MySQL索引（一）为什么使用b+tree

MySQL官网对于索引的定义：

索引是帮助MySQL高效获取数据的数据结构！

MySQL的使用主要就包括增删改查，要想实现这些，我们首先就要定位到数据，因此搜索算法是很必要优化的，常见的搜索算法如顺序搜索O(n)，这肯定不在考虑范围之内

二分查找 O (log(n))  和 二叉树查找(log(n))   都还不错，但是这俩个搜索算法需要一定的数据结构，二分查找需要存储的数据是有序的，二叉树查找只能应用在二叉树上！

所以数据库的设计者

采用B-tree或者b+tree树来作为数据存储的结构

同样是二叉树，为什么不采用二叉搜索树或者AVL树呢？

因为ALV树要维护树的平衡，其次是树的高度会很大，二叉搜索树高度同样很大

首先我们要明确一点，查询一条数据所需要执行的次数，取决于树的高和树的度

二叉搜索树和AVL树的搜索高很明显大于b-tree而度又小于b-tree  

其次索引作为一种存储结构，他其实也不一笔不小的内存开支，因此 ,MyQL不会把索引存储在内存中，而是存储在文件系统中，InnoDB有俩个文件系统 存储表结构  一个存储索引和数据 MyISAM有三个文件系统，它的不同之处就是索引和数据是分开存的。

要想知道查询之间的好坏，那我们就要去分析主存存取和磁盘存储原理 

系统在磁盘上的I/O速度比在主存中要慢了几百倍

主存

目前计算机使用的主存基本是RAM，也就是随机读写存储器，它的工作原理很复杂，抽象来说，就是一个个存储单元组成的矩阵，当系统要读取主存的时候，将地址总线传导给主存，主存读取到地址信号后，解析信号定位到存储单元，然后将此单元数据放在数据总线上，供其他部件读取 

磁盘存储原理 

基于磁盘结构他的读写时间分为三个部分寻道时间 旋转时间 传送时间，相比主存I/O速度慢了几百倍不止 
因此MySQL采用预读机制来读取，这样只需要在旋转的时候多旋转一部分，就能把连续的数据也给读取，

而取决I/0性能就在于读取的次数 所以我们选择b+tree

在实际存储过程中，其实树高h很小 度d比较大 d越大索引的性能远大，出度的上限取决与节点内key和data的大小

相比b-tree  其实b+tree树更适合存储
 

原因在于每个指针的上限为2d+1  内节点不存储data 只存储key 叶子节点不存储指针 

b-tree将数据data和key存放在一起，因此在搜索的时候最优为O（n），但不适合区间访问，

而b+tree优化之后由于叶子节点之间维护了链表指针，在进行全局搜索的时候十分方便，更大的度空间也使得内节点可以存储更多的key降低了树的高度

补充一下：设计者将节点的大小设置为页，符合系统读取