B+树 VS LSM树

最新推荐文章于 2025-04-25 14:08:50 发布
最新推荐文章于 2025-04-25 14:08:50 发布
阅读量629 收藏
点赞数
分类专栏： 数据结构 文章标签： 数据库 数据结构 B+ LSM 存储结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_40460171/article/details/117730148
版权
本文介绍了B+树和LSM树两种常见的数据存储结构。B+树是一种优化的磁盘存储排序树，适用于传统关系数据库，而LSM树常见于NoSQL产品，数据写操作在内存完成，减少磁盘访问。两者各有优势，适用于不同的场景。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

B+树

  • 简介：为了改善数据访问特性，文件系统或数据库系统通常会对数据排序后存储，加快数据检索速度。传统关系数据库的做法是使用B+树，保证数据在不断更新、插入、删除后依然有序。B+树结构如下图所示。
    在这里插入图片描述
  • B+树是一种专门针对磁盘存储而优化的N叉排序树，以树节点为单位存储在磁盘中，从根开始查找所需数据所在的节点编号和磁盘位置，将其加载到内存中然后继续查找，直到找到所需的数据。
  • 目前数据库多采用两级索引的B+树，树的层次最多三层，因此可能需要5次磁盘访问才能更新一条记录（3次磁盘访问获得数据索引以及行ID，然后再进行一次数据文件读操作以及一次数据文件写操作）

LSM树

  • 简介：目前许多NoSQL产品采用LSM树作为主要数据结构。LSM树如下图所示。
    在这里插入图片描述
  • LSM树是一个N阶合并树。数据写操作（包括插入、修改、删除）都在内存中进行，并且都会创建一个新记录，这些数据在内存中仍然还是一颗排序树，当数据量超过设定的内存阈值后，
最低0.47元/天 解锁文章
LSM-Tree
xiaodidadada的博客
04-19 1573
https://juejin.cn/post/6844903863758094343 https://segmentfault.com/a/1190000039269078 https://cloud.tencent.com/developer/article/1488439 https://segmentfault.com/a/1190000021136424?utm_source=sf-similar-article
使用B+树优化LSM树的Tiering merge策略的读取速度
C++，存储，模糊测试，Linux
04-03 1070
本博文主要内容为自己对一篇论文的理解，论文将LSM树和B+Tree这两种在数据存储中最为经典高效的数据结构进行结合，使用B+树优化LSM树的Tiering merge策略的读取速度。实验结果表明，所设计的数据结构和策略可以在与tiering merge策略达到相同抑制写放大的水平的情况下，提高其读取的吞吐量。
[HBase] LSM树 VS B+树
数据库
05-08 1065
LSM树是HBase里非常有创意的一种数据结构，它和传统的B+树不太一样，下面先说说B+树。 1 B+树 相信大家对B+树已经非常的熟悉，比如Oracle的普通索引就是采用B+树的方式，下面是一个B+树的例子： 根节点和枝节点很简单，分别记录每个叶子节点的最小值，并用一个指针指向叶子节点。 叶子节点里每个键值都指向真正的数据块（如Oracle里的RowID），每个叶子节点都有前指针...
什么是LSM树
最新发布
weixin_48877785的博客
04-25 1073
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考什么是LSM树LSM 树全名日志结构合并树（Log-Structured Merge Tree），是一种用于存储和管理数据的树状数据结构，常用于写频繁数据库中。
B树、B+树、LSM树以及其典型应用场景
热门推荐
惜暮
10-12 2万+
前言动态查找树主要有：二叉查找树、平衡二叉树、红黑树、B树、B+树。前面三种是典型的二叉查找树，查找的时间复杂度是O(log2N)与树的深度有关系，那么降低树的深度也就可以提升查找效率。这时就提出了平衡多路查找树，也就是B树以及B+树。B树和B+树非常典型的场景就是用于关系型数据库的索引(MySQL)B树B树是一种平衡多路搜索树，B树与红黑树最大的不同在于，B树的结点可以有多个子女，从几个到几千个。
数据存储检索之B 树和LSM-Tree
DF_XIAO的专栏
10-19 1274
作为一名应用系统开发人员，为什么要关注数据内部的存储和检索呢？首先，你不太可能从头开始实现一套自己的存储引擎，往往需要从众多现有的存储引擎中选择一个适合自己应用的存储引擎。因此，为了针对你特定的工作负载而对数据库调优时，最好对存储引擎的底层机制有一个大概的了解。 今天我们就先来了解下关系型数据库MySQL和NoSQL存储引擎HBase的底层存储机制。对于一个数据库的性能来说，其数据的组织方式至关重...
B+树、LSM树学习与思考
SSS_HuLiang的博客
01-14 533
一、B+树： 传统关系型数据库使用较多。如mysql的InnoDB引擎，默认就是B+树 特点： ①针对磁盘存储而优化的N叉排序树，自小而大顺序链接。 ②N棵子树的结点中含有M个关键字，每个关键字不保存数据，只用来索引，所有数据都保存在叶子节点 ③B+树最多三层，最多需要5次访问，3次获得数据索引，一次数据文件读，一次数据文件写 ④B+树读快速，因为有顺序。但是写的时候，如果跨度大，随机IO访问，效率低，磁盘寻道速度不快（技术停滞）影响性能 下图来自网络 二、LSM（Log..
B+树、B-Link树、LSM树，解读一下常用的存储结构
qq_38982302的博客
11-01 1439
深度解析B树、LSM树等存储结构
MySQL B+树深度解析：从原理到优化实践
兀行者的博客
02-16 818
在数据库领域，索引是提升查询性能的核心技术之一。而B+树作为MySQL中最常用的索引结构，其性能直接影响着数据库的整体表现。作为一名MySQL专家，我将带领大家深入理解B+树的原理、实现机制，以及如何通过优化B+树提升数据库性能。
【数据结构】B树家族详解：B树、B+树、B*
wangyi463295828的博客
02-24 1546
B+Tree 是 B 树的一种变形，每个节点包含多个键值对和指向子节点的指针。与 B 树不同，B+Tree 所有数据记录都存放在叶子节点，且叶子节点之间通过双向链表连接。非叶子节点仅作为索引，存放键值和指向子节点的指针，这些键值是对应子节点中键值的最大值或最小值。例如在一个简单的 B+Tree 中，非叶子节点可能存储着 10、20、30 这些键值，分别指向包含小于 10、10 到 20、20 到 30 这些数据范围的子节点。B树是 B+ 树的一种变体，在B+树的非根和非叶子结点再增加指向兄弟的指针。
B+树和LSM树对比
L13763338360的博客
06-23 2674
B+树 B树存储引擎是B树的持久化实现，不仅支持单条记录的增、删、读、改操作，还支持顺序扫描（B+树的叶子节点之间的指针），对应的存储系统就是关系数据库（Mysql等）。 B+树将数据完全排序，读数据时很快，但当要修改数据时，就需要将新入数据下面的数据重新排位，特别是当写入的数据排在较高的位置时，需要大量的移位操作才能完成写入。 LSM树 LSM树（Log-Structured Merge Tree）存储引擎和B树存储引擎一样，同样支持增、删、读、改、顺序扫描操作。而且通过批量存储技术规避磁盘随机写
海量存储系列之八
weixin_34313182的博客
12-22 264
http://aliapp.blog.51cto.com/blog/8192229/1325406上一篇首先来回答一个问题：为什么在磁盘中要使用b+树来进行文件存储呢？原因还是因为树的高度低得缘故，磁盘本身是一个顺序读写快，随机读写慢的系统，那么如果想高效的从磁盘中找到数据，势必需要满足一个最重要的条件：减少寻道次数。我们以平衡树为例进行对比，就会发现问题所在了：先上个图这是...
B+和LSM的区别
MingYueZh的博客
06-28 9986
B+树(主要点)非叶子结点的子树指针与关键字个数相同； 非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树 ;为所有叶子结点增加一个链指针； 所有关键字都在叶子结点出现；b+树在查询过程中应该是不会慢的，但如果数据插入比较无序的时候，比如先插入5 ，然后10000，然后3，然后800， 这样跨度很大的数据的时候，就需要先“找到这个数据应该被插入的位置”，然后插入数据。...
数据结构篇：深度剖析LSM及与B+树优劣势分析
猫步轻移，以学求知。余于此方寸之地，如猫观鼠，细察技艺所得，思维所悟。灵思如猫之警觉，日积月累，终成智海；
04-06 4146
本文旨在探讨LSM的特性及其在实际应用场景中的作用，同时对其与B+树进行比较，以帮助更好地理解和运用这两种数据结构。
LSM与B+树的辨析
TalesOV的博客
07-16 1177
LSM与B+树的辨析 文章目录LSM与B+树的辨析1. B树（B-树）2. B+树3. LSM树 LSM树与B+树常常作为存储体系中的一种数据结构，所以他们之间也存在着相似性与不同之处，LSM树是在B+树的基础上提出的，而B+树是B树(也称B-树)的扩展，所以我们按照递进的顺序来辨析其中的关系。 1. B树（B-树） B树是一种平衡的多路查找树，它在文件系统中很有用，可以实现类似二叉排序树的查找。B树每个结点上是多关键码的有序表，在到达某个结点时，先在有序表中查找，若找到，则查找成功；否则，到按照对应的指针
hbase——b树，b+树，lsm树
weixin_30569033的博客
10-24 293
b树 b树，又叫做平衡多路查找树。一个m阶的b树的特性如下： 树中的每个节点，最多有m个子节点。 除了根节点之外，其他的每个节点至少有ceil(m/2)个子节点，ceil函数为取上限函数。 所有的叶子节点都在同一层，叶子节点bubaohan任何关键信息。 每个非叶子节点都包含有n个关键字信息：{n,a0,k1,a1,k2,……,kn,an}， n的取值范围，[ceil(m/2)...
B+树和LSM树比较
w
05-04 3618
由于传统的机械磁盘具有快速顺序读写，慢速随机读写的访问特性，为了改变这个特性，文件系统或数据系统通常会对数据进行排序后存储，加快数据检索速度，这就需要保证数据在不断更新、插入、删除保持依然有序，目前最广泛的做法就是使用B+树和LSM树。 B+树 B+树是一种专门针对磁盘存储而优化的N叉排序树，以树节点为单位存储在磁盘中，从根开始查找所需数据所在的节点编号和磁盘位置，将起加载到内存中然后继续查找，直...
LSM树 与B+树比较
XMEHB的博客
04-10 460
现在假设有 1000 个节点的key。对于磁盘，一定是将这1000个节点依次写入磁盘的速度最快。但是这样读很糟糕，因为key在磁盘中完全乱了，每次读都得扫描。那么，为了使读取性能尽可能高，磁盘中的数据必须是有序的。这就是B+树的原理，但是写起来就很糟糕，因为会产生大量的随机IO，磁盘寻道速度跟不上。关于b树B+树最大的性能问题是会产生大量的随机io。随着新数据的插入，叶子...
LSM、B 树、B+树、B*对比
JacksonKing的专栏
09-02 488
参考 B树、B+树、LSM树以及其典型应用场景B树和B+树的插入、删除图文详解BTree vs LSM 0. 前言 动态查找树主要有：二叉查找树、平衡二叉树、红黑树、B树、B+树。前面三种是典型的二叉查找树，查找的时间复杂度是O(log2N)。涉及到磁盘的读写（比如每个节点都需要从磁盘获取），读写的速度就与树的深度有关系，那么降低树的深度也就可以提升查找效率。这时就提出了平衡多路查找树，也就是B树以及B+树。 B树和B+树非常典型的场景就是用于关系型数据库的索引(MySQL) 1. B类树 1.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值