本文详细介绍了B+树这种数据结构及其在数据库索引中的应用，对比了B+树与其他树形结构如B-树、AVL树、红黑树等的特点，并探讨了它们在实际场景中的优缺点。
前言
本文参考了图灵学院线上直播课。
按照陈树义前辈在《聊聊整体性学习方法》一文中提到的思想，本文思路如下：
- 获取：什么是B+树、索引？
- 理解：B+树的特点、索引的作用？
- 扩展：B+树与B-树、AVL树、红黑树、二叉树、Hash的区别？
- 纠错：怎样一眼区分B-树与B+树？
- 应用：如何更好的建表、创建索引？
正文
一、什么是B+树、索引？
B+树是一种数据结构，如下图百度百科所说：
索引是一种有序的存储结构，如下图百度百科所说：
二者间关系就是，再Mysql数据库中，常用B+树的数据结构来存储索引。
二、B+树的特点、索引的作用？
B+树的特点百度百科说是可以保持数据稳定有序，插入与修改拥有较稳定的时间复杂度。
索引的作用百度百科说是相当于图书的目录，可根据目录中的页码快速找到所需的内容。
三、B+树与B-树、AVL树、红黑树、二叉树、Hash的区别？
关于这些树的区别可以参考文章《浅谈AVL树,红黑树,B树,B+树原理及应用》
我凭我浅显的理解，画出了下面这个关系
上图最下面的B+树data之间其实是双箭头关系（老师说这里他画错了），只有这样才能实现区间查询。
其中一些名词解释：
AVL解释：
an AVL tree (Georgy Adelson-Velsky and Landis’ tree, named after the inventors) is a self-balancing binary search tree.
AVL是按照其发明人的姓氏首字母命名的，原名是自动平衡二叉树。
红黑树原名是symmetric binary B-trees 平衡二叉B树
B-树解释：
a B-tree is a tree data structure that keeps data sorted and allows searches, sequential access, insertions, and deletions in logarithmic time. The B-tree is a generalization of a binary search tree in that a node can have more than two children (Comer 1979, p. 123). Unlike self-balancing binary search trees, the B-tree is optimized for systems that read and write large blocks of data. It is commonly used in databases and filesystems.
B-树与B+树属于多路平衡二叉树
上面都是一些树之间的关系，另外还有一个东西叫Hash（哈希）
准确的说，Hash只是一个公式，即Hash函数。如下图百度百科所述：
Hash表与二叉树结合看，如下图：
在Mysql创建索引时，可以选择BTREE与HASH两种索引方式。
二者显著的区别就是：BTREE支持等值查询、区间查询而Hash只支持等值查询。（注意：二者都不支持不等查询，思考一下即可知道，无论BTREE还是HASH，都是通过指定值查询的，对于 != 或 <> 查询，只能进行全表查询）
可以发现，Hash表无论数据有多少，只有一级，因此，查询比BTREE快，但因其不支持区间查询，而被大多数业务所舍弃。
老师在课上还大概估算了一下3级B+树大概能存多少数据，估算方法如下：
Mysql默认B+树一层大小设置为16KB
每层中会存储索引地址（8B/个）和指向下级索引的指针（6B/个），共能存储约 1170个索引节点
1170个索引节点大概能指向16个1KB大小的数据文件（假设1条记录1KB）
最后估算得出，仅仅3层B+树，大概能存储数据量为 1170 * 1170 * 16 ≈ 2000W 条1KB的数据
四、以前一些错误的思想
B-树，读音：B树，- 只是个符号
一眼区分B-树与B+树的方法：
五、如何更好的建表、创建索引？
理论基础已经搭好了，以后实战之后再来补这块…
另外还有一些InnoDB与MyISAM存储引擎的知识，可以参考知乎《Mysql 中 MyISAM 和 InnoDB 的区别有哪些？》
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
