Mysql - 索引为什么使用B+树而不是B树

索引在计算机中的位置

一般来说，索引本身也很大，不可能全部存储在内存中，一般以文件形式存储在磁盘上，索引检索需要磁盘I/O操作。判断一种数据结构作为索引的优劣主要是看在查询过程中的磁盘IO渐进复杂度，一个好的索引应该是尽量减少磁盘IO操作次数。

为什么使用B+树

1、B树只适合随机检索，而B+树同时支持随机检索和顺序检索;

2、B+树空间利用率更高

因为B+树的内部节点（非叶子节点，也称索引节点）不存储数据，只存储索引值，相比较B树来说，B+树一个节点可存储更多的索引值，使得整颗B+树变得更矮，减少I/O次数，磁盘读写代价更低，I/O读写次数是影响索引检索效率的最大因素;

3、B+树查询效率更加稳定

因为在B+树中，顺序检索比较明显，随机检索时，由于B+树所有的 data 域（结点中存储数据元素的部分）都在根节点，任何关键字的查找都必须走一条从根节点到叶节点的路，所有关键字的查找路径相同，导致每一个关键字的查询效率基本相同，时间复杂度固定为 O(log n)；而B树搜索有可能会在非叶子节点结束，约靠近根节点的记录查找时间越短，其性能等价于在关键字全集内做一次二分查找，查询时间复杂度不固定，与 key 在树中的位置有关，最好情况为O(1)；

4、 B+树范围查询性能更优

因为B+树的叶子节点使用了指针顺序（链表）从小到大地连接在一起，B+树叶节点两两相连可大大增加区间访问性，只要遍历叶子节点就可以实现整棵树的遍历，而B树的叶子节点是相互独立的，每个节点 key（索引）和 data 在一起，则无法查找区间；

【根据空间局部性原理：如果一个存储器的某个位置被访问，那么将它附近的位置也会被访问】

若访问节点 key为 50，则 key 为 55、60、62 的节点将来也可能被访问，可利用磁盘预读原理提前将这些数据读入内存，减少了磁盘 IO 的次数。当然B+树也能够很好的完成范围查询，比如同时也会查询 key 值在 50-70 之间的节点。

5、B+树增删文件（节点）时，效率更高

因为B+树的叶子节点包含了所有关键字，并以有序的链表结构存储。

说明：InnoDB的一棵B+树可以存放多少行数据？约2千万。

B树【Balance --- “多路平衡查找树”，任意节点的子树的高度差都小于等于1】

B树有如下特点：

1、每个节点都存储key和data，所有节点组成这棵树，并且叶子节点指针为null；

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(最好情况是O(1)就能找到数据)；

4、在关键字全集内做一次查找，性能逼近二分查找。

B+树【B树的改进版, 让内部节点（非叶子节点）只作索引使用，叶子节点包含了这棵树的所有键值，叶子节点不存储指针】

B+树有如下特点：

1、只有叶子节点存储data，包含了这棵树的所有键值，叶子节点不存储指针。(非叶子节点都只是存储索引值，没有实际的数据，并非真正的data)；

2、增加了顺序访问指针，也就是每个叶子节点增加一个指向相邻叶子节点的指针，这样一棵树成了数据库系统实现索引的首选数据结构---B+树。

区别

1)B+树的data只存储在叶子节点上，B树的所有节点都存储了key和data

B+树的非叶节点不存储data，这样一个节点就可以存储更多的索引值，可以使得树更矮（高度更小），所以IO操作次数更少。

2)B+树的所有叶结点构成一个有序链表，可以按照关键码排序的次序来有序遍历全部记录

由于数据顺序排列并且相连，所以便于区间查找和搜索。而B树则需要进行每一层的递归遍历，相邻的元素可能在内存中不相邻，所以缓存命中性没有B+树好。