關於索引的B tree B-tree B+tree B*tree 詳解結構圖

B樹

即二叉搜索樹：

1.所有非葉子結點至多擁有兩個兒子（Left和Right）；

2.所有結點存儲一個關鍵字；

3.非葉子結點的左指針指向小於其關鍵字的子樹，右指針指向大於其關鍵字的子樹；

如：

B樹的搜索，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中；

否則，如果查詢關鍵字比結點關鍵字小，就進入左兒子；如果比結點關鍵字大，就進入

右兒子；如果左兒子或右兒子的指針爲空，則報告找不到相應的關鍵字；

如果B樹的所有非葉子結點的左右子樹的結點數目均保持差不多（平衡），那麼B樹

的搜索性能逼近二分查找；但它比連續內存空間的二分查找的優點是，改變B樹結構

（插入與刪除結點）不需要移動大段的內存數據，甚至通常是常數開銷；

如：

但B樹在經過多次插入與刪除後，有可能導致不同的結構：

右邊也是一個B樹，但它的搜索性能已經是線性的了；同樣的關鍵字集合有可能導致不同的

樹結構索引；所以，使用B樹還要考慮儘可能讓B樹保持左圖的結構，和避免右圖的結構，也就

是所謂的“平衡”問題；

實際使用的B樹都是在原B樹的基礎上加上平衡算法，即“平衡二叉樹”；如何保持B樹

結點分佈均勻的平衡算法是平衡二叉樹的關鍵；平衡算法是一種在B樹中插入和刪除結點的

策略；

B-樹

是一種多路搜索樹（並不是二叉的）：

1.定義任意非葉子結點最多隻有M個兒子；且M>2；

2.根結點的兒子數爲[2, M]；

3.除根結點以外的非葉子結點的兒子數爲[M/2, M]；

4.每個結點存放至少M/2-1（取上整）和至多M-1個關鍵字；（至少2個關鍵字）

5.非葉子結點的關鍵字個數=指向兒子的指針個數-1；

6.非葉子結點的關鍵字：K[1], K[2], …, K[M-1]；且K[i] < K[i+1]；

7.非葉子結點的指針：P[1], P[2], …, P[M]；其中P[1]指向關鍵字小於K[1]的

子樹，P[M]指向關鍵字大於K[M-1]的子樹，其它P[i]指向關鍵字屬於(K[i-1], K[i])的子樹；

8.所有葉子結點位於同一層；

如：（M=3）

B-樹的搜索，從根結點開始，對結點內的關鍵字（有序）序列進行二分查找，如果

命中則結束，否則進入查詢關鍵字所屬範圍的兒子結點；重複，直到所對應的兒子指針爲

空，或已經是葉子結點；

B-樹的特性：

1.關鍵字集合分佈在整顆樹中；

2.任何一個關鍵字出現且只出現在一個結點中；

3.搜索有可能在非葉子結點結束；

4.其搜索性能等價於在關鍵字全集內做一次二分查找；

5.自動層次控制；

由於限制了除根結點以外的非葉子結點，至少含有M/2個兒子，確保了結點的至少

利用率，其最底搜索性能爲：

其中，M爲設定的非葉子結點最多子樹個數，N爲關鍵字總數；

所以B-樹的性能總是等價於二分查找（與M值無關），也就沒有B樹平衡的問題；

由於M/2的限制，在插入結點時，如果結點已滿，需要將結點分裂爲兩個各佔

M/2的結點；刪除結點時，需將兩個不足M/2的兄弟結點合併；

B+樹

B+樹是B-樹的變體，也是一種多路搜索樹：

1.其定義基本與B-樹同，除了：

2.非葉子結點的子樹指針與關鍵字個數相同；

3.非葉子結點的子樹指針P[i]，指向關鍵字值屬於[K[i], K[i+1])的子樹

（B-樹是開區間）；

5.爲所有葉子結點增加一個鏈指針；

6.所有關鍵字都在葉子結點出現；

如：（M=3）

B+的搜索與B-樹也基本相同，區別是B+樹只有達到葉子結點才命中（B-樹可以在

非葉子結點命中），其性能也等價於在關鍵字全集做一次二分查找；

B+的特性：

1.所有關鍵字都出現在葉子結點的鏈表中（稠密索引），且鏈表中的關鍵字恰好

是有序的；

2.不可能在非葉子結點命中；

3.非葉子結點相當於是葉子結點的索引（稀疏索引），葉子結點相當於是存儲

（關鍵字）數據的數據層；

4.更適合文件索引系統；

B*樹

是B+樹的變體，在B+樹的非根和非葉子結點再增加指向兄弟的指針；

B*樹定義了非葉子結點關鍵字個數至少爲(2/3)*M，即塊的最低使用率爲2/3

（代替B+樹的1/2）；

B+樹的分裂：當一個結點滿時，分配一個新的結點，並將原結點中1/2的數據

複製到新結點，最後在父結點中增加新結點的指針；B+樹的分裂隻影響原結點和父

結點，而不會影響兄弟結點，所以它不需要指向兄弟的指針；

B*樹的分裂：當一個結點滿時，如果它的下一個兄弟結點未滿，那麼將一部分

數據移到兄弟結點中，再在原結點插入關鍵字，最後修改父結點中兄弟結點的關鍵字

（因爲兄弟結點的關鍵字範圍改變了）；如果兄弟也滿了，則在原結點與兄弟結點之

間增加新結點，並各複製1/3的數據到新結點，最後在父結點增加新結點的指針；

所以，B*樹分配新結點的概率比B+樹要低，空間使用率更高；

小結

B樹：二叉樹，每個結點只存儲一個關鍵字，等於則命中，小於走左結點，大於

走右結點；

B-樹：多路搜索樹，每個結點存儲M/2到M個關鍵字，非葉子結點存儲指向關鍵

字範圍的子結點；

所有關鍵字在整顆樹中出現，且只出現一次，非葉子結點可以命中；

B+樹：在B-樹基礎上，爲葉子結點增加鏈表指針，所有關鍵字都在葉子結點

中出現，非葉子結點作爲葉子結點的索引；B+樹總是到葉子結點才命中；

B*樹：在B+樹基礎上，爲非葉子結點也增加鏈表指針，將結點的最低利用率

從1/2提高到2/3；

MyISAM引擎使用B+Tree作爲索引結構，葉節點的data域存放的是數據記錄的地址。下圖是MyISAM索引的原理圖：

這裏設表一共有三列，假設我們以Col1爲主鍵，則上圖是一個MyISAM表的主索引（Primary key）示意。可以看出MyISAM的索引文件僅僅保存數據記錄的地址。在MyISAM中，主索引和輔助索引（Secondary key）在結構上沒有任何區別，只是主索引要求key是唯一的，而輔助索引的key可以重複。如果我們在Col2上建立一個輔助索引，則此索引的結構如下圖所示：

同樣也是一顆B+Tree，data域保存數據記錄的地址。因此，MyISAM中索引檢索的算法爲首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，則取出其data域的值，然後以data域的值爲地址，讀取相應數據記錄。

MyISAM的索引方式也叫做“非聚集”的，之所以這麼稱呼是爲了與InnoDB的聚集索引區分。

InnoDB索引實現

雖然InnoDB也使用B+Tree作爲索引結構，但具體實現方式卻與MyISAM截然不同。

第一個重大區別是InnoDB的數據文件本身就是索引文件。從上文知道，MyISAM索引文件和數據文件是分離的，索引文件僅保存數據記錄的地址。而在InnoDB中，表數據文件本身就是按B+Tree組織的一個索引結構，這棵樹的葉節點data域保存了完整的數據記錄。這個索引的key是數據表的主鍵，因此InnoDB表數據文件本身就是主索引。

上圖是InnoDB主索引（同時也是數據文件）的示意圖，可以看到葉節點包含了完整的數據記錄。這種索引叫做聚集索引。因爲InnoDB的數據文件本身要按主鍵聚集，所以InnoDB要求表必須有主鍵（MyISAM可以沒有），如果沒有顯式指定，則MySQL系統會自動選擇一個可以唯一標識數據記錄的列作爲主鍵，如果不存在這種列，則MySQL自動爲InnoDB表生成一個隱含字段作爲主鍵，這個字段長度爲6個字節，類型爲長整形。

第二個與MyISAM索引的不同是InnoDB的輔助索引data域存儲相應記錄主鍵的值而不是地址。換句話說，InnoDB的所有輔助索引都引用主鍵作爲data域。例如，下圖爲定義在Col3上的一個輔助索引：

這裏以英文字符的ASCII碼作爲比較準則。聚集索引這種實現方式使得按主鍵的搜索十分高效，但是輔助索引搜索需要檢索兩遍索引：首先檢索輔助索引獲得主鍵，然後用主鍵到主索引中檢索獲得記錄。

瞭解不同存儲引擎的索引實現方式對於正確使用和優化索引都非常有幫助，例如知道了InnoDB的索引實現後，就很容易明白爲什麼不建議使用過長的字段作爲主鍵，因爲所有輔助索引都引用主索引，過長的主索引會令輔助索引變得過大。再例如，用非單調(可能是指“非遞增”的意思)的字段作爲主鍵在InnoDB中不是個好主意，因爲InnoDB數據文件本身是一顆B+Tree，非單調(可能是指“非遞增”的意思)的主鍵會造成在插入新記錄時數據文件爲了維持B+Tree的特性而頻繁的分裂調整，十分低效，而使用自增字段作爲主鍵則是一個很好的選擇。

http://www.cnblogs.com/hustcat/archive/2009/10/28/1591648.html

http://blog.csdn.net/zuiaituantuan/article/details/5909334

http://www.codinglabs.org/html/theory-of-mysql-index.html

http://isky000.com/database/mysql_order_by_implement

http://dev.mysql.com/doc/refman/5.0/en/server-system-variables.html

http://www.docin.com/p-211669085.html

原文地址 http://blog.csdn.net/manesking/archive/2007/02/09/1505979.aspx