二叉樹：

左右兩個子節點 可以為空

二叉查找樹：

左子樹小于根節點，又子樹大于根節點

平衡二叉樹：

任何節點的左右兩個子樹的高度相差最大為1,（高度相差大于1會旋轉操作）

B-Tree：（平衡多路查找樹）

B-Tree是為磁盤等外存儲設備設計的一種平衡查找樹

系統從磁盤中讀取數據是以磁盤塊為單位，一次會把統一磁盤的數據都讀出來

索引引入的目的是為了快速查詢以及更新表中的數據，是有序表，可以用二分查找提高效率

磁盤I/O操作是影響整個B-Tree查找效率的決定因素

若數據量很大則B-Tree的深度較大，增大查詢時的磁盤I/O次數，進而影響查詢效率（采用B+Tree的原因）

B+Tree：

B+Tree是在B-Tree基礎上的一種優化，使其更適合實現外存儲索引結構

MySQL InnoDB引擎的索引底層實現采用的是B+tree

對于范圍查找來說，b+樹只需遍歷葉子節點鏈表即可，b樹卻需要重復地中序遍歷。

B+Tree相對于B-Tree有幾點不同：

非葉子節點是葉子節點的索引，。

要存儲的數據都存放在葉子節點中。

葉子節點之間都有一個鏈指針，不需要遍歷整棵樹就可以得到所存儲的全部數據。

為什么使用B+樹？言簡意賅，就是因為： 1.文件很大，不可能全部存儲在內存中，故要存儲到磁盤上 2.索引的結構組織要盡量減少查找過程中磁盤I/O的存取次數（為什么使用B-/+Tree，還跟磁盤存取原理有關。） 3.局部性原理與磁盤預讀，預讀的長度一般為頁數的整數倍 4.數據庫利用磁盤預讀原理，講一個節點的大小設置為一頁，這樣每一個節點只需要一次I/O就可以完全載入 ?? 而紅黑樹的結構，邏輯上很近的節點物理上可能很遠，無法利用局部性 B+樹完全解析 B樹 B-樹 B+樹 各種樹 B+樹圖文詳解 B樹和B+樹的應用 B+樹比B樹更合適作為索引的原因（這里面的兩個圖）

轉載于:https://www.cnblogs.com/Aaron12/p/9580297.html

總結

以上是生活随笔為你收集整理的B-Tree与B+Tree的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。