perspectiva
estructuras de datos que figuran: arrays, listas enlazadas, hachís, árbol rojo-negro, árbol B (B + árboles, árbol B)
estructura mysql datos (el motor InnoDB) utilizado en el índice.
1. Excluir arrays, listas enlazadas.
Arrays, listas enlazadas no soportan grandes cantidades de almacenamiento de datos y el consumo de memoria. Bajo rendimiento.
2. excluir Hash
sólo una función hash para calcular el valor hash. Pero cuando cambió user_id, valor hash producido va a cambiar, y usted no puede encontrar los registros de datos específicos.
Y no puede soportar la parte del índice del índice común de búsqueda. No es compatible con las búsquedas de rango.
3. excluyen árbol rojo-negro
La razón:
1) cuando la gran cantidad de datos, muchas veces para leer el disco.
2) perder demasiado tiempo para leer. (lee una sola vez, pero cada 4byte / S de disco consume operación 16K)
Sin embargo Hashmap sólo por árbol rojo-negro, debido a la operación de memoria Hashmap es la lectura rápida.
Para los problemas mencionados anteriormente. estructura de árbol B + con el nuevo
resuelve 1) n-ÁRBOL la cantidad de datos leídos desde el disco cuando los tiempos demasiados problemas.
2) una pluralidad de nodos de almacenamiento de datos.
estructura de árbol B + sólo para cumplir con los requisitos, 1.n árboles, 2 a través de un nodo de almacenamiento de datos.
Árbol B +
característica
B + Árbol es diferente del árbol B y
- nodos que no son hojas sólo almacenan información clave.
- Tiene una cadena de apuntadores entre todos los nodos de hoja.
- Los registros de datos se almacenan en el nodo hoja.
B + Árbol es una optimización basada en el árbol B para que sea más adecuado para implementar la estructura del índice de memoria externa, el motor de almacenamiento InnoDB es utilizar un índice de árbol B + implementó su estructura.
estructura de árbol B +
En el B + Árbol, todos los nodos están en conformidad con los registros de llave de datos almacenados en el orden de los nodos de hoja del mismo nivel, no sólo almacena el valor de la clave de la información del nodo de hoja, lo que puede aumentar considerablemente el número de valores de clave almacenados en cada nodo reducida altura + Árbol B.
Cuando no está satisfecho estructura de árbol B +, será dividida .
Ejemplo: 5 bandas B + de árbol: el puntero 5 (5 líneas) cuatro palabras clave (cuatro de almacenamiento)
el blog de referencia: https: //blog.csdn.net/hao65103940/article/details/89032538
B-Tree
B-Tree es un árbol para encontrar un diseño deficiente dispositivo de almacenamiento en disco equilibrio.
Cada nodo incluye no sólo los datos de valores clave y valores de datos. Cada uno de la página de memoria es limitado, si los datos se traducirá en datos de gran tamaño para cada nodo (es decir, una página) puede almacenar un pequeño número de clave, cuando una gran cantidad de datos almacenados también conducirá a B- árbol de la profundidad mayor, aumentando el disco cuando los tiempos de consulta I / O, lo que afecta la eficiencia de la consulta. Así que ha habido B + Árbol (una optimización de la B-Tree).
