数据库中的B树和B+树

B+树

特点

• B+树构建是根据主键值进行排序构建的。子上向下生长,根节点一直不变
• 所有真实数据项均放在叶子节点中，非叶子节点中存放数据项索引，只存放键值和页号（页地址）。
• 内节点数据项的唯一性，一个页至少有两个数据记录。
• 页内是使用单链表，页间使用双链表
• 树高度一般不超过四层

优点

• B+树对于主键（排序键）的排序查找和范围查找速度非常快,因为链表的数据结构。
• 按照B+树排列顺序，查询显示一定范围数据的时候，由于数据都是紧密相连，数据库不用从多个数据块中提取数据，所以节省了大量的io操作。

缺点

• 插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。
• 更新主键的代价很高，因为将会导致被更新的行移动。

聚簇索引和非聚簇索引

如果我们想以别的列作为搜索条件该怎么办呢?

答案:我们可以多建几棵B+树，不同的B+树中的数据采用不同的排序规则。比方说我们用c2列的大小作为数据页、页中记录的排序规则，再建一棵B+树(非聚簇索引)，效果如下图所示:

非聚簇索引的叶子节点不再是所有数据，而是包括主键值和被搜索的列值。通过被索引的值找到叶子节点后获取主键值，再通过聚簇索引找到目标数据项。

当非聚簇索引排序的值相同时，通常使用主键值加以区分排序，所以MySQL中的InnoDB，在非聚簇索引中至少包含主键值和被搜索的列值。

对比

• 聚簇索引的叶子节点存储的就是我们的数据项，非聚簇索引的叶子节点存储的是数据位置。非聚簇索引不会影响数据表的物理存储顺序。
• 一个表只能有一个聚簇索引，因为只能有一种排序存储的方式，但可以有多个非聚簇索引，也就是多个索引目录提供数据检索。
• 使用聚簇索引的时候，数据的查询效率高，但如果对数据进行插入，删除，更新等操作，效率会比非聚簇索引低。

关于二级索引：

二级索引访问需要两次索引查找，第一次通过非聚簇索引找到主键值，第二次根据主键值找到数据项.

哈希表和B+树

• 哈希表不能查找范围值
• 哈希无序
• 无法对单个或者多个进行查询
• 重复值多的话会降低效率

B树

特点

• 叶子节点和非叶子节点都存放数据项
• 本质还是在全域上进行二分查找

B+和B

• B+有k个孩子的节点就有k个关键字。也就是孩子数量=关键字数，而B树中，孩子数量=关键字数+1。
• B+非叶子节点的关键字也会同时存在在子节点中，并且是在子节点中所有关键字的最大(或最小)，B树中非叶子节点关键值是叶子节点中值。
• B+非叶子节点仅用于索引，不保存数据记录，跟记录有关的信息都放在叶子节点中。而B树中，非叶子节点既保存索引，也保存数据记录。
• B+所有关键字都在叶子节点出现，叶子节点构成一个有序链表，而B树是按照叶子节点本身关键字从小到大顺序构建。造成在数据库范围查找时，B+树直接根据链表依次取出就行了，但是B树中只能查后继节点，比较繁琐。