b樹是為磁碟儲存而專門設計的一類平衡搜尋樹，b樹的高度僅隨著它所包含的節點數按對數增長，不過因為單個節點可以包含多個關鍵字，所以對數的底數可以比較大，實際應用中一般是50~2000，給個直觀的數字，一棵分支因子為1001、高度為2（不包含根節點）的b樹，可以儲存超過10億個關鍵字！計算機的機械磁碟，為了攤還機械移動花費的等待時間，磁碟會一次訪問多個資料項而不是乙個，這樣的一次讀取的資訊單元是page，我們可以用讀或寫的頁數作為磁碟訪問總時間的主要近似值，在任何時刻，b樹演算法都只需在記憶體中保持一定數量的頁面。b樹的設計考慮磁碟預讀取這點，乙個b樹的節點通常和乙個完整磁碟頁（page）一樣大，並且磁碟頁的大小限制了乙個b樹節點可以含有的孩子個數（分支因子），當然這個具體也需要取決於乙個關鍵字相對一頁的大小。b+ tree中內部節點只存放關鍵字和孩子的指標，不存其他satellite information，因此最大化了內部節點的分支因子。
搜尋一棵b樹和搜尋一棵二叉搜尋樹很相似，只是在每個節點所做的不是二叉或者「兩路」分支選擇，而是根據根節點的孩子數做多路分支選擇。
b樹插入的時候都是插入到葉節點上，插入的時候會從根節點開始順著葉節點的方向沿途，如果遇到乙個滿節點（該節點上的關鍵字達到2t-1，t代表t階b樹），就會split該節點，**節點方式就是把滿節點上的中間關鍵字往根節點方向提，**是樹長高的唯一途徑。b樹的每個葉節點具有相同的高度，所以b樹高度的增加發生在頂部而不是底部。插入節點的時候，從根的方向往下判斷，如果不是葉子節點，則必須選擇適當的葉子節點插入，因為在沿途已經**了節點，所以保證不會在滿節點上再插入節點。
和插入關鍵字類似，插入關鍵字的時候要保證節點不會太大，而且有可能會增高b樹。刪除節點的時候要保證乙個節點不會變得太小，因為b樹的節點上的關鍵字有下界要求（除了根節點以外的每個內部節點至少有t個孩子，如果樹非空，根節點上至少有乙個關鍵字），刪除關鍵字的時候如果在葉子節點，而且刪除之後還滿足b樹的要求，那直接刪除即可，不過如果是其他情況，比如在內部節點上刪除關鍵字，那就有一系列的演算法分支需要考慮，感興趣的讀者可以自行找資料慢慢琢磨了。不過在實際場景中，由於一棵b樹中大部分關鍵字都在葉節點中，刪除操作最經常是從葉子節點中刪除關鍵字。
mysql的myisam和innodb兩個儲存引擎的索引實現方式：
講lsm樹之前，需要提下三種基本的儲存引擎，這樣才能清楚lsm樹的由來：
通過以上的分析，應該知道lsm樹的由來了，lsm樹的設計思想非常樸素：將對資料的修改增量保持在記憶體中，達到指定的大小限制後將這些修改操作批量寫入磁碟，不過讀取的時候稍微麻煩，需要合併磁碟中歷史資料和記憶體中最近修改操作，所以寫入效能大大提公升，讀取時可能需要先看是否命中記憶體，否則需要訪問較多的磁碟檔案。極端的說，基於lsm樹實現的hbase的寫效能比mysql高了乙個數量級，讀效能低了乙個數量級。
lsm樹原理把一棵大樹拆分成n棵小樹，它首先寫入記憶體中，隨著小樹越來越大，記憶體中的小樹會flush到磁碟中，磁碟中的樹定期可以做merge操作，合併成一棵大樹，以優化讀效能。
以上這些大概就是hbase儲存的設計主要思想，這裡分別對應說明下：
關於lsm tree，對於最簡單的二層lsm tree而言，記憶體中的資料和磁碟你中的資料merge操作，如下圖
圖來自lsm**
lsm tree，理論上，可以是記憶體中樹的一部分和磁碟中第一層樹做merge，對於磁碟中的樹直接做update操作有可能會破壞物理block的連續性，但是實際應用中，一般lsm有多層，當磁碟中的小樹合併成乙個大樹的時候，可以重新排好順序，使得block連續，優化讀效能。
hbase在實現中，是把整個內存在一定閾值後，flush到disk中，形成乙個file，這個file的儲存也就是乙個小的b+樹，因為hbase一般是部署在hdfs上，hdfs不支援對檔案的update操作，所以hbase這麼整體記憶體flush，而不是和磁碟中的小樹merge update，這個設計也就能講通了。記憶體flush到磁碟上的小樹，定期也會合併成乙個大樹。整體上hbase就是用了lsm tree的思路。
索引的儲存結構
下面是本人畫的一張關於資料頁和索引儲存結構圖 此圖中，最上部分是資料頁的儲存結構。下半部分是表中有索引，這裡就出現了b tree結構，索引的根級會引用索引的下一級，直到索引的最後一級，這一級引用的物件是rid 當表中不存在聚集索引時，rid會指向每一行資料儲存位置，rid的字段長度為16位元組 或聚...
mysql的索引儲存資料結構
我們mysql底層的索引儲存資料結構是按照b 樹方式來儲存的，也是從b樹結構演變而來。我們知道索引就是類似我們的書本的目錄頁，儲存要找的內容所在的頁數。b樹的結構 葉節點具有相同的深度，葉節點的指標為空 所有索引元素不重複 節點中的資料索引從左到右遞增排列 b 樹的結構 非葉子節點不儲存data，只...
索引儲存結構和分塊 索引 查詢
索引儲存結構 索引儲存結構 資料表 索引表 索引表 index blocked table 中的每一項稱為索引項，索引項的一般形式 關鍵字,位址 舉個例子 分塊查詢的基本思想 分塊查詢又稱分塊索引查詢 index blocked search 是一種介於順序查詢和二分查詢之間的查詢方法。其基本思想是...