B-tree的总结

BTree 的讲解

B树叫多路平衡查找树，一棵M阶的B树的特性：

1. 树中每个节点最多含有m个孩子(M>=2);
2. 除根节点叶子节点外，其他节点具有ceil(M/2)个孩子
3. 所有的叶子节点都是在同一层的，每个非终端节点都包含n个关键字（n1, n2,n3….）关键字n的取值范围{ceil(M/2)-1, m-1}
4. 每个节点的关键字都是有序的

B树的查找

B树的插入操作

在进行插入的时候，先是根据要插入的数据，在B树中找到合适的位置，如果在该位置上面插入这个关键字的时候，如果这个关键字的个数超过了范围，则就需要进行分裂操作，分裂的时候，是把该节点上中间位置的关键字往父节点的位置上提。

B树的删除操作

删除操作，节点中的关键字的个数小于ceil（M/2）-1的话，则看相邻的兄弟节点是否丰满(就是兄弟节点的数据个数大于ceil(M/2)-1, 小于m-1)如果丰满的话，就想这个兄弟节点接一个元素，要是刚饱和的话，在借完的时候，那么兄弟节点需要去寻找借贷的对象；要是找不到的话，就需要合并，从父节点下移一个元素，合并操作。

B树的应用场景：

Mysql的MyisAM和iNNoDB两个存储引擎都是Btree实现的：

1. MyISAM引擎使用B+ Tree作为索引结构，叶节点存放的是数据记录的地址。
2. MyISAM引擎的辅助索引（二级索引）和主索引在结构上没有区别，只是辅助索引的key可以重复，叶节点上存放的也是数据记录的地址。
3. MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。
4. InnoDB中表数据本身就是按B+ Tree组织的一个索引结构，叶节点存放的就不是数据记录的地址，而是完整的数据记录。所以InnoDB这种存储方式，又称为聚集索引，使得按主键的搜索十分高效，但二级索引搜索需要检索两遍索引：首先二级索引获得主键，然后用主键到主索引中检索到数据记录。
5. 因为主键是InnoDB表记录的”逻辑地址“，所以InnoDB要求表必须有主键，MyISAM可以没有

 

对于Hbase的存储数据结构是LSM树（lOg structure merge tree）支持增 删 读 改 顺序扫描 。但是LSM树和Btree相比牺牲了部分读的性能，提高了写的性能。

LSM树的设计非常的朴素：将对于数据的修改在内存中进行的，当内存满了之后，会溢出批量到磁盘上的，但是读取的效率就比较麻烦，主要看是否能不能命中内存，否则需要合并磁盘的历史数据和内存中最近修改的数据来进行操作，这样读取的性能比mysql低，但是写的性能比mysql高。

更加详细的说明可以看这个博客内容：https://blog.youkuaiyun.com/endlu/article/details/51720299