我已经构建了一个自己的b +树索引，其中包含了对索引进行插入/删除/搜索的所有操作。为了加速插入庞大的数据集，我想实现批量加载以便能够试验大型数据集。
我一直在尝试做的是对数据进行排序并开始在叶级填充页面。必要时，将密钥复制或推送到较高级别。我总是在不同的高度跟踪指数的前沿。例如，如果我的索引是高度3（root，一个级别包含内部节点和叶子级别），我只在内存中保留3个页面，一旦它们满了，或者没有更多数据，我将它们写入磁盘。
问题是要为每个页面写入多少数据来维护所有单个节点的页面限制。可以找到 here这些限制。我找不到任何有用的资源，其中包含有关批量加载实现的详细信息，或者是一个很好的策略，用于确定要使用的填充率以保证节点限制。
有什么想法吗？
答案 0 :(得分：0)
根据问题的评论，我可以说你担心的是最后一页（或考虑树中较高位置的最后一页）可能达不到最小填充数。
由于这些页面的数量受log2（n）（树的高度）的限制，我怀疑理论性能保证不会受到影响。
无论如何，您所链接的保证不是正确性所必需的。它们足以保证运行时间的界限。它们不是必要的，但保证了运行时间（例如：在b树的末尾添加一行一行 - 你仍然可以获得相同的保证运行时间。）
如果你想知道真正的b-tree是如何运作的，你可能想看看你最喜欢的RDBMS（作为一个SQL Server用户，我知道SQL Server很乐意在不实用的情况下运行50％的页面填充保证影响）。我想你会发现理论上的问题被认为不是很有意义。