目录
- 前言
- BTree 基本概念
- B+Tree 的特点
- 查找过程的区别
- B+Tree索引 如何提高索引的查询性能 ?
前言
说起面试,很多同学都经历过,但是 面试中 可能会遇到各种问题,mysql 的问题 也是非常多,最近我也经常面试,也希望问一些数据库一些偏理论和底层的东西,来考察同学对技术的理解程度, 之后 我会更新这个系列的 面试。
主要更新的内容主要是: 我经常面试 一些面试者 喜欢问的一些问题,这是 第一篇 就更新 数据库相关的吧
BTree 基本概念
B树。B树被称为自平衡树,因为它的节点是按顺序遍历排序的。在B树中,一个节点可以有两个以上的孩子。而且高度在每次更新时都会自动调整。在B树中,数据是按照特定的顺序排序的,最低值在左边,最高值在右边。在B树中插入数据或键,比二叉树更复杂。
Btree 的特点:
- 节点排序,每个节点 可以存放多个元素,多个元素也是排序的
- 每个节点 key 和数据在一起
- B树的所有叶子节点必须在同一级别
- 在B树的叶子节点上面,不应该有空的子树
- 在关键字全集内做一次查找,性能逼近 二分查找的算法
- 任何关键字出现且只出现在一个节点中
- 搜索有可能在非叶子节点结束,因为数据和索引在一起存储的
来一个 max Degrhttp://www.devze.comee =3 的一个图
在线生成BTree 的图形
B+Tree 的特点http://www.devze.com
B+tree 多路平衡查找树:
- B+Tree 拥有BTr编程客栈ee 的所有的结构特点
- B+Tree 的非叶子节点不存储数据,只存储关键字,叶子节点才存储了所有的数据,并且是排好序的
- B+Tree 叶子节点是通过指针连接在一起的(双向连接), 这样在范围查询中发挥作用
- 相对于 Btree , B+tree 层级更低
B+Trees 特点如下:
图形生成地址
查找过程的区别
两种索引 查找过程的区别开发者_Kafka:
B+tree 需要找到叶子节点 才能找到数据, 而Btree 可能不需要找到叶子节点 就可以找到数据
B+Tree索引 如何提高索引的查询性能 ?
- 找得快, 叶子节点双向指针
- 一次IO 操作,找更多的数据,减少IO 操作,节点不存数据,只存关键字,这样可以存储更多索引的信息,B+tree javascript层级会降低
为啥 B+Tree 会比 BTree 高度要低呢?
页(Page)是Mysql中磁盘和内存交换的基本单位, 也是Mysql管理存储空间的基本单位。
Page
是InnoDB存储引擎磁盘管理的最小单位,每js个页默认16KB,innodb_page_size
可以通过这个参数进行修改
B+Tree 中的非叶子节点 不存储数据, 只存关键字,所以一个Page 中可以容纳更多的索引项, 一是可以降低树的高度,二是 在一个内部节点中可以定位更多的叶子节点。
到此这篇关于Mysql 索引 BTree 与 B+Tree 的区别(面试)的文章就介绍到这了,更多相关Mysql BTree与B+Tre内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
精彩评论