MySQL优化查询之B+树

树的话，无非就是前中后序遍历、二叉树、二叉搜索树、平衡二叉树，更高级一点的有红黑树、B树、B+树，字典树。

树的查找性能取决于树的高度，让树尽可能平衡是为了降低树的高度。

B树

B树是一种多路搜索树，它的每个节点都可以拥有多于两个孩子节点。M路的B树最多拥有M个孩子节点，设计成多路是为了降低树的高度。

B树一般使用于文件系统的索引，文件系统和数据库的索引都是存在硬盘上的。并且如果数据量大的话，不一定能一次性加载到内存中。B树的多路存储是为了可以每次加载B树的一个节点，然后一步步往下找。

红黑树

红黑树是平衡树的一种，它复杂的定义和规则都是为了保证树的平衡性。

如果是红黑树的话，每个节点只有一个数，那么对于树的高度就会比B树的高（B树一般每个节点会存储很多数(Key)），这样的话，每次读入一个节点都会进行一次IO，所以红黑树由于树的高度太高而进行了太多的磁盘IO不可取（磁盘IO的次数和树的高度有关）。

在内存中红黑树比B树效率更高，但是涉及到磁盘操作B树就更优了。

B+树

B+树是在B树的基础上进行改造，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。

select查询如果是多条的话，B树需要做局部的中序遍历，可能要跨层访问。而B+树由于所有数据都在叶子结点，不用跨层，同时由于有链表结构，只需要找到首尾，通过链表就能把所有数据取出来了。

在进行范围查询的时候，比如 select * from where id <= 7 and id >= 19,如果是B树，此时遍历整个B树很多次，一一找到那些 id 符合条件的所有节点，然后再找到你所需要的信息。而B+树只需要从根节点找到起始位置（id=7），然后顺着链表一直遍历，直到终止位置(id=19);

查找的数字都是都是索引（Key），而你所要查找的值也就是你要select的东西，根据不同的存储引擎存储的位置不一样，MyISAM是在叶子节点存储一个指针，指向你所要查找的数据，而InnoDB是直接存储在叶子节点的(也就是说索引和你要查的数据在一块)。

总结：所以和业务场景有关。如果只选一个数据，那确实是hash更快。但是数据库中经常会选择多条，这时候由于B+树索引有序，并且又有链表相连，它的查询效率比hash就快很多了。而且数据库中的索引一般是在磁盘上，数据量大的情况可能无法一次装入内存，B+树的设计可以允许数据分批加载，同时树的高度较低，提高查找效率。