为什么要用建立索引以及为什么要用b+树？

前言：

https://www.youtube.com/watch?v=aZjYr87r1b8 看到了一个印度阿三讲述的B树和B +树。它们在数据库中的作用。精了，以前一直模模糊糊的问题这里一下子就清晰了。这里记录下来。

磁盘结构

抽象出来的磁盘结构：按等份分为n个扇区（Sector），按照n个圆环分为n个轨道（tracks）。如果我要读去某块区域（block）的内容需要用到（轨道号，扇区号）来进行定位。
通常将block块取为512字节。然后block都是从0-511的表示，则我们如果需要读去某段字节，则需要offerset 偏移量的作用，根据block的的初始地址+偏移量即可得到某段字节的位置。
我们需要扇区号、轨道号、偏移量来让我们找出特定块中的特定数据。

数据如何存储在磁盘

尝试了好久电脑画图，无奈还是手画算了。。

首先模拟一张表，这张表的字段都如上图所示，id是10byte，而总共加起来一行记录需要128byte的空间进行存储，假设磁盘中的磁盘块一块存储512byte，则我们可以知道一块磁盘块可以存储4条记录，则存储100条记录则需要25块磁盘块。
想象一下此时我们需要查找一个id为98的记录，那么我们最差最差是不是要遍历这25块磁盘块，即最差打算需要25次io读取操作。
此时，索引的作用就体现出来了。
索引的作用就类似与书本的目录。

如上图所示，我们利用id建立了索引，索引的一条记录是id和一个指向磁盘块指定偏移量位置的指针，即指向一条完整记录。 一条索引记录的大小是id+指针大小，所以远比一整条记录来的要小，这里假设是16byte，则一块磁盘块可以存储32条记录，则此时只需要4块磁盘块即可装下该索引表。这个时候我们再需要一个id为98的记录，只需要遍历4个块，找个索引对应的指针即可找到该记录。
多重索引
假设记录好多，1000，10000条，则索引表也就是1000，10000条数据，这也很大啊，这时候我们只需要向上建立更大的索引，指向索引表的所存储的块中，这也就可以减少io遍历次数。

看到这里，我想大家应该有点眉目了，那么下面用问题来理解一下。

问题

为什么要用建立索引？
未建立索引的时候，如果查找的时候需要将存储数据的硬盘块一个个读取，找出存储在其中的记录的id进行比较，这样的话效率低。
建立索引之后，可以利用一条索引记录的大小比一条行记录的小，让一个硬盘块可以存储更多索引记录，然后查询的时候，只需要访问少量的硬盘块。
索引可以减少读取硬盘块的次数。提高查询的速度。
为什么要用b+树，而不是红黑树、b树？
使用b+树来实现索引，由于数据主要是存储在硬盘中，所以查询的主要耗费的时间在硬盘的读取上，所以衡量使用哪种数据结构更优，就是要看谁访问硬盘的次数少。
磁盘预读原理：磁盘往往不是严格按需读取，而是每次都会预读，即使只需要一个字节，磁盘也会从这个位置开始，顺序向后读取一定长度的数据【这个一定的长度就是一个节点的大小设置为16K】放入内存。
我们知道磁盘预读原理，而b+树的节点可以有多个key，使用b+树可以将同一节点内的key存储在同一块中，这也可以只需一次i/o操作即可读取出一个结点的所有key。并且b+树的节点可以有多个key意味着树的高度就会变矮，意味着查询的时候访问硬盘的次数也就会随着减少。
反观红黑树，一个结点只能存放一个key，则每一个结点都需要进行一次i/o操作且针对的是一个key，并且树的高度也比较高，意味着查询的时候需要遍历多个结点，i/o次数多

那为啥不是b树呀=。=？
B+Tree区别B-Tree（B树）的地方在于，B+Tree的非叶子结点只存储导航信息，数据全部存储在叶子结点处并且用链表连接
B+Tree的非叶子结点只存储导航信息，意味着他可以存放更加多的key，进一步缩减了树的高度，减少i/o次数，
而且叶子节点之间都是链表的结构，所以B+ Tree也是可以支持范围查询的，而B树每个节点 key 和 data 在一起，则无法区间查找

末尾：

这是看着大叔视频手写下的一下心得，不够严谨，如果有错希望大家指出