• 悟空
    2019-08-05
    一、数据库索引,为什么不适用用二叉树:
    1. 平衡二叉树必须满足(所有节点的左右子树高度差不超过1)。执行插入还是删除操作,只要不满足上述条件,就要通过旋转来保持平衡,而旋转是非常耗时的,所以AVL树适合用于查找多的情况。
    2. 二叉树的数据结构,会导致“深度”,比较深,这种“瘦高”的特性,加大了平均查询的磁盘IO次数,随着数据量的增多,查询效率也会受到影响;

    二、B+ 树和 B 树在构造和查询性能上有什么差异呢?
    B+ 树的中间节点并不直接存储数据。
    1. B+树的查询效率更加稳定:由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同,导致每一个数据的查询效率相当。
    2. B+树的磁盘读写代价更低:B+树的内部节点并没有指向关键字具体信息的指针,因此其内部节点相对B树更小,如果把所有同一内部节点的关键字存放在同一盘块中,那么盘块所能容纳的关键字数量也越多,一次性读入内存的需要查找的关键字也就越多,相对IO读写次数就降低了。
    3、由于B+树的数据都存储在叶子结点中,分支结点均为索引,方便扫库,只需要扫一遍叶子结点即可,但是B树因为其分支结点同样存储着数据,我们要找到具体的数据,需要进行一次中序遍历按序来扫,所以B+树更加适合在区间查询的情况,所以通常B+树用于数据库索引。
    展开

    作者回复: 很好的总结,大家都可以看下

     1
     23
  • Geek_6cfaa7
    2019-08-05
    有点疑惑,b+虽然每次都查到叶节点,看着很规律,但是b树有可能用更少的io就能访问到,不是按理来说更效率吗?这个有点不明白
     12
     11
  • Monday
    2019-08-08
    B树和B+树的区别:
    1、B树非叶子结点存储数据;B+树非叶子结点不存储数据只存索引。
    2、B树叶子结点没有使用双向链表串连;B+树叶子结点使用双向链表进行串连,为了支持区间查询。

    作者回复: 对的

    
     7
  • ack
    2019-08-05
    1.为什么数据库索引采用 B+ 树,而不是平衡二叉搜索树?
    数据库索引存储在磁盘上,平衡二叉树虽然查找效率高,但“高瘦”,进行的IO次数比平衡二叉搜索树多。
    2.B+ 树和 B 树在构造和查询性能上差异?
    (1)B树的每个节点含有卫星数据,而B+树中间节点含有指向卫星数据的指针,叶子节点才存有卫星数据。这样一来每次进行B+树查询都需要查询到叶子节点,性能更稳定,而且B+树节点只存储指向卫星数据的指针,这样一个磁盘页能存储更多节点。
    (2)B+树范围查询更有优势,因为叶子节点直接串联成一条链表
    (3)B+树单一结点比起B树存储更多元素,IO更少
    展开

    作者回复: 整理的很好

     1
     6
  • mickey
    2019-08-05
    请问,文中的B树图,元素“68”是在“65”到“85”之间,为什么属于第一棵子树呢?

    作者回复: 赞mickey同学很仔细,我fix下

     3
     4
  • 唔多志
    2019-08-21
    B+ 树中间节点只保存索引,不保存数据,所以一个节点能放更多的索引,同样的索引树,相比于 B 树,B + 树的深度会更少。

    作者回复: 对的 同样B+树在做数据检索的时候会更稳定

    
     2
  • 吃饭饭
    2019-08-05
    【对于一个 100 阶的 B 树来说,如果有 3 层的话最多可以存储约 100 万的索引数据】是怎么计算出 100 万的,按照前面的描述指数是关键字的个数+1 没弄明白,求解答?

    作者回复: 可以参考下蜗牛的解答:B树中, 100*100*100 + 100*100 +100 近似值 100w, 因为主要的数据还是在叶子节点;

     1
     2
  • 许童童
    2019-08-05
    老师讲得好,深入浅出。

    作者回复: 谢谢

    
     2
  • 雪飞鸿
    2019-09-18
    网上还看到B-tree是和B tree一个意思吗?

    作者回复: 是的 都是B树的意思

     1
     1
  • 夜路破晓
    2019-08-05
    记得刚接触编程的时候,很不习惯计数要从0开始,后来用围栏法勉强不会搞错计数顺序了,还是一直不解为什么要这样设计。
    今天看老师讲解b树和b+树,有个类似发现,b树就好像很多人习惯了的从1开始计数,或者举例说要把一段绳子截成三段,你只需截2次即可;
    b +树就好比用围栏隔出若干空间,比如隔出两块空间需要三个围栏板,脑海里联想下公测的蹲坑隔间就能理解了。
    按我的理解b+树之所以显示优于b树,可能跟前后两端的数据空间有关,这跟将数据序列设计成从0开始计数而非从1开始是出于同样的考量。

    作者回复: 多谢夜路破晓同学分享

    
     1
  • ttttt
    2019-08-05
    这节厉害了,得多看几遍,慢慢消化。

    作者回复: 感谢,B+树索引对于理解MySQL的索引机制来说确实比较重要

     1
     1
  • hlz-123
    2019-08-05
    老师的这节课,让我知道以前对数据库的索引理解有误,但我还是想问一下老师,以前,我认为数据库的数据是在存储在硬盘一些存储块中,索引是一个单独文件,另外存储,索引文件只包含关键字和指向数据地址的链接,查询时可以一次性或若干次将索引文件全部读入到缓存进行比较,不用在硬盘中去多次读,避免访问硬盘浪费时间,为什么不能这样呢?

    作者回复: 下面asdf100同学的回答可以参考下

     1
     1
  • 晚风·和煦
    2020-01-21
    老师,非索引组织表,比如说MyISAM或Memory,是不是不能创建聚集索引😂
    
    
  • 旅途
    2019-12-23
    老师 为什么b+树 孩子数量等于关键字数量 而b树的孩子数量等于关键字数量+1,这样设计的目的是什么?
    
    
  • Hash
    2019-12-22
    首先感谢前面认真学习数据结构的自己,这下不就用到了!所以学习这一节的时候就感觉非常爽!

    1、数据库索引为什么采用B+树而不采用平衡二叉搜索树?
       数据库的索引是存储在磁盘上的,每次查询都需要涉及I/O操作,I/O操作的次数越多,那么查询所化的时间就越长,性能也就越低,所以引入了平衡二叉搜索树来存储数据,本来平衡二叉搜索树的查询效率是非常高的,但是当数据量很大的时候,平衡二叉搜索树的高度就会很高,每次进行查询的时候也就需要经历很多的节点,自然也就增加了I/O操作的次数,严重的降低了性能,要是你查询的数据刚好在根节点那还好,都是一样的,但是这种情况的概率只有1%,属于极端情况(自己脑补)......所以在此引入了B+树这个数据结构(B树老师已经说得很清楚了,我就不说了),降低了树的高度,减少了I/O操作的次数,提高了查询的效率!

    2、B和B+树在构造上有什么差异吗?
       B+树的查询效率更稳定的,因为每次都必须查询到叶子节点才能找到最终的数据,而B树查询的数据也许在叶节点上,也许在叶子节点上,这样就会造成查询的效率不稳定!
      B+树的查询效率更高,因为B+树更矮更胖(肉多,哈哈),所以B+树的高度越小,查询时产生的I/O次数也就更少,性能自然就高!


      
    展开

    作者回复: 很好的总结,数据结构在算法中会经常用到

    
    
  • 梁
    2019-11-19
    为什么使用B+而不是B?
    稳定压倒一切!

    作者回复: 对的 稳定是其中之一,综合效率也会更高

    
    
  • 爱思考的仙人球
    2019-10-20
    B+树查询效率更稳定,磁盘I/O次数更少

    作者回复: 对的

    
    
  • 雪飞鸿
    2019-10-11
    文中所说的关键字怎么理解?

    作者回复: 关键字实际上就是我们的索引键值,当我们按照索引进行数据查询的时候,就是对关键字进行的查找

    
    
  • 极客时间
    2019-10-08
    还是没有弄清叶子节点和非叶子节点!?

    作者回复: 一棵树,叶子节点就是最底层的叶子。

     1
    
  • airmy丶
    2019-09-19
    B+树为什么将叶子节点构成一个链表的形式,应该是方便范围查找,就像老师举的例子,如果不是等值查找16 而是查找大于16小于30的情况,因为叶子节点之间已经构成链表的形式,即使数据不再同一个磁盘块,也可以通过链表偏移指针获取到数据而不用重新遍历B+树增大磁盘IO。
    
    
我们在线,来聊聊吧