树结构系列（四）：MongoDb 使用的到底是 B 树，还是 B+ 树？

关于 B 树与 B 树，网上有一个比较经典的问题：为什么 MongoDb 使用 B 树，而 MySQL 索引使用 B 树？

但实际上 MongoDb 真的用的是 B 树吗？

通过查阅资料，我从 MongoDb 的官网和 WiredTiger 官网找到了答案。MongoDb 官网关于存储引擎（Storage Engine）的描述写道：从 MongoDb 3.2 版本开始，其使用了 WiredTiger 作为其默认的存储引擎。

文档地址：WiredTiger Storage Engine — MongoDB Manual

而从 WiredTiger 官网文档，我们可以知道：WiredTiger 使用的是 B 树作为其存储结构。

文档地址：WiredTiger: Tuning page size and compression

那为什么会出现很多资料说 MongoDb 使用 B 树作为存储的数据结构呢？我想可能有两个原因：一个原因可能是 B Tree 本身是 B 树的一种优化，所以很多人就直接把 B 树说成 B 树了。另一个原因可能是 MongoDb 3.2 之前，确实使用 B 树作为存储的数据结构。

文章首发于「陈树义」公众号及个人博客 shuyi.tech，欢迎访问更多有趣有价值的文章。

对于这两个原因，我没有深入去探寻，有答案的朋友可以留言讨论一下。但我知道，无论是什么原因，都不影响我们对这个问题的讨论。表面上，我们是在讨论 MongoDb 与 MySQL 存储的数据结构，但实际上我们是在讨论 B 树和 B 树这两种数据结构的特点。

因此，无论 MongoDb 使用的是 B 树，还是 B 树。只要我们弄清楚 B 树与 B 树之间的区别，我们就可以在合适的时候，选择合适的数据结构。

B 树与 B 树，其比较大的特点是：B 树对于特定记录的查询，其时间复杂度更低。而 B 树对于范围查询则更加方便，另外 B 树相对于 B 树来说更加扁平。

对于 MongoDb 来说，其是非关系型数据库，较少做联表的范围查询。如果这确实是 MongoDb 非常典型的使用场景，使用 B 树其实可以加快其查询速度。

但实际上 MongoDb 3.2 之后，其使用了 B 树作为其数据结构。B 树其在范围查询方面更有优势，那有可能是 B 树更加扁平，可以让其更加快速地找到数据，加快其查找速度。也有可能是 MongoDb 的范围查询特性使用更加广泛了。

说到这里，你可能有点迷糊，那实际情况到底是什么呢？

其实我自己并没有找到答案。我的思考也是到此为止，我也并没有找到更好的答案。与其腹死胎中，还不如写下来与大家讨论。或许不久之后我就忽然大悟，明白这其中的道理，到时候再来给大家分享。

写到这里，脑袋里蹦出另外一个问题：那为啥 MongoDb 要使用 B 树？而不使用平衡二叉树？嗯，答案其实很简单——是因为需要使用 B 树能加载大数据量的特性，否则其实现不了这么大量数据的查询和排序。

如果你有其他看法，欢迎留言与我交流。

0 人点赞