我是数据库新手，希望实现缓存意识的B +树。大量阅读建议将节点和叶子存储为连续内存。这是否假设在创建B +树时，节点和叶子存储在堆中，然后通过读写操作复制到磁盘中？缓存意识的B +树是否告诉操作系统为其提供一组连续的物理页面？我认为答案是没有b / c应用程序不应该知道物理页面是如何分配的，连续内存只是指主存储器页面？
答案 0 :(得分：2)
“缓存意识”位指的是页面布局的特殊规则，它试图最大化CPU的第一级数据缓存的利用率，通常针对特定的缓存行大小（例如64字节）进行优化。
一种标准技术（独立于缓存行大小）是在间接向量中使用偏移值编码，通常与“穷人的规范化密钥”组合（例如，通常从第一个字节开始的两个或四个字节的密钥材料不与前任共享）。这减少了访问间接向量之外的数据的必要性 - 即保存在页面上其他位置的堆中的实际密钥数据，并且可以仅使用增强中包含的数据来完成相当多的查询（失败的查找）间接向量。这最大化了缓存利用率并最大限度地减少了颠簸。
其他方案将间接向量的元素组成一个mini-btree，其“页面大小”等于缓存行大小。
另一种方案将间接向量划分为一个（或极少数）高速缓存行的子块，其中前缀截断（在某些论文中称为“前压缩”）仅在这些子块中使用但不跨越不同的块。块'leader'之间的二进制搜索用于识别目标块，然后以前缀截断键序列的典型方式线性扫描。
此方案的一种变体将块前导符存储在迷你索引中，并将顺序子块保留在其他位置，以进一步提高缓存利用率。毋庸置疑，页内空间管理绝对是一场噩梦。
许多其他变体是可能的，但出版物似乎仅限于试图证明学术要点的学术论文，以及罕见的重要数据库系统使用的页面布局。
即使对于与前缀截断相关的基本比较基本内容，我能找到的唯一可靠的网络参考可以追溯到1990年：
DDJ December 1990 - Supercharging Sequential Searches
有关btree的CPU缓存问题的概述：
底层存储的分页特性的意识 - 以及寻道，页面读/写和批量读/写的不同特征 - 是一种不同的野兽，但也很重要。通常会产生令人惊讶的创新设计。一个例子是Berkeley DB的Java版本，该版本仅将其日志文件保留到磁盘，并在启动时从日志中重建内存中的btree。