为什么我们需要像B-Tree这样的单独数据结构用于数据库和文件系统？

Question

我正在阅读B树，看起来他们在O（lg n）时间内实现了动态集合操作。红黑树（Java中的TreeMap）也在渐近相同的时间范围内实现相同的操作。所以我想知道是什么让B树对数据库和文件系统更有用

Answer 1

存在B树的主要原因是为了更好地利用读取和写入大块数据的设备的行为。当数据必须存储在磁盘上时，两个属性对于使B-Tree比二叉树更好是很重要的：

• 访问磁盘非常慢（与内存或缓存相比，对磁盘上数据的随机访问速度要慢几个数量级）;和
• 每次读取都会导致整个扇区从驱动器加载 - 假设扇区大小为4K，这意味着1000个整数，或者您存储的数十个较大的对象。

因此，我们可以使用第二个事实的优点，同时也最小化缺点 - 即磁盘访问次数。

因此，我们可以创建一个更大的索引来告诉我们是否应该继续使用前1/100，而不是仅在每个节点中存储一个数字，告诉我们是否应该继续向左或向右移动。到第二个或第99个（想象一下图书馆中的书籍，按照第一个字母排序，然后按第二个字母排序，依此类推）。只要所有这些数据都适合单个扇区，它就会被加载，所以我们不妨完全使用它。

这导致大致log _b N次查找，其中N是记录数。这个数字渐渐地与log ₂ N相同，实际上是N和b足够小的几倍 - 因为我们讨论的是将数据存储到磁盘以便在数据库等中使用。 ，数据量通常足以证明这一点。

设计决策的其余部分主要是为了使这个有效地工作，因为修改N-ary树比二元树更棘手。

Answer 2

RB树是二叉搜索树。 B树可以有两个以上的子节点。实际上，子节点的数量是可变的。

因此，您可以改变子节点的数量，使节点的大小始终是文件系统块大小的倍数。这样可以减少阅读时的浪费：无论如何，你不能读取少于一个的块，你总是必须阅读整个块，所以你也可以用有用的数据填充它。增加子节点的数量也将减少树的深度，从而减少“跳跃”的平均数量（即磁盘读取），这再次提高了性能。

请记住：B树通常用于存储比内存大更大的数据结构，而RB树通常用于存储数量级更小的数据结构< / em>比记忆。实际上，B树是专门设计为磁盘数据结构而不是内存数据结构。

这是Wikipedia article（强调我的）的关键句子：

  

对于读取和写入大块数据

的系统，B树已优化

Answer 3

我们需要不同的算法，因为内存中的访问速度比磁盘上的访问速度快得多。红色/黑色树可以进行许多内存访问，因此它可以很好地跟踪内存的快速访问速度。 b树进行的访问次数越来越少，因为访问的磁盘速度很慢。