InnoDB索引的数据结构

MySQL中的数据存储在磁盘而不是内存的原因

内存容量小，而且发生意外时（比如断电或者发生故障重启）会导致数据丢失。

InnoDB采用B+树作为索引的数据结构的原因

1. 速度：内存寻址>>顺序I/O>随机I/O (使查询速度快，则要减少磁盘I/O次数)。
2. 查询类型：等值查询，范围查询（支持等值查询和范围查询）。

其他数据结构

数组：更新操作需要移动元素，效率低。
链表：虽然它更新的效率比较高，但是查询的时候需要全表查询。
哈希：只支持等值查询，不支持范围查询。

二叉搜索树

节点的左子树小于该节点，节点的右子树大于该节点的二叉树。

存在一个特殊的情况，可能会演变成一个链表。前面也提到了，链表的查询效率是非常低的，不太符合要求。

平衡二叉树

在二叉搜索树的基础上，节点的左子树和节点的右子树的高度差不能超过1。

平衡二叉树支持等值查询，也支持范围查询。但是平衡二叉树一个节点只存储一行的数据，当数据量比较大的时候，它的高度就会越来越大，那么磁盘I/O也就会越来越大。

所以他是不符合咱们的要求的。

B树

平衡的多路搜索树。M阶表示一个节点最多包括M个子节点，平衡二叉树就是二阶B树。

图中最大的子节点数量是3，所以该B树是一个三阶B树。

B+树

B+树：是B树的变种，既非叶子节点只存储索引，叶子节点存储索引和数据。

相比B树的优势

1. B+树在分叶节点上只是存储索引，而B树是既要存储索引又要存储数据。那么他的存储行数一定比B树少。因此B+树可以存储更多的内容。
2. B树有回旋，假设要查询大于等于1的数，首先咱们定位到叶子，找到1。然后再回去找页3，然后找页12。页12又回去找页3，有一个回旋出现。B+树则没有这个情况的出现。B+树在叶子节点上遍历链表就能查询相关数据。

参考资料：InnoDB索引的数据结构