探索B树/B+树与MySQL数据库索引的关系

本文主要讲述主轴线：

1. 由搜索/查找联系到数据结构（搜索树，红黑书，B/B+树）；
2. 进行B/B+/RBtree的性能分析；
3. 讲述一些关于数据从内存以及磁盘读取数据的数据存储管理的内容；
4. 对数据库引擎MyISAM和InnoDB的分析；

---

前言

：目前大部分数据库系统及文件系统都采用B-Tree或其变种B+Tree作为索引结构，最近学习了数据结构树这一部分的内容，又阅读了前辈们关于这一话题的的总结后，斗胆运用所学知识进行一次分析，可能比较浅薄，有不足的地方，希望可以指出；

  希望看这篇文章的你有一定的数据结构基础，因为其中很多东西，都只是提一下，帮助回忆，并不做更深的讨论，正如文中所说的，那只是沿途的风景！   

<一>搜索和查找

在学习基本语言的时候，我们知道有顺序查找和二分查找等一系列查找算法，接触数据结构之后，我们知道了二分查找的扩展，搜索树（BSTree）,同时也了解到了顺序查找的弊端：面对海量数据的疲软（0（N）的时间复杂度；

而越来越多的关于搜索的数据结构也随之而来，其实最熟悉的无外乎两种，哈希查找和搜索树；

哈希查找，简单的就是直接定址了，通俗点说就是直接根据下标找到对应数据，这样的时间复杂度是O（1），当然哈希表可不止这么简单；经常利用哈希桶的方法解决大数据处理的问题，同样，哈希索引也是数据库索引的一种，本文主要介绍的还是BTree索引，关于哈希索引只是提一下，想要了解的同学，可以看下面这篇推荐的文章：http://blog.jobbole.com/100349/

搜索树，就是二分查找树，也叫二叉排序树，利用二分查找的思想构建的数据结构，它的时间复杂度和二分查找的时间复杂度一样（log2N）;如果你忘记了什么是搜索树可以看下面的文章回忆一下，要不然，很难继续！
：http://blog.csdn.net/bitboss/article/details/52869078

当然，搜索树还有很多变种，例如AVLTree(高度平衡二叉树)/RBTree(红黑树)/B-树/B+树/B*树；为什么说是变种，因为本质上都是搜索树，只是增加了一些不一样的特性；
为什么要增加这些特性？
当然是为了提高效率，因为随着树的高度h越大，