MySQL索引背后的数据结构

MySQL现在使用的引擎是innoDB，是现在MySQL默认的存储引擎。MySQL索引背后的数据结构是一棵B+树，那为什么MySQL不用其他的数据结构，而使用B+树呢。我们学习了很多关于搜索的数据结构，那些都不能够使用吗？

首先二分搜索树不能胜任的原因是，MySQL在存储的数据是在磁盘上的，二分搜索树需要对数据进行比较，每次比较都要进行磁盘IO操作，当数据量大的时候，二叉搜索树的高度就变得很高，每次比较数据就要进行磁盘IO操作，导致效率大大降低，所以二分搜索树不适合。

既然索引的目的是更快的查询，那我们知道哈希表的查找效率是很高的，但是为什么不使用哈希表呢，因为我们MySQL查找数据涉及到区间查询，而哈希表存储的数据是分散的，所以不能达到区间查询的效果，所以我们不使用哈希表。

B树：

要了解B+树，首先我们需要知道什么是B树，B树是把N个数据分成N+1个区间，然后按照各个区间的范围进行存储，相比于二叉搜索树，B树的高度大大降低，虽然比较次数没有减少，但是我们的磁盘IO的次数减少了，所以整体的速度比二叉搜索树快。

B+树：

B+树每个节点上都包含多个Key值，有N个key值分成N个区间，父节点的值都会在子节点体现，父节点会作为最大值或者最小值体现在叶子节点，然后最下面的叶子节点用链表相连。

使用B+树可以减少磁盘IO的次数，因为最下面的叶子节点使用了链表连接之后，非常适合进行范围查找。所有的数据存储在叶子节点上，非叶子节点只需要保存key值，非叶子节点占用的空间较小，甚至可以缓存到内存中，一旦放在内存中，这个时候磁盘IO几乎没有了。所以B+树就像为数据库索引量身打造的结构。