面试时被问到为什么要用B+树存储索引

• 树的常见机构

树无非就是二叉树，二叉搜索树，平衡二叉树、高级一点的有红黑树、B树、B+树....

• 简单了解红黑树

其实我们在面试时，并不是要知道它的定义或者如何去设计它，而面试官真正想从你那里知道为什么这样设计，它的使用场景有哪些。

其实，红黑树就是从二叉树演变而来。

二叉树：左边的节点比根节点小，右边比根节点大，类似于这种

但是，如果插入的树变成了有序的，二叉树就退化成链表。所以，就引入了红黑树，就是为了保证树的平衡

那为什么一定要保证树的平衡呢？

因为树的查找性能取决于树的高度，让树竟可能平衡，就是为了降低树的高度。

• B树了解 

B树是一种多路搜索树，它的每个节点可以拥有多余两个孩子节点，M路的B树最多能拥有M个孩子节点

为什么要设计成多路呢？

主要还是为了降低树的高度，路树越多，高度越低，查找的性能越高。

如果不限制路树，这样就退化成了有序的数组了

这就好比文件系统一样，索引是用B树，而不是用红黑树或者有序数组。

文件系统和数据库的索引是存在硬盘上的，如果数据量大的话，不一定能一次加载到内存中。

• B+树

B+树是在B树的基础上改造，它的数据都在叶子节点，同时，叶子节点之间还加了指针形成链表

这是一个4路B+树，它的数据都在叶子节点，并且有链路相连。

为什么要这样设计呢？

B+树在数据库的索引中用到最多，数据库的select操作，有时会查找多条，B树查询需要做局部的中序遍历，可能要跨层访问，而B+树所有的数据都在叶子节点，不用跨层，同时有链表结构，只需要找到首尾，通过链表就能把所有数据查询出来

比如，找7~9，只需要在叶子节点中就能找到。

• 总结

如果只选一个数据查询，hash查询效率更快，但是如果查询多条数据，由于B+树索引有序，它的查询效率就比hash快很多了。

而且，数据库的索引一般是存在磁盘上，数据量大的情况下无法一次装入内存，B+树的设计可以允许数据分批