B树+改进 = B+树

1 索引是什么？

就像一本书前面的目录，能加快数据库的查询速度。
索引文件也挺大的，一般存储在磁盘上

2 索引的优势和劣势

优势

1. 可以提高数据检索的效率，降低数据库的IO成本
2. 通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗。

劣势

1. 占用磁盘空间
2. 索引虽然会提高查询效率，但是会降低更新表的效率。

3 索引类型

1. 主键索引 --》（回表最终走这个）， 索引列中的值必须是唯一的，不允许有空值。
2. 唯一索引索引列中的值必须是唯一的，但是允许为空值。
3. 普通索引，MySQL中基本索引类型，没有什么限制，允许在定义索引的列中插入重复值和空值。

补充：

联合索引
覆盖索引
最左匹配原则
前缀索引
对一列中前面几个字段建立索引

4 索引的数据结构

索引的数据结构

1. Hash表在等值查询时效率很高，时间复杂度为O(1)；
   但是不支持范围快速查找，范围查找时还是只能通过扫描全表方式。

2. 二叉查找树
   如果树不分叉，会导致结果不太稳定啊

3. 平衡二叉树（左小右大）
   时间复杂度和树高相关。树有多高就需要检索多少次，每个节点的读取，都对应一次磁盘 IO 操作。
   范围查询时需要从根节点多次遍历，查询效率不高。

5 B树（改造二叉树）（多叉平衡查找树）

• 起因
  MySQL的数据是存储在磁盘文件中的，查询处理数据时，需要先把磁盘中的数据加载到内存中，磁盘IO 操作非常耗时，所以我们优化的重点就是尽量减少磁盘 IO 操作。访问二叉树的每个节点就会发生一次IO，如果想要减少磁盘IO操作，就需要尽量降低树的高度。那如何降低树的高度呢？

• 过程
  假若一个节点中key为bigint=8字节，每个节点有两个指针，每个指针为4个字节，一个节点占用的空间16个字节（8+4*2=16）。

但是MySQL的InnoDB存储引擎一次IO会读取的一页（默认一页16K）的数据量。所以对每个节点可以存储1000个索引（16k/16=1000）

通过这样就将二叉树改造成了多叉树，通过增加树的叉树，将树从高瘦变为矮胖，大大减少IO流的操作，这种结构我们称为B树

B树特点

1. B树的节点中存储着多个元素，每个内节点有多个分叉。
2. 节点中的元素包含键值和数据，节点中的键值从大到小排列。也就是说，在所有的节点都储存数据。
3. 父节点当中的元素不会出现在子节点中。
4. 所有的叶子结点都位于同一层，叶节点具有相同的深度，叶节点之间没有指针连接。

B树举例及缺点
举例

6 B+树

缺点

1. B树不支持范围查询的快速查找，你想想这么一个情况如果我们想要查找10和35之间的数据，查找到15之后，需要回到根节点重新遍历查找，需要从根节点进行多次遍历，查询效率有待提高。
2. 如果data存储的是行记录，行的大小随着列数的增多，所占空间会变大。这时，一个页中可存储的数据量就会变少，树相应就会变高，磁盘IO次数就会变大。

B+树（改造B树）

• 比较
  B+树和B树最主要的区别在于非叶子节点是否存储数据的问题，B+的设计主要是避免非叶子节点中存储数据，占用过多的内存。

  B树：非叶子节点和叶子节点都会存储数据。
  B+树：只有叶子节点才会存储数据，非叶子节点至存储键值。叶子节点之间使用双向指针连接，最底层的叶子节点形成了一个双向有序链表。

• 注意
  叶子节点存储的是数据是整行的数据
  B+树举例