摘要今天主要从数据结构网站查看数据库中BTREE和BTREE数据结构的实现过程，供大家参考。
数据结构： https://www.cs.usfca.edu/~ galles/visualization/algorithms.html
一、B tree数据结构的实现过程这里有一个不了解Max. Degree的区。 这个在楼梯上都能理解。 也就是说，也可以理解为b树的层数(一个节点中存储的密钥数)
例如，如果当前将此值设置为4，则一个节点最多可以存储三条数据，而如果设置为5，则最多可以存储四条记录。
1、插入数据后，可以看到目前只插入了三个数据。
添加数据会导致节点分裂。 这验证了将层次设置为n时，一个节点可以存储n-1个数据
要实现快速的数据检索，必须满足有序和平衡两个特性。
从下图可以看出，BTree具有一定的顺序性，平衡更令人满意
2、检索数据检索数据为9的流程如下。
查找数字9时，第一个可见的数据是4，9大于4，所以朝着4的右节点查找。 必须继续找到范围为6到8的节点，9大于8，因此必须找到右边的节点。 最进一步找到了数据9。 此过程就是BTree数据结构搜索数据的执行过程。
如果数据为6，请执行以下操作：
查找数值6时，首先看到的数据是4，6大于4，所以向4的右节点查找。 继续找到范围为6~8的节点后，找到了数据6。 在这种情况下，只需要两次IO。
3、删除数据假设删除数据为6的记录，流程如下：
要删除数据为7的记录，请执行以下操作：
二、Btree数据保存在下图中的p表示指针，指向下一个盘块。 第一个节点16、24是表示我们的key值。 date与此key值对应的此行的记录是什么？
假设key查找这个33的记录，33在16和34之间，所以去磁盘3查找。
用磁盘3判断，指针指向磁盘8。 可以在磁盘8上获取数据33并返回data。
一般说的页面是数据页面。 的默认页面大小为16kb，每个页面至少包含两个或多个行记录。 在基于BTree数据进行搜索的过程中，您可以看到一共读取了三个磁盘。 一个磁盘的大小为16kb。 http://www.Sina.com/http://www.Sina.com /
如果数据库中的数据少则几百万，如果数据库中的数据多则几千万，则BTree的层次越来越深，相对查询效率也越来越低。
在这里，我们将讨论为什么Btree中48kb的内存为什么只能存储4000条以上的记录。
问题出在数据上。 要知道，在计算数据大小时，指针地址和key内存都没有计算。 我只是计算了data的内存。
在BTree结构中，节点不仅包含key、指针地址，还包含对应的数据，因此会导致存储在各个磁盘上的数据相对较少。
三、b树数据结构实现过程1、数据插入发现目前只插入了三个数据。
插入另一个数据
共插入10条记录，结构如下。
2、查找数据查找数值9，第一个看到的数据是4，9大于4，所以在4的右节点查找。 继续查找范围为6到8的节点，9大于8，因此必须查找右边的节点。 最进一步找到了数据9。 此过程就是B Tree数据结构搜索数据的执行过程。
进化的过程如下
搜索值为5的进程时，情况如下：
查找数值5时，首先看到的数据是7，5小于7，所以查找7的左节点。 继续寻找范围为3到5的节点，寻找右边的节点，最后在叶子节点上找到了数据5。 总共需要三次IO。
3、删除数据假设删除数据为6的记录，流程如下：
删除数据为5的记录后，该过程如下：
四. B记忆
比较b树中的数据存储结构，可以发现：
1、B Tree所有数据均存储在叶节点中。 2、B Tree所有叶片节点之间是一种链式结构。 那么，在这个过程中读取了多少数据呢？
假设Web托盘读取的数据深度与Web托盘深度相同，则出于相同的原因，每个磁盘的大小为16kb。
在b树中，非叶节点可以存储多少数据？ 通常，每个表都有主键。
根据第3层计算，第1层和第2层存储键值，即主键值。
由于int型占用的存储器是4字节(字节)，所以指针的存储为6字节，共有10Tybe，第1层的节点可以存储161000/10=1600。
同样，第2层的每个节点也可以包含1600个密钥。
第三层是叶节点，每个磁盘的存储大小与安装BTree的计算相同，每个数据占1kb。
*中，B Tree可在3层存储的数据为16001600*16=40960000。 **
从这一点来看，B Tree保存的数据和B Tree保存的数据不是完全相同的级别。 现在，你就知道为什么MySQL数据库要使用b树了吧~