b树/b+树、时间轮、跳表、LSM-Tree

b树、b+树:关系型数据库核心存储结构

1、为什么磁盘数据存储结构用B+树、而不用红黑树

b树/b+树、时间轮、跳表、LSM-Tree_第1张图片

 磁盘每次读取不是读一个节点、是返回一页数据。

红黑树每次遍历一个节点排除一半数据。

B树通常映射相邻的磁盘页数据。4K

mysql索引一个节点隐射16k故而映射4倍,故可以存储更多信息。

红黑树相对平衡,平衡黑节点故搜索时间复杂度不稳定。而B+树绝对平衡搜索稳定,数据都在叶子节点方便范围查询,遍历。

B+树高度更低,层次越到磁盘io次数就越多。如何降低:减少次数,化为顺序IO。

时间轮:海量定时任务检测

多线程环境下定时器设计

定时器:

1、以时间序来组织 按照过期时间排序数据结构。

如使用:红黑树 nginx、workfllow

                最小堆  libuv、go  :当前时间与最小过期节点比较

2、以执行序来组织

两个结构:

a、指针数组

b、时间指针

一个规则:

时间指针按照最小时间精度移动

1s size = 16  一秒移动一次,添加过期时间移动到哪,就把链表数据都取出来执行。

b树/b+树、时间轮、跳表、LSM-Tree_第2张图片

由于时间精度和最大时间范围 

多层级时间轮:支持更大时间范围

 比如:钟表秒针精确存储,分针时针稀疏存储

每个小时,都会有时针层级的任务映射到分针层级...

b树/b+树、时间轮、跳表、LSM-Tree_第3张图片

 多线程 加锁 并发度

红黑树 时间复杂度logN时间越长,等待时间越长。

1、时间轮O(1)时间短

2、加锁粒度 

跳表:高并发有序存储 redis

概率型数据结构logN  二分查找 每次比较排除一半节点

多层级有序链表  

b树/b+树、时间轮、跳表、LSM-Tree_第4张图片

你可能感兴趣的:(b树,lsm-tree,数据结构)