为什么要使用 B 树作为 AVL 树以外的数据库索引

Question

我听过一些说法，比如考虑AVL树的高度和一个AVL树节点可以包含的最大keys，因为磁盘i​​o，AVL树的搜索会很耗时。 但是，假设一个索引文件包含了整个 AVL 树结构，然后索引文件的大​​小小于一个扇形大小，我们可以只在一次磁盘 io 中读取整个 AVL 树。

好像使用AVL树不会带来额外的磁盘io，你怎么解释B树更好？

Answer 1

数据库使用平衡二叉树（加上） avl 只是这些平衡树的一个特例，所以没有必要

Answer 2

我们只能在一次磁盘 io 中读取整个 AVL 树

是的，它可以这样工作。 本质上，整个数据结构将被带入内存。 IO 将不再是一个问题。

一些数据库使用这种策略。 例如，SQL Server In-Memory "Hekaton" 执行此操作并为 OLTP 提供约 100 倍的正常吞吐量。

Hekaton 使用两种索引数据结构：哈希表和树。 我认为这些树被称为 cw-trees，类似于 b-trees。

对于通用数据库工作负载，非常希望不需要内存中的所有内容。 在这些情况下，B 树是一个很好的设计权衡。

Answer 3

它的因为 B 树通常在单个节点中具有更多的键，因此降低了搜索的深度，在记录索引中，如果深度更大，则链接遍历时间更长，因此对于缓存局部性并使树更宽而不是更深，多个键存储在一个节点的数组中，相对提高了缓存性能和快速查找。