B+tree

1. B-tree的来源
   是为磁盘存储而专门设计的一类平衡搜索树，它可以降低磁盘I/O操作。假如用平衡二叉树来查找，100条数据，根据平衡二叉树公式（深度为n，最多有2ⁿ-1个结，2⁰⁺²1+2²⁺²3…+2^(n-1)=（2n）-1=1000000,得出n为20）查找100w条数据中的一个数据时最多需要20次磁盘IO，20次磁盘IO，这个性能对于磁盘来说太慢了。B-tree每层上可以容纳更多的节点,可以减少树的高度,从而减少磁盘IO次数从而提高性能。
   

2. 概念
   B树，从名称我们可以联想到二叉树，它是二叉树的演化版。相比于二叉树，B树允许节点可以有两个以上的子节点。这种结构维护有序数据并允许对数进行搜索，顺序访问，插入和删除。

定义：

2.1.B-tree树

   1. 每个节点最多只有m个子节点。

   2. 每个非叶子节点（除了根）具有至少⌈ m/2⌉子节点。

   3. 如果根不是叶节点，则根至少有两个子节点。

   4. 具有k个子节点的非叶节点包含k -1个键。

   5.所有叶子都出现在同一水平，没有任何信息（高度一致）。

图为B-tree结构

2.2. B+tree树

1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。

2.所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。

3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。

图为B+tree结构

2.3 B-tree和B+tree的区别

1）非叶子节点只存储键值信息。
2）数据记录都存放在叶子节点中
3）B+tree的所有关键字存储在叶子节点，非叶子节点不存储真正的data。
4）B+tree为所有叶子节点增加了一个链指针。
5）B+tree支持叶子节点的延展性（横向性）

3.MySQL是如何使用B树的?
3.1innodb引擎机制：

//先创建一张数据表并插入数据
CREATE TABLE `test` ( 
  `id` int(11) NOT NULL AUTO_INCREMENT, 
  `name` char(4) NOT NULL, 
  PRIMARY KEY (`id`), 
  KEY `index_name` (`name`) 
);  
insert test(id,name) values(1,'鼠');
insert test(id,name) values(2,'牛');  

对于innodb来说，只有一个数据文件，这个数据文件本身就是用B+树形式组织，B+树每个节点的关键字就是表的主键，因此innodb的数据文件本身就是主索引文件，如下图所示，主索引中的叶子页（leaf page）包含了数据记录，但非叶子节点只包含了主键，术语“聚簇”表示数据行和相邻的键值紧凑地存储在一起，因此这种索引被称为聚簇索引，或聚集索引。

这种索引方式，可以提高数据访问的速度，因为索引和数据是保存在同一棵B树之中，从聚簇索引中获取数据通常比在非聚簇索引中要来得快。

所以可以说，innodb的数据文件是依靠主键组织起来的，这也就是为什么innodb引擎下创建的表，必须指定主键的原因，如果没有显式指定主键，innodb引擎仍然会对该表隐式地定义一个主键作为聚簇索引。

3.2 聚集索引 & 辅助索引

数据库中的B+Tree索引可以分为聚集索引（clustered index）和辅助索引（secondary index）。

上面的B+Tree示例图在数据库中的实现即为聚集索引，聚集索引的B+Tree中的叶子节点存放的是整张表的行记录数据。

辅助索引与聚集索引的区别在于：

  辅助索引的叶子节点并不包含行记录的全部数据，而是存储相应行数据的聚集索引键，即主键。

当通过辅助索引来查询数据时，InnoDB存储引擎会遍历辅助索引找到主键，然后再通过主键在聚集索引中找到完整的行记录数据。
4.为什么mysql的索引使用B+树而不是B树呢？？
（1）B+树更适合外部存储(一般指磁盘存储),由于内节点(非叶子节点)不存储data，所以一个节点可以存储更多的内节点，每个节点能索引的范围更大更精确。也就是说使用B+树单次磁盘IO的信息量相比较B树更大，IO效率更高。
（2）mysql是关系型数据库，经常会按照区间来访问某个索引列，B+树的叶子节点间按顺序建立了链指针，加强了区间访问性，所以B+树对索引列上的区间范围查询很友好。而B树每个节点的key和data在一起，无法进行区间查找。