B-tree definition:
b -树是一个放置和定位文件的方法(称为记录或键)在数据库中。(字母B的意义没有明确定义。)b – tree算法最小化一个中等的次数必须定位所需的访问记录,从而加速过程.
b树时首选决策点称为节点,在硬盘而不是随机存取存储器(RAM)。需要成千上万倍的时间访问一个数据元素从硬盘相比,从内存访问,因为一个磁盘驱动器机械零件,读写数据比纯粹的电子媒体要慢得多。b树节省时间通过与许多分支节点(称为儿童),相比之下,二叉树,每个节点只有两个孩子。当每个节点有很多孩子,记录可以发现通过节点少于每节点如果有两个孩子。这一原则如下所示的一个简化的例子。
在树上,记录存储在的地区叫叶子。这个名字来源于这一事实记录总是存在端点;没有超越他们。的最大数量的孩子每节点树的顺序。所需的磁盘访问的数量是深度。左边的图像显示了一个二叉树查找一个特定的记录一组八个叶子。右边的图像显示了一个b -树的三个定位一个特定的记录一组八叶(第九叶是空置的,称为一个null)。左边的二叉树的深度四个,右边的b -树的深度。显然,b – tree允许更快,所需的记录假设所有其他系统参数是相同的。权衡是每个节点的决策过程更为复杂的b -树与二叉树。一个复杂的程序需要执行业务的b -树。但这个程序是存储在RAM中,所以俄罗斯快速.
在一个实际的b -树,可以有成千上万,数百万或数十亿条记录。并非所有的树叶都必然包含一个记录,但至少他们的一半。深度二叉树和b -树方案之间的差异在实际数据库比在这里介绍的例子,因为真实的b树高阶(32,64,128,或更多)。根据数据库中的记录的数量,b -树的深度能够而且确实经常变化。添加一个足够大的记录数量将增加深度;删除一个足够大的记录数量将减少深度。这个欧元b -树功能的最佳数量的记录里面。
也看到树结构。二叉树进行比较,M-tree,展开树和采油树。
最近更新时间:2015-11-30 EN
相关推荐
-
Oracle Exadata更新提升性能以满足AI需求
甲骨文的Exadata平台的最新版本现已普遍可用,此次更新带来性能提升,主要针对AI、分析和在线事务处理工作负 […]
-
人类监督使自动化数据治理成为可能
并非数据治理的所有方面都应该自动化,但你可以部署AI和机器学习,在仔细的人工监督下自动执行重复和耗时的合规检查 […]
-
MySQL与PostgreSQL:两款主流开源数据库对比
MySQL和PostgreSQL是两款最流行的开源SQL数据库,两者都可以很好地作为通用数据库。在这两者之间, […]
-
Java、JDBC和Postgres
现在越来越多的企业开始部署PostgreSQL,为什么呢?当你看到这个许可开源数据库所提供的功能,你就不会对此 […]