mysql的InnoDB引擎索引为什么使用B+Tree

控制查找次数，提高查找效率

4、InnoDB选用B+tree的原因

实际上，MySQL查询数据的原理：key（索引字段值，可以看B+Tree那里的叶子节点数据）-value（磁盘地址可以看B+Tree那里的节点data）

常见的数据结构有 二叉树、红黑树、B-Tree、B+Tree等，以这几种为例介绍

归根结底其实选择B+tree是因为树的高度小，这样可以查询效率会高，所以应该选择千万级数据但是树高度比较小的数据结构。高度3-4，数据可存储上千万，答案呼之欲出——B+Tree，以下是验证过程。

可视化数据结构 https://www.cs.usfca.edu/~galles/visualization

1、二叉树

概念特点等 查看百度百科 baike.baidu.com/item/%E4%BA…

特点：右大于左

为什么不用：如果二叉树出现只有右子树或者左子树的情况，那么和链表查询无异，效率低下

2、红黑树-二叉平衡树

树的高度有可能很高很高，虽然自平衡但是树的高度不可控，所以不理想

3、B-Tree-多路搜索树

叶子结点具有相同的深度，叶子节点的指针为空

所有索引元素不重复

节点中的数据索引从左到右递增排序

—横向扩展了节点,缩小了高度

更优解——B+tree

4、B+Tree（B-Tree变种）

拥有B-Tree的优点而且：

非叶子结点不存储data,只存储索引（冗余），可以在同一节点放更多索引，进而缩小树的高度

叶子结点包含所有索引字段

叶子结点使用指针连接（B-tree没有哦），提高区间访问的性能

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Java开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
习资料的朋友可以戳我获取！！**](https://bbs.csdn.net/topics/618164986)

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！