为什么MyisAM与InnodDB底层采用B+树做索引

1.为什么不是二叉树、红黑树什么的呢？

首先，一般来说，索引本身也很大，不可能全部存在内存中，因此索引往往以索引文件的方式存在磁盘上。然后一般一个结点一个磁盘块，也就是读一个结点要进行一次IO操作。

而二叉树这些树类的数据结构，查找时间主要和树的高度有关，所以虽然一颗AVL树或者是红黑树在查找上比起顺序遍历的O(N)有了比较大的改善，但B树和B+树因为每个结点存的元素更多，所以查询更快，对磁盘的IO操作也更少。

2.为什么是B+树而不是B树呢？

（1）单一节点存储更多的元素（这样该节点下分支变多了，树变矮胖了），使得查询的IO次数更少。

B+树真正的数据都存在叶子结点嘛，也就是上面的结点就简单的索引，就内存会更小，意味着同样的一个页内存大小，所以B+树中，同样的磁盘页大小可以装更多个“索引”，也就是在同样的数据量的情况下，B+树会比B树更加矮胖，因此查询时IO的次数也更加少。

另外，引一点题外话，阶数越大，B树的内存浪费越严重（因为它每个节点的data数据域和sub指针域都有M+1个元素，当该节点只存储了一部分元素时，其他空间都被浪费了），而B+树由于它层数一般在2~4层，所以相对于B树，内存浪费相对较少一点。

（2） 所有查询都要查找到叶子节点，查询性能稳定。

B+树的查询必须查到叶子结点，因为它真正的数据都在叶子嘛，而B树不是，B树只要匹配到那个索引data就好，无论它是在中间结点还是叶子结点，因此B树的查询不是稳定的，最好的情况是只找根节点就行，最坏的情况是找到叶子结点，而B+树的每次查找都是稳定的。

（3）所有叶子节点形成有序链表，便于范围查询。

B树的范围查询十分麻烦，B+树的范围查询只需要在最下面的叶子结点的链表中做遍历就行。