MySQL 高频面试题 - 为什么 B+ 树比 B 树更适合应用于数据库索引？

你可能已经知道 B+ 树被用于 MySQL 的索引底层实现，那么，为什么是 B+ 树呢？本文由浅及深，带你探索数据库索引底层实现。

由一个例子总结索引的特点

加索引是数据库加速查询的一种方式，那么为什么用索引可以加快查询呢？

讲到索引，其实我们经常会听到一个图书馆的例子，图书馆里的书目繁杂，我们如何从若干本书里面找到一本我们想要的书呢？

我们根据图书馆系统检索，可以找到某本书对应的图书编号。

在基于书籍按照一定规则排列的前提下，我们可以根据图书编号找到这本书。

例如，假设图书编号根据：

第几个书架 - 书架上第几个格子 - 从左到右数第几个位置

这样的规则编排，

我们就可以轻松的获取到我们想要的书籍。

你也许发现了，这个例子中，藏着两个信息：

1：按照一定的规则排列:

2：有序

按照一定的规则，建立一定的映射关系，这让你联想到了什么？

没错，就是哈希表。

基于哈希表实现的哈希索引

在 Mysql 的 InnoDB 引擎中，自适应哈希索引就是用哈希表实现的。

哈希索引是数据库自身创建并使用的，DBA 本身不能对其进行干预，但是可以通过参数来禁止或者启用此特性。

显然用哈希表实现索引的好处是非常明显的，查找单个指定数据只需要 O(1)O(1) 的时间复杂度。

例如下面的 sql 语句：

select id from tablename where id == 1;

但是对于这种查找指定范围的 sql 语句，哈希索引就无能为力了。

select id from tablename where id BETWEEN 20 AND 23;

说明：因为哈希表本身是无序的，所以不利于范围查询

再次思考

到这里我们遇到了一个问题，就是哈希表虽然从查找效率上满足了我们查找单个数据的要求，