数据库系统概念示例

B+树

相应的b -树

B+树是一种平衡的树，其中从树的根到叶子的每条路径都是相同的长度，树的每个非叶子节点都有[n/2]到[n]个子节点，其中n对于特定的树是固定的。它包含索引页和数据页。 二叉树的每个父节点只有两个子节点，而B+树的每个父节点可以有不同数量的子节点

在B+树中，由于只有指针存储在内部节点中，因此它们的大小明显小于B树的内部节点(存储数据+键)。 因此，B+树的索引可以在一次磁盘读取中从外部存储中提取，处理后找到目标的位置。如果它是一个B树，那么每个决策过程都需要读取磁盘。希望我把我的观点讲清楚了!：）

Adegoke A, Amit

我想你们忽略的一个关键点是数据和指针之间的区别，就像本节中解释的那样。

指针:指向其他节点的指针。

数据:—在数据库索引的上下文中，数据只是另一个指向其他地方的真实数据(行)的指针。

因此在B树的情况下，每个节点都有三个信息键，指向与键相关的数据的指针和指向子节点的指针。

在B+树中，内部节点保存指向子节点的键和指针，而叶节点保存指向相关数据的键和指针。这允许为给定大小的节点提供更多的键数。节点大小主要由块大小决定。

每个节点拥有更多键的好处已经在上面解释过了，这样可以节省我的输入工作量。

In a B tree search keys and data are stored in internal or leaf nodes. But in a B+-tree data is stored only in leaf nodes. Full scan of a B+ tree is very easy because all data are found in leaf nodes. Full scan of a B tree requires a full traversal. In a B tree, data may be found in leaf nodes or internal nodes. Deletion of internal nodes is very complicated. In a B+ tree, data is only found in leaf nodes. Deletion of leaf nodes is easy. Insertion in B tree is more complicated than B+ tree. B+ trees store redundant search keys but B tree has no redundant value. In a B+ tree, leaf node data is ordered as a sequential linked list but in a B tree the leaf node cannot be stored using a linked list. Many database systems' implementations prefer the structural simplicity of a B+ tree.

举个例子——你有一个每一行都有大量数据的表。这意味着对象的每个实例都是大的。

如果在这里使用B树，那么大部分时间都花在扫描带有数据的页面上——这是没有用的。在数据库中，这就是使用B+树来避免扫描对象数据的原因。

B+树将键和数据分开。

但如果你的数据量比较小，你可以用键来存储它们就像B树那样。