B树和B +树之间的差异

Question

在 b-tree 中，您可以将键和数据存储在内部和叶子节点中，但是在 b + tree 中仅将数据存储在叶节点中。

在b +树中执行上述操作有什么好处吗？

为什么不在任何地方使用b-trees而不是b + tree，直觉上它们似乎更快？

我的意思是，为什么你需要在b +树中复制密钥（数据）？

Answer 1

下图有助于显示B +树和B树之间的差异。

B +树的优点：

• 由于B +树没有与内部节点相关的数据，因此更多的键可以放在内存页面上。因此，为了访问叶节点上的数据，它将需要更少的缓存未命中。
• B +树的叶节点是链接的，因此对树中的所有对象进行全面扫描只需要一个线性遍历所有叶节点。另一方面，B树需要遍历树中的每个级别。这种全树遍历可能涉及比B +叶子的线性遍历更多的缓存未命中。

B树的优点：

• 由于B树包含每个密钥的数据，因此频繁访问的节点可以更靠近根，因此可以更快地访问。

---

Answer 2

B +树相对于B树的主要优点是它们允许您通过删除指向数据的指针来包含更多指向其他节点的指针，从而增加扇出并可能降低树的深度。

缺点是，当您在内部节点中找到匹配项时，没有早期出局。但由于两个数据结构都有巨大的扇出，所以绝大多数匹配都会在叶子节点上进行，这使得B +树的平均效率更高。

Answer 3

B +树执行全扫描更容易，性能更高，就像查看树索引的每一段数据一样，因为终端节点形成了一个链表。要使用B树进行完整扫描，您需要进行完整的树遍历以查找所有数据。

另一方面，当您进行搜索（按键查找特定数据）时，B树可以更快，特别是当树驻留在RAM或其他非块存储中时。由于您可以提升树中常用节点，因此获取数据所需的比较较少。

Answer 4

  

  
1. 在B树中搜索存储在内部或叶节点中的密钥和数据。但是在B + -tree数据中只存储叶子节点。
  
2. B +树中的完全扫描非常简单，因为所有数据都在叶节点中找到。全扫描B树需要完整遍历。
  
3. 在B树中，可以在叶节点或内部节点中找到数据。删除内部节点非常复杂。在B +树中，数据仅在叶节点中找到。删除叶节点很容易。
  
4. 在B树中插入比B +树更复杂。
  
5. B +树存储冗余搜索关键字，但B树没有冗余值。
  
6. 在B +树中，叶节点数据按顺序链接列表排序，但在B树中，不能使用链接列表存储叶节点。许多数据库系统的实现更喜欢B +树的结构简单性。
  

Answer 5

数据库系统概念第5页的例子

B + - 树

对应的B树

Answer 6

定义“快得多”。渐渐地，他们差不多一样。不同之处在于他们如何利用二级存储。关于B-trees和B+trees的维基百科文章看起来非常值得信赖。

Answer 7

Adegoke A，Amit

我想人们缺少的一个关键点是数据和指针之间的区别，如本节所述。

指针：指向其他节点的指针。

数据： - 在数据库索引的上下文中，数据只是指向其他位置的实际数据（行）的另一个指针。

因此，在B树的情况下，每个节点都有三个信息键，指向与键相关的数据的指针和指向子节点的指针。

在B +树中，内部节点保留指向子节点的键和指针，而叶节点保存键和指向关联数据的指针。这允许给定大小的节点具有更多数量的密钥。节点的大小主要由块大小决定。

上面已经解释了每个节点拥有更多密钥的优势，因此我将节省我的打字工作。

Answer 8

B +树在基于块的存储方面特别好（例如：硬盘）。考虑到这一点，你可以获得几个优势，例如（从我的头脑中）：

• 高扇出/低深度：这意味着您必须获得更少的块来获取数据。如果数据与指针混合在一起，每次读取的指针都会减少，因此您需要更多的搜索来获取数据

• 简单且一致的块存储：内部节点有N个指针，没有别的，叶子节点有数据，没有别的。这使得解析，调试甚至重构变得容易。

• 高密钥密度意味着顶级节点几乎肯定在缓存上，在许多情况下，所有内部节点都会快速缓存，因此只有数据访问才能进入磁盘。

Answer 9

在B + Tree中，由于只有指针存储在内部节点中，因此它们的大小明显小于B树的内部节点（存储数据+密钥）。 因此，B +树的索引可以在单个磁盘读取中从外部存储器获取，处理以找到目标的位置。如果它是B树，则每个决策过程都需要读取磁盘。希望我明白我的观点！ ：）

Answer 10

**

  

B-Tree的主要缺点是难以遍历按键   顺序。 B + Tree保留了快速随机访问属性   B-Tree同时也允许快速顺序访问

** ref：数据结构使用C //作者：Aaro M Tenenbaum

http://books.google.co.in/books?id=X0Cd1Pr2W0gC&pg=PA456&lpg=PA456&dq=drawback+of+B-Tree+is+the+difficulty+of+Traversing+the+keys+sequentially&source=bl&ots=pGcPQSEJMS&sig=F9MY7zEXYAMVKl_Sg4W-0LTRor8&hl=en&sa=X&ei=nD5AUbeeH4zwrQe12oCYAQ&ved=0CDsQ6AEwAg#v=onepage&q=drawback%20of%20B-Tree%20is%20the%20difficulty%20of%20Traversing%20the%20keys%20sequentially&f=false

Answer 11

B树和B +树之间的主要区别是B树消除了搜索键值的冗余存储。由于搜索键不在B树中重复，我们可能无法使用比对应的B +树索引更少的树节点。但是，由于出现在非叶节点中的搜索关键字在B树中没有出现，我们被迫在非叶节点中为每个搜索关键字包含一个额外的指针字段。 它们是B树的空间优势，因为重复不会发生，可以用于大型指数。

Answer 12

B +树的一种可能用途是它适用于某些情况 树长得太大，以至于它不适合可用 记忆。因此，您通常希望进行多个I / O. 通常会发生B +树的使用，即使它实际上适合 内存，然后您的缓存管理器可能会永久保留它。但 这是一个特例，不是一般情况，缓存策略是一个 与B +树维护分开。

此外，在B +树中，叶页被链接在一起 链接列表（或双向链表），用于优化遍历 （用于范围搜索，排序等）。所以指针的数量是 使用的特定算法的函数。

Answer 13

B +树是一棵平衡树，其中从树根到叶子的每条路径长度相同，树的每个非叶节点都在[n / 2]和[n]个子节点之间，其中n是针对特定树固定的。它包含索引页面和数据页面。 二叉树每个父节点只有两个子节点，B +树可以为每个父节点提供可变数量的子节点

Answer 14

举一个例子 - 你有一个每行有大量数据的表。这意味着该对象的每个实例都是Big。

如果你在这里使用B树，那么大部分时间都花在用数据扫描页面上 - 这是没用的。在数据库中，这是使用B + Trees来避免扫描对象数据的原因。

B + Trees将密钥与数据分开。

但是如果您的数据大小较小，那么您可以使用B树存储的密钥存储它们。