红黑树，B-tree，B+tree结合mysql索引的学习分析

sql语句在mysql里面如何运行的？怎么去查找？
目录查找:类似索引
健查找：hash查找
遍历：暴力查找
二分：B+树的基础算法
能做索引的结构：数组，红黑树，链表，哈希，B树(B-,B+)

hash为什么不能做mysql索引？
hash函数值会计算出一个hash值，。hash(user_id)=key 一旦used变了key值也变了。
hash索引并不支持范围查找，以及字符串匹配类似like语言的查找。。。
hash索引也最多只能用户查询条件完整、不可改变的查询，但是毋庸置疑，hash索引的查找速度非常快

计算机一页存16k数据。

用红黑树不能用于索引的原因
1.读取磁盘次数过多
2.读取浪费太多

那为什么又可以在hashMap的查找里面呢？
hashMap是存内存里面，读取很快

B-tree B+tree B*tree
B-tree N叉排序树

M阶的Btree的几个重要特性
1.节点最多含有M棵子树(指针),(m-1)关键字(存的数据，空间(m>=2))
2.除了跟节点和叶子结点外，其他每个节点至少有ceil(m/2)个子节点,ceil向上取整
3.如果跟节点不是叶子结点，则至少有两颗子树

Btree有一个分裂操作，当一棵树不满足以上性质的时候，进行分裂操作
分裂的时候从中间分开，分成两颗子树

B+tree
1 叶子结点连起来了
2 非叶子结点不存数据
3 数据和结点一样多
4 叶子结点通过双向列表连接，从而支持范围查找

B+tree的阶是怎么算出来的
根据页的大小来算

总结
二叉查找树、红黑树、B-tree,B+tree的区别

二叉查找树、二叉搜索树：
优点:查找速度快、但是在某些情况下
缺点会退化为链表，它是所有高效查找树的基础。

红黑树：
内存查找高效树，不适合大数据量，也不适合磁盘存储，具体分析就是I/O浪费，以及读取资源的浪费，还有都是树的深度会很大，适合一些底层系统做运算

红黑树为什么会有I/O浪费？
对于索引查找来说，mysql的信息存储在磁盘，这导致每一层数据，我们都需要访问一次磁盘，但是由于红黑树是二叉树，不可避免的造成了其深度过深，层数过多，访问磁盘的次数上升，造成了I/O浪费

B-tree N叉排序树

B+tree，最适合大数据的磁盘索引，经典的mysql，所有的数据都存在叶子结点，其他
都是索引，增加了系统的稳定性以及遍历以及查找效率

不同：关键字和key值，数据存储的地方，双向链表
M阶：这个由磁盘的页大小决定，磁盘块和页内存都是4KB，我们的结点数目也就是我们的
M值，应该是要尽可能的跟他一样，这样的好处就是为了我们一次刚好能全部拿出一个节点
里面存的所有数据。

N