【HBase高级】5. HBase数据结构（上）跳表、二叉搜索树、红黑树、B、B+树

4. HBase事务

HBase 支持特定场景下的 ACID，即当对同一行进行 Put 操作时保证完全的 ACID。可以简单理解为针对一行的操作，是有事务性保障的。HBase也没有混合读写事务。也就是说，我们无法将读操作、写操作放入到一个事务中。

5. HBase数据结构

在讲解HBase的LSM合并树之前，我们需要来了解一些常用的数据结构知识。

5.1 跳表

上图是一个有序链表，我们要检索一个数据就挨个遍历。如果想要再提升查询效率，可以变种为以下结构：

现在，我们要查询11，可以跳着来查询，从而加快查询速度。

5.2 常见树结构（扩展了解）

二叉搜索树（Binary Search Tree）
1、什么是二叉搜索树？
二叉搜索树也叫二叉查找树。它是一种比较特殊的二叉树。

2、树的高度、深度、层数
深度：节点的深度是根节点到这个节点所经历的边的个数，深度是从上往下数的
高度：节点的高度是该节点到叶子节点的最长路径（边数），高度是从下往上数的
层数：根节点为第一层，往下依次递增

上图：

节点12的深度为0，高度为4，在第1层
节点15的深度为2，高度为2，在第3层

3、二叉搜索树的特点
树中的每个节点，它的左子树中所有关键字值小于该节点关键字值，右子树中所有关键字值大于该节点关键字值

4、二叉搜索树的查询方式

1.首先和根节点进行比较，如果等于根节点，则返回
2.如果小于根节点，则在根节点的左子树进行查找
3.如果大于根节点，则在根节点的右子树进行查找

5、二叉搜索树的缺点
因为二叉搜索树是一种二叉树，每个节点只能有两个子节点，但有较多节点时，整棵树的高度会比较大，树的高度越大，搜索的性能开销也就越大

平衡二叉树（Balance Binary Tree）
1、简介
平衡二叉树也称为AVL树，它是一颗空树，或者它的任意节点左右两个子树的高度差绝对值不超过1。
平衡二叉树很好地解决了二叉查找树退化成链表的问题

上图：

1.两棵树都是二叉查找树
2.左边的不是平衡二叉树
节点6的子节点：节点2的高度为：2，节点7的高度为：0，| 2 – 0 | = 2 > 1）
3.右边的是平衡二叉树
节点6的子节点：节点3的高度为：1，节点7的高度为：0，| 1 – 0 | = 1 = 1 ）

2、平衡二叉树的特点
AVL树是高度平衡的（严格平衡），频繁的插入和删除，会引起频繁的rebalance，导致效率下降，它比较使用与插入/删除较少，查找较多的场景

红黑树
1、简介
红黑树是一种含有红黑节点并能自平衡的二叉搜索树，它满足以下性质：

• 每个节点要么是黑色，要么是红色
• 根节点是黑色
• 每个叶子节点（NIL）是黑色
• 每个红色结点的两个子结点一定都是黑色
• 任意一结点到每个叶子结点的路径都包含数量相同的黑结点
  
  2、红黑树的特点
  和AVL树不一样，红黑树是一种弱平衡的二叉树，它的插入/删除效率更高，所以对于插入、删除较多的情况下，就用红黑树，而且查找效率也不低。例如：Java中的TreeMap就是基于红黑树实现的。

B树
1、什么是B树
B树是一种平衡多路搜索树；与二叉搜索树不同的是，B树的节点可以有多个子节点，不限于最多两个节点；它的子节点可以是几个或者是几千个

2、B树的特点

• 所有节点关键字是按递增次序排列，并遵循左小右大原则
• B-树有个最大的特点是有多个查找路径，而不像二叉搜索树，只有两路查找路径。
• 所有的叶子节点在同一层
• 逐层查找，找到节点后返回

3、B-树的查找方式

1. 从根节点的关键字开始比较，例如：上图为13，判断大于还是小于
2. 继续往下查找，因为节点可能会有多个节点，所以需要判断属于哪个区间
3. 不断往下查找，直到找到为止或者没有找到返回Null

B+树结构
1、B+树简介
B+树是B树的升级版。B+树常用在文件系统和数据库中，B+树通过对每个节点存储数据的个数进行扩展，可以让连续的数据进行快速访问，有效减少查询时间，减少IO操作。它能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度
例如：Linux的Ext3文件系统、Oracle、MySQL、SQLServer都会使用到B+树。

• B+ 树是一种树数据结构，是一个n叉树
• 每个节点通常有多个孩子
• 一颗B+树包含根节点、内部节点和叶子节点
• 只有叶子节点包含数据（所有数据都是在叶子节点中出现）

2、B+树的特点

• 所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的
  如果执行的是：select * from user order by id，要全表扫描数据，那么B树就比较费劲了，但B+树就容易了，只要遍历最后的链表就可以了。
• 只会在叶子节点上搜索到数据
• 非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储
• 数据库的B+树高度大概在 2-4 层，也就是说查询到某个数据最多需要2到4次IO，相当于0.02到0.04s

3、稠密索引和稀疏索引

稠密索引文件中的每个搜索码值都对应一个索引值
稀疏索引文件只为索引码的某些值建立索引项

稠密索引：

稀疏索引：