为什么索引的底层结构是B+树 1.数据库与数据交互的单位是page,而B+树的每个节点都是一个page,访问一个节点，就相当于进行了一次I/O操作。而B树的同层节点没有指针指向，所以可能需要在非叶子节点进行递归搜索，相对来说操作复杂度更高。数据查询的时间主要依赖于磁盘IO的次数，二叉树深度越大，查找的次数越多，性能越差。在AVL树中，为了保持树的平衡性，可能需要进行频繁的旋转操作，例如左旋和右旋。红黑树在范围查询操作中可能需要进行中序遍历，而且遍历过程中的节点访问顺序是不确定的，这导致了范围查询的效率较低。为什么不用二叉搜索树。

阅读 582

13赞

收藏 2
【MySQL】索引（页目录、B+树） 索引的原理，认识B+树、B树

阅读 1.2k

36赞

收藏 28
B+树的高度与查询效率：InnoDB存储引擎的设计哲学 本文探讨了InnoDB存储引擎中B+树的结构和优化策略，重点分析了其通常为3到4层的树高如何满足高效的数据存储与检索需求。文章从B+树的基本结论入手，简要分析了存储引擎的B+树结构，推导了主键索引的B+树特性，以及InnoDB页面的内部结构。进一步剖析了InnoDB数据文件的特征，并总结了计算B+树高度的一般思路。通过深入解析，本文揭示了InnoDB如何通过聚簇索引、页分裂和合并等机制优化查询性能，为数据库设计提供了重要的参考。

阅读 3.8w

228赞

收藏 284
7.4考研408数据结构B树与B+树专题深度解析 定义结点结构非叶结点：仅存储索引关键字（子树最大值）叶结点：存储全部关键字及记录指针，并通过链表连接子树关系：非叶结点子树数=关键字数查找路径：所有查找均需到达叶结点核心性质范围查询高效：叶结点链表支持顺序遍历磁盘友好：非叶结点可存储更多索引项，减少I/O次数与B树差异特性B树B+树关键字存储非叶结点存实际数据非叶结点仅存索引叶结点链接无叶结点通过指针链接查找终止位置可能在非叶结点必须到达叶结点易错点索引理解错误：误认为非叶结点存储完整数据范围查询实现。

阅读 1.0k

31赞

收藏 7
C++实现B-Tree（B-树） key: key0 key1 key2 key3 key4 (存数值)child: child0 child1 child2 child3 child4 child5 (存指针)

阅读 363

2赞

收藏 2
AVL树&红黑树&位图&布隆过滤器&并查集&B树&图 AVL树,红黑树,位图,布隆过滤器,并查集,B树,图

阅读 2.3k

125赞

收藏 104
深挖B树原理 一文读懂B树原理，带你用代码走一遍。

阅读 652

30赞

收藏 28
【数据结构】B+树基本功能的理解与实现 B+树的代码实现（C语言版）

阅读 983

18赞

收藏 16
B树与B+树：数据库索引的秘密武器 逐层查找，直到在最底层找到你想要的书。这个过程有点像在图书馆的目录中查找书籍的位置，然后一层一层地走到那个位置。上的其他书籍来腾出空间，这可能会导致整个书架的结构发生一些变动。也就是说，每一层都有可能存放着你需要找的书籍。，那就是在最底层的书架之间，还通过一条隐藏的。在B+树中，所有的书籍都只摆放在书架的。中查找书籍的分类，然后直接走到对应的。由于所有的书籍都只存放在最底层，所以。当你想要找一本书时，你需要从书架的。的所有书籍时，你可以直接从一本书。所以，B树和B+树的区别就像是。

阅读 901

11赞

收藏 5
【重点】存树大法：链式向前星 链式向前星，是一种存树的方法，是基于链表来进行存树，原理是头插法。

阅读 335

7赞

收藏 3
MYSQL 那点破事！索引、SQL调优、事务、B+树、分表 如果sql还要返回除了索引列的其他字段信息，需要回表，第一次索引一般是顺序IO，回表的操作属于随机IO。比如两个更新数据的事务，事务 A 更新数据的顺序为 1，2;答案：自增id是连续的，插入过程也是顺序的，总是插入在最后，减少了页分裂，有效减少数据的移动。假如我们创建了一个(money，buyer_id)的联合索引，索引的叶子节点包含了buyer_id的信息，则不会再回表查询。3、建立联合索引，由于联合索引的每个叶子节点包含检索字段的信息，按最左前缀原则匹配后，再按其它条件过滤，减少回表的数据量。

阅读 1.8k

39赞

收藏 15
作者推荐
婴婴怪
你永远不可能只靠一己之力。
关注
Richard458
talk is cheap，show me the code
关注
安琪CiCi
我居北海君南海，寄雁传书谢不能 桃李春风一杯酒，江湖夜雨十年灯
关注
讨吃的讨吃了
一个普通人。
关注