前言
B+Tree 被数据库普遍使用,作为索引实现的基础。网上的资料也非常多,所以这里也不再详细介绍。但是基于 B+Tree 的并发优化,资料却非常少,所以这篇来讲讲 B+Tree 的一种并发优化,那就是BLink-Tree。为了讲述得更加清楚,我会通过图的形式,来详细阐述每一步骤。
BLink-Tree 结构
BLink-Tree,它与传统的 B+Tree 区别,就是非叶子节点,也会有个指向同层级的旁边节点的指针。这个指针在优化并发上面,起到了核心作用。下图展示了一个BLink-Tree,我们接下来的操作都是以这棵树为例。这里我将右边的叶子节点都省略掉了,因为下面的节点都没有涉及到它。

数据插入
这里先讲解 BLink-Tree 的插入操作,这里设计了一个相对复杂的场景,会触发多个父节点分裂。假设现在插入数据 25,首先我们找到对应的叶子节点(左边第三个),然后对该节点加锁。此时检查到该节点的数据已经满了,需要触发分裂操作,步骤如下图所示。
首先计算出分裂后的节点,也就是(21, 23)和 (25,27)两个节点。这里仅仅讲(25,27)这个节点的右指针指向了节点(33,27,39)。

然后将(21,23,27)节点的内容原地修改,改成(21, 23),同时将右指针指向节点(25,27),然后会释放之前的锁(我们在向节点添加元素前,会先加锁)。

最低0.47元/天 解锁文章
1096

被折叠的 条评论
为什么被折叠?



