架构师序列，欢迎大家提前关注锁定。总之，B+ Tree是一种适用于磁盘存储的平衡树，由于在磁盘上读写数据的时间比在内存中读写数据慢，因此B+ Tree能够更好地适应磁盘存储，提高数据的读写效率。在Mysql中，B+ Tree被广泛应用于索引的实现，保证了数据库查询的性能。

大白话btree和b+tree

我想问问天的专栏

03-08

2378

引语作为一直后端程序猿，经常会看到好几个关于树的概念，平衡二叉树，二叉搜索树，avl树，btree，b+tree等等。没有弄清楚的时候，放到一起很容易弄混。今天咱们就来捣鼓捣鼓这几个名词，理解一下它们都是啥。本文会从二叉树由浅入深介绍到b+tree，，对于不同的树的插入删除先不谈，主要用于帮助不清楚概念的童鞋理解这些名词代表的什么样的数据结构，暂不涉及红黑树（这玩意要写起来篇幅有点长，下次可...

参与评论您还未登录，请先登录后发表或查看评论

为什么使用B-Tree（B+Tree）

flxchy4的博客

08-27

240

一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。这样的话，索引查找过程中就要产生磁盘I/O消耗，相对于内存存取，I/O存取的消耗要高几个数量级，所以评价一个数据结构作为索引的优劣最重要的指标就是在查找过程中磁盘I/O操作次数的渐进复杂度。换句话说，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...

MySQL索引为什么用B+Tree?

张俊杰的博客

02-06

679

（一）二叉查找树二叉查找树检索是 10是根节点,假如我想查询 7 的数据,检索步骤是一个节点一个节点去比对,先把根节点加载到内存里面, 7 和 10比对发现比10小,就会往左边进行搜索.这时候把5加载到内存里面,去跟7比对,发现 7 比5大,就往右边走. 然后把 7加载到内存里面发现是我要的数据.这样的话就可以过滤掉 15 节点后面的数据,大大减少了检索的时间. 二叉树也会出现问题,在连续插入的时候如果后面的插入的数据依次都比前面的大,就会变成是链表的形式.这样就和全表扫描没有什么不同了. [外链

【MySQL索引】- B+Tree原理、索引类型与创建策略详解

最新发布

持续输出Java相关知识

11-06

727

B+Tree原理：理解索引的底层工作机制索引类型：根据场景选择合适的索引类型最左前缀：掌握复合索引的使用规则覆盖索引：尽可能避免回表查询执行计划：学会分析查询性能索引不是越多越好。每个额外的索引都会增加维护成本，影响写性能。好的索引设计是在查询性能和写性能之间找到平衡。索引创建黄金法则为频繁查询的WHERE条件创建索引为JOIN条件创建索引为ORDER BY和GROUP BY的列创建索引定期清理未使用和冗余的索引下一步行动分析你当前项目的索引使用情况识别并优化慢查询。

4、mysql为什么用B+tree

u011603018的博客

06-09

316

B-Tree B树是一种多路平衡搜索树，但是B树允许每个节点上可以存放更多的数据，也允许每个节点有更多的子节点 B树的特点：所有的键值分布在整个树中任何关键字只出现在1个节点中搜索可能在非叶子节点中结束 B+Tree B+Tree是B树的变种 B+Tree特点数据都存储在叶子节点，非叶子节点不存储真正的数据非叶子节点中的数据，都能在叶子节点中找到（关键字有可能出现在2处）。为所有的叶子节点增加了一个链指针 为什么用B+Tree Mysql是基于磁盘的数据库，索引是以索引文件存在于

【mysql】mysql索引探索（一）-- 为什么使用B+ Tree作为索引的结构

猫球球的博客

11-07

3255

什么是索引在百度上查找索引的时候，很多回答会是：数据库就像是一本书，索引就像是他的目录，我们通过索引可以很快的定位到我们要找的数据。这话说的通俗易懂，一点没错。但是如果要说的更确切一点，那么应该这么表达：索引是为了加速对表中数据行检索而创建的一种分散的数据结构。首先索引的存在是为了加速对表中数据行的检索，其次他是分散的，最后他是一种数据结构。所以我们说正确的创建索引是提升数据库...

MySQL 索引底层为什么选择B+Tree

扛麻袋的少年的博客

01-16

3493

MySQL笔记(七)：MySQL索引索引是为了加速对表中数据行的检索而创建的一种分散存储的数据结构。索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。 为什么要使用索引索引能够大大的减少存储引擎需要扫描的数据量，无索引则进行全表扫描；索引可以把随机IO变成顺序IO(因为IO操作很耗时)；索引可以帮助我们在...

【Mysql 底层原理】MySQL 索引原理：B-Tree 和 B+Tree 的区别与应用

激流丶的博客

10-28

2577

博主从事应用安全和大数据领域，有8年研发经验，5年面试官经验，Java技术专家，WEB架构师，阿里云专家博主，华为云云享专家，51CTO 专家博主。

B-Tree和B+Tree详解

大龙的博客

08-05

2493

B-Tree详解 B-Tree由来我们前面已经了解了平衡二叉查找树，如果100w条数据放入到二叉查找树中，假设树的高度为n，则2^0+2^1+2^2+2^3...+2^(n-1)=（2^n）-1=1000000,计算出来n为20，因此查找100w条数据中的一个数据时最多需要查询20次即可。如果是在内存操作的话，查询效率还是蛮高的，但是数据库中的数据都是存放在磁盘上的，每读取一个节点就需要一次...

mysql中B+Tree的插入和删除操作

zyjzyjjyzjyz的博客

11-03

589

问题：那这样非叶子节点的值是怎么变化的，可以看到页3还是3个记录，也就说明，现在页3指向页6的记录主键已经换成了页6最小的（30），但是怎么验证还没有查到。若是页满了，进行插入会进行页分裂，左叶子结点包含前m/2个记录，右结点包含剩下的记录，将第m/2+1个记录的key进位到父结点中（父结点一定是索引类型结点）网上都在讨论B+Tree的查询操作，B+Tree的叶子节点非叶子节点构成，但是我却有个疑问，B+Tree的插入和删除操作，B+Tree到底是怎么做的。假设是4阶B+Tree。

B-Tree 和 B+Tree详解

weixin_54787921的博客

05-06

4354

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

【mysql学习篇】为什么mysql用B+Tree？

一个勤勤恳恳的程序猿

02-11

3万+

各种数据结构对比，二叉树、红黑树、B Tree、B + Tree

数据库为什么要用B+树结构

zhengcaihua0的博客

04-23

1906

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...

B树（BTree）与B+树（B+Tree）

whiteBearClimb的博客

12-01

3063

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。

MySQL索引原理

Dobbin

02-02

4万+

B+树索引是B+树在数据库中的一种实现，是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡（balance），而不是二叉（binary），因为B+树是从最早的平衡二叉树演化而来的。在讲B+树之前必须先了解二叉查找树、平衡二叉树（AVLTree）和平衡多路查找树（B-Tree），B+树即由这些树逐步优化而来。

简单剖析B树（B-Tree）与Ｂ+树

热门推荐

编程随笔与杂谈

03-25

7万+

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...

BTree和B+Tree详解

我有故人折剑去，斩尽春风不曾归

06-14

9199

B+树索引是B+树在数据库中的一种实现，是最常见也是数据库中使用最为频繁的一种索引。B+树中的B代表平衡(balance)，而不是二叉(binary)，因为B+树是从最早的平衡二叉树演化而来的。在讲B+树之前必须先了解二叉查找树、平衡二叉树(AVLTree)和平衡多路查找树(B-Tree)，B+树即由这些树逐步优化而来。

b-tree是单向，b+tree是双向指针吗？

09-11

<think> 我们正在讨论B树和B+树的指针结构问题。根据引用内容： 1. 引用[1]描述B+Tree时提到：“所有叶子节点都在同一层,叶子节点的关键字从小到大有序排列，叶子节点之间用指针连接, 构成有序链表（稠密索引）”。同时提到：“B+树上每个非叶子节点之间是一个双向链表进行链接，而叶子节点中的数据都是使用单向链表链接”。 2. 引用[2]描述B-Tree时没有明确说明指针是单向还是双向，但指出B树节点包含多个key和指针（5阶B树每个节点最多4个key和5个指针）。 3. 引用[3]提到MyISAM的B树索引实现：“两两相邻的数据页之间会采用双向链表的格式互相引用，而每一页中的数据则是通过单链表来连接的”。这里虽然说的是MyISAM的实现，但B树通常也采用类似结构。 4. 引用[4]提到Bw-Tree（一种B树变种）的拆分操作，但没有直接回答指针方向问题。综合以上信息，我们可以得出： ### B树的指针结构 - **节点内部**：B树的每个节点中的key和指针通常是按顺序存储的。节点内部的指针（指向子节点的指针）是单向的，因为从父节点到子节点只需要单向引用。 - **节点之间**：在经典的B树定义中，节点之间没有横向的指针连接。也就是说，兄弟节点之间没有直接的链接。但引用[3]提到在存储引擎实现中（如MyISAM），相邻的数据页（即节点）之间会用双向链表连接。因此，**B树在节点间可以有双向链表，但这并非B树的标准定义，而是具体实现中的优化**。 ### B+树的指针结构 - **非叶子节点**：引用[1]明确指出：“B+树上每个非叶子节点之间是一个双向链表进行链接”。这意味着非叶子节点之间通过双向链表连接。 - **叶子节点**：引用[1]提到：“叶子节点之间用指针连接，构成有序链表（稠密索引）”，并且“叶子节点中的数据都是使用单向链表链接”。这里叶子节点之间的指针是单向还是双向？原文没有直接说明，但通常叶子节点之间会组成一个双向链表以支持范围查询（可以向前和向后遍历）。不过引用[1]只提到“指针连接”和“有序链表”，没有明确方向。再看引用[3]中关于MyISAM的实现：“两两相邻的数据页之间会采用双向链表的格式互相引用”，这暗示在实现中叶子节点通常是双向链表。 ### 结论 1. **B树**： - 节点内部：指针是单向的（从当前节点指向子节点）。 - 节点之间：经典B树没有横向指针，但实际数据库实现（如InnoDB、MyISAM）通常会在同一层的相邻节点之间添加双向链表，以优化范围查询。 2. **B+树**： - 非叶子节点之间：通过双向链表连接（明确来自引用[1]）。 - 叶子节点之间：通过双向链表连接（这是标准实现，虽然引用[1]未明确方向，但引用[3]的实现描述支持双向链表）。 - 叶子节点内部：数据记录之间使用单向链表连接（引用[1]）。因此，回答用户问题： - B树节点间的指针不是单向的（在实现中通常是双向链表连接兄弟节点）。 - B+树的叶子节点之间是双向指针，非叶子节点之间也是双向指针。 ### 补充说明 - 在数据库系统中，B+树索引的叶子节点通常被组织成双向链表，以支持高效的范围查询（例如：`WHERE id BETWEEN 10 AND 100`）。 - B树则较少使用双向链表连接兄弟节点，但在某些实现中也会添加横向链接以提升性能。 --- ### 相关问题 1. B+树的双向链表结构如何优化范围查询性能？ 2. 在B树中引入兄弟节点间的双向链表会带来哪些优缺点？ 3. 为什么B+树的叶子节点内部使用单向链表而非双向链表？ 4. 不同数据库（如MySQL的InnoDB与MyISAM）如何实现B+树的指针结构？ </think> ### B树与B+树的指针结构分析 #### 1. **B树的指针结构** - **单向指针为主**：经典B树（如引用[2]描述）在节点内部使用**单向指针**连接子节点。每个节点包含： - 多个有序关键字（keys） - 对应数量的指针（pointers），指向子节点或数据 - 指针与关键字的数量关系：$n$个关键字对应$n+1$个指针（如5阶B树最多4个key和5个指针）[^2] - **无横向连接**： **节点之间没有直接的横向指针**，遍历需回溯父节点（如下图示意）： ``` [父节点] | key1 | ptr1 → [子节点A] | key2 | ptr2 → [子节点B] | ``` #### 2. **B+树的指针结构** - **叶子节点双向链表**：所有叶子节点通过**双向指针**连接成有序链表（稠密索引），实现高效范围扫描[^1]。如引用[1]明确说明： > "叶子节点的关键字从小到大有序排列，叶子节点之间用指针连接，构成有序链表" - **非叶子节点双向链表（可选）**：部分实现（如引用[1][3]）在非叶子节点间添加**双向指针**优化遍历： > "B+树上每个非叶子节点之间是一个双向链表进行链接" [^1] - **内部数据单向链接**：叶子节点内的数据记录通常使用**单向链表**连接（如引用[3]描述）[^3]。 #### 结构对比总结 | **特性** | **B树** | **B+树** | |------------------|----------------------------|---------------------------------------| | **节点间横向指针** | ❌ 无 | ✅ 叶子节点双向链表 + 非叶子节点双向链表(可选) | | **节点内部指针** | ✅ 单向（父→子） | ✅ 单向（父→子） | | **数据记录链接** | ❌ 分散在节点中 | ✅ 叶子节点内单向链表 | | **范围查询效率** | 低（需回溯） | 高（双向链表顺序扫描） | ### 典型示例 **B+树双向链表操作**（参考引用[4]的Bw-Tree优化）[^4]：当叶子节点分裂时： 1. 原子操作拆分子节点（half split） 2. 新分隔键插入父节点 3. **双向链表更新**：新叶子节点插入链表，调整前后指针 $$ \begin{array}{ccc} \text{分裂前} & & \text{分裂后} \\ \hline \text{Leaf A} & \xrightarrow{\text{next}} & \text{Leaf B} \\ & & \downarrow \\ \text{Leaf A1} & \xleftrightarrow[\text{prev}]{\text{next}} & \text{Leaf A2} \\ \end{array} $$ --- ### 相关问题 1. B+树的双向链表结构如何优化范围查询性能？ 2. 在B树中引入节点间双向指针会产生哪些优势和代价？ 3. 不同数据库（如MySQL的InnoDB vs MyISAM）如何实现B+树的指针结构差异？ 4. Bw-Tree如何利用无锁操作维护双向链表的并发安全？ [^4]