mysql为什么使用B+树作为索引的结构

      在说B树之前,先来说一下数据库吧. 数据库就是存数据的,查询数据要快,就需要给数据建立索引,就想书要建立目录一下,建立了索引,那这个索引是怎么排序呢?或者说索引的结构是什么样的呢?

       在算法中,有一个大家都只知道的算法就是二分法,在大数据量的是时候查询效率是比较高的. 说到二分法在数据结构中有一种二叉树,查询原理就是基于二分法,但是二叉树有缺陷,就是容易"偏瘫",数据不能很均匀的分布在树的分支上面. 所以就有了红黑树,红黑树可以通过左旋右旋,让数据分布均匀,但是还有缺陷,就是树太高了,查询一个数据的的IO次数就会很高.这次就又有了B树,关于B树的一些特点可以看下面.其中有一点就是在分支的节点也存储了数值,也建立了索引,这对于数据查询来说,是好的,但是cpu每次读取数据库的大小是一定的,而且耗费的性能也是比较高的.这样综合起来,应该每次IO的数据更多一些,把数据读到内存中,在进行排序花费的性能就比较小了.这然后就有B+树,关于B+树的一些特点,后文也有讲到.

二叉树

b树   

  一个M阶的b树具有如下几个特征： (如下图M=3)(下文的关键字可以理解为 有效数据,而不是单纯的索引)

1. 定义任意非叶子结点最多只有M个儿子，且M>2；
2. 根结点的儿子数为[2, M]；
3. 除根结点以外的非叶子结点的儿子数为[M/2, M]，向上取整； (儿子数:[2,3])
4. 非叶子结点的关键字个数=儿子数-1；(关键字=2)
5. 所有叶子结点位于同一层；
6. k个关键字把节点拆成k+1段，分别指向k+1个儿子，同时满足查找树的大小关系。(k=2)

     有关b树的一些特性，注意与后面的b+树区分：

1. 关键字集合分布在整颗树中；
2. 任何一个关键字出现且只出现在一个结点中；
3. 搜索有可能在非叶子结点结束；
4. 其搜索性能等价于在关键字全集内做一次二分查找；

B+树

b+树，是b树的一种变体，查询性能更好。m阶的b+树的特征：

1. 有n棵子树的非叶子结点中含有n个关键字（b树是n-1个），这些关键字不保存数据，只用来索引，所有数据都保存在叶子节点（b树是每个关键字都保存数据）。
2. 所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。
3. 所有的非叶子结点可以看成是索引部分，结点中仅含其子树中的最大（或最小）关键字。
4. 通常在b+树上有两个头指针，一个指向根结点，一个指向关键字最小的叶子结点。
5. 同一个数字会在不同节点中重复出现，根节点的最大元素就是b+树的最大元素。

为什么选用B+树作为数据库的索引结构：

1. B+树的中间节点不保存数据，是纯索引,但是B树的中间节点是保存数据和索引的,相对来说,B+树磁盘页能容纳更多节点元素，更“矮胖”；
2. B+树查询必须查找到叶子节点，B树只要匹配到即可不用管元素位置，因此b+树查找更稳定（并不慢）；
3. 对于范围查找来说，B+树只需遍历叶子节点链表即可，B树却需要重复地中序遍历,在项目中范围查找又很是常见的
4. 增删文件（节点）时，效率更高，因为B+树的叶子节点包含所有关键字，并以有序的链表结构存储，这样可很好提高增删效率。

参考资料:http://www.cnblogs.com/xueqiuqiu/articles/8779029.html