我正在研究为我的应用程序整合自定义存储方案的可能性。我认为值得重新发明轮子的努力是值得的，因为性能和存储效率都是主要目标，其上的数据和操作比RDBMS提供的更简单（没有更新，没有删除，预定义的查询集） ）。
我只使用了一小部分关于B-Trees和B + -Trees的网络资源 - 维基百科，http://www.bluerwhite.org/btree/，http://slady.net/java/bt/view.php，http://www.brpreiss.com/books/opus6/html/page342.html（最后一个）是最有价值的。）
我要解决的第一个问题是如何处理重复键 - 这个树将充当DB索引，例如，不会只有'color = red'的'thing'，所以在这棵树中查找“红色”会产生很多结果。
到目前为止，我提出了两种解决方案。第一种是在树中为这些中的每一个简单地具有多个条目。但是，当树中有100,000或1,000,000个“红色”东西时......对树结构来说是非常有效的吗？第二个是每个键只有一个条目，但与每个键关联的“有效负载”指向不同的数据块，这是一个链接列表，指向所有“红色”项目的实例。
是否有共同/更好的选择？
我想检查一下我正在做的假设。假设您有一个B + -Tree，高度为2 - 级别2的外部（叶子）节点保存“实际数据”。然后插入需要分割叶节点 - 叶节点不再保存'实际数据'。我是否正确地认为在实现方面，因为数据可能具有相当大的尺寸，您可以将一种“指针”存储为“实际数据” - 所以如果叶节点成为分支节点，那么指针（相反大小）更新为指向新子树？
我的意思是，内部和外部节点，它们应该是相同的大小，因为外部节点可能成为内部节点，并且改组数据不是一个好主意？
（添加了C＃标签，因为我在C＃中从头开始实现这一点。）
答案 0 :(得分：6)
关于问题的第一部分，当您从数据库中删除数据记录时，您需要找到指向该特定记录的所有密钥，然后将其删除。如果您必须查看长线性列表来执行此操作，则删除速度会很慢。我假设你在一个节点内使用二进制搜索，以便快速找到正确的节点元素（键+指针），所以如果你使“节点搜索”机制包括要求特定键+指针组合的能力，您可以快速找到要删除的正确密钥元素。换句话说，使数据记录指针成为搜索的一部分（仅在搜索特定数据记录的密钥时）。这意味着重复键将以“数据指针”顺序存储在节点中，因此只要重复键的排序不重要，此机制就可以工作。
答案 1 :(得分：5)
试图回答我自己的问题..我也欢迎其他答案。
如果可能存在相同密钥的重复条目，则树将存储对具有给定密钥的项目的列表（内存）或链接列表（磁盘）的引用。
在内存中，我的节点有一个object引用，在内部/分支节点的情况下可以指向另一个节点（本身是另一个有效的B + Tree），或者实际上是直接在这个案例中的数据外部/叶节点的。在磁盘上，这将以一种非常类似的方式工作：每个“链接槽”的64位值，因为我选择命名它们 - 如果指向子节点，则是文件中的偏移量，或者是块编号如果直接指向数据（或在问题的第一部分中提到的情况下链接列表的头部）。
答案 2 :(得分：2)
B +树的主要特征是尽量减少磁盘搜索。如果你只是存储指针＆＃34;然后你就失去了这个好处，你的代码将追逐文件指针，你将在整个地方寻找磁盘头。您无法从磁盘读取一百个字节，所有读取和写入都在对齐的块中。
Leaf父级：数据总是在一个叶子中，每个叶子只有一个密钥位于节点中（即叶子的直接父级）。该节点让你偷看＆＃34;在叶子的内容中，通过查看该叶子中第一个键的副本，就在节点中。
节点父节点：子节点中第一个键之前的键位于节点的父节点中。
重复数据也不错。例如，如果每个叶子有207个记录，并且每个节点有268个记录，那么您将为每207个记录存储一个额外的密钥。如果您有超过207 * 269个叶子，则每207 * 269个记录需要一个密钥。
你似乎混淆了B树和B +树。 B +树总是拥有叶子中的数据，并且节点中从不存在任何数据。每个子节点中只有一个最低键的样本存在于节点中。数据永远不会向上移动＆＃34;一个B +树，每个孩子只有一个最低密钥的副本向上传播。
开销以对数方式增长。最小的重复可以节省大量的资源。
要处理B +树中的重复键，就像在具有相同值的多行中一样，实现通常会通过向表中附加一个额外的隐藏列来强制它是唯一的，并在记录时为其指定一个自动递增值被建造。隐藏列将添加到索引键的末尾，这可以保证它始终是唯一的。索引以索引列开头，因此排序将按指定顺序排列，但附加的隐藏值保证唯一性。
如果表已经有主键，那么它可以使用它来强制唯一性而不是添加隐藏列。
答案 3 :(得分：1)
当你处理重复键时，你总是会看到一个包含你搜索过的给定键的叶子。
由于叶子将所有键组合在一起，您只需将叶子向左移动（位置-1）以找到具有给定键的第一个条目。如果找到叶子的第一个键，则需要检查前面的叶子。
由于没有关于叶子的可能假设你会点击一个重复的密钥，你需要遍历所有以前的叶子，直到找到第一个密钥不是你搜索的密钥的叶子。如果该叶子的最后一个键不是您搜索（＆lt;）的键而不是下一个叶子，否则这个叶子。
对叶子的搜索在叶子内是线性的，你有log n来找到第一个键条目。
如果您可以按照它们保存的数据对叶子中的键条目进行排序，您可以轻松找到叶子以查找某个条目（这对于包含和删除操作非常有用）。
如果重复的可能性很高，最好通过存储密钥来寻找其他存储模型 - ＆gt; DATAS。特别是如果数据不经常改变的话。
[更新]
有可能忘记钥匙：
节点N [L1 | 3 | L2] 叶L1 [1,2,3] - > L2 [3,4,5]
删除你导致的L2中的3。
节点N [L1 | 3 | L2] 叶L1 [1,2,3] - > L2 [4,5]
现在搜索时发现3不在L2中。您现在可以查看上一个叶子以找到3。
另一种方法是将密钥更新为叶子的实际第一个密钥，从而导致（导致潜在的更新传播）：
节点N [L1 | 4 | L2] 叶L1 [1,2,3] - > L2 [4,5]
或者你从左叶借用元素。
节点N [L1 | 3 | L2] 叶L1 [1,2] - > L2 [3,4,5]
我倾向于使用第一个解决方案，因为它也适用于多叶复制中间的叶子。