查找（B树）

B-树

B-树是一种多叉平衡搜索树，它可以是空树，或者满足以下特性：

1. 根节点至少有两个孩子
2. 每个非根节点至少有M/2(上取整)个孩子,至多有M个孩子
3. 每个非根节点至少有M/2-1(上取整)个关键字,至多有M-1个关键字，并且以升序排列
4. key[i]和key[i+1]之间的孩子节点的值介于key[i]、key[i+1]之间
5. 所有的叶子节点都在同一层
6. 结点中的key必须按序存储。(任何搜索树中都不允许key重复，所以永远不会出现key相等的情况)

B-树的插入
所有B-数的插入，都一定是插入到叶子结点上。
我们就以M = 3 为例，也就是3叉树，表示每个结点最多三个孩子，2个关键码

在如图所示B-树中插入 4 和 8；
因为4 < 5，所以会先在 5 左边的子树查询，因为 5 左边的子树只有 3 ，所以会将 3 插入到 4 的右边。因为没有破坏规则，插入结束。
同样，因为 5 < 8 < 18,所以会先在 5 的右边18 的左边查找，因为 8 大于 6 和 7，所以将 8 插入到 7 的 右边，因为规则被破坏，所以此子树需要分裂成两个子树，同时将 7 晋升入它的父结点，但这样，它的父结点也破坏规则了，所以，父结点也要分裂，如下：

由此可见，B- 树是向上生长的，且所有的叶子节点在同一层

B-树的性能分析
我们知道，在key数量一定的情况下，多叉树的高度一定是小于二叉树的，即logM(N) 一定是远远小于 log2(N)的。而在非内存的外设中，IO的效率是非常低的(相对于内存中的读取)，树的高度越高，读取硬盘的次数越多。因此B-树的效率是非常高的

B-树的应用场景
当数据保存在硬盘(包含其他低速 IO 设备)时，应该用B-树，同样的，在这种情况下，二叉平衡搜索树(红黑树/AVL树)是不适合的。
B-树最常见的应用就是用来做索引。索引通俗的说就是为了方便用户快速找到所寻之物，比如：书籍目录可以让读者快速找到相关信息，hao123网页导航网站，为了让用户能够快速的找到有价值的分类网站，本质上就是互联网页面中的索引结构

B+树

B+树是B-树的变种，它在B-树的基础上要求，所有的key,全部都要在叶子结点上保存一份，如下图：

显而易见，相比较于B-树，B+树占用的空间变大了(有些 key 需要存储多份)
它的好处是，当我们使用 select * from tb1 order by id ,表示按序遍历所有的key，在这种情况下，B+树只是一个链表的遍历，而B-树需要做树的遍历。