mysql redis 存储

树类型	实现
Self-balance binary search tree 平衡二叉查找树	AVL树、红黑树、节点大小平衡树

树	节点的儿子个数	是否平衡	备注	时间复杂度
BST 二叉查找树 binary search tree	只有二叉	不平衡	并不是B树	O(logN) 计算机中lg以2为底 数学里logN又记作lgN 以十为底ln e以e为底
B树(B-Tree、B-树,中间是杠不读减号) Balance tree	n阶（最简单是 2-3树）	平衡	节点全部存数据，是没有索引的。
B*树	多路搜索树	平衡	在B+树的基础上对非根和非叶子节点增加指向兄弟的节点
B+树	多路搜索树、mysql里1280阶	平衡（层数最深与最浅小于等于1 ）	是节点故意成的不同的形状，最后一层存数据，前面几层存索引	插入数据时候扩展页节点比跳表方便，且层数少，插入修改索引页
跳表			redis 当需要查找内存中很长的链表中的数据时候，跳表可以加速，层数多需要保证顶层链表长度只有2，空间换时间	插入无需树的旋转开销
红黑树			（由234树发展而来）

MySql最大数据量计算方式

页面节点索引量x^(层数n-1) · 数据节点行y
一般x = 15kB除以(12B/个) = 1280个 索引页

（1280页) ^ (3-1层) · (15行/页)  = 2.5千万（行）

B+树和红黑树差异

一般的跳表是带有二阶树索引的链表(如果存千万条数据，很深起码得24层)，如果底层存储数据的地方是链表查找的话肯定没有队列下标索引快。完全可以改成1280多阶数组队列(不可以，你上面还是得加，不然链表查询还是很慢),但是，需要初始就给划定所有的空间(redisList里是先头插或尾插后再维护索引)，没有B+树灵活。
顺带一提redis是跳表，纯内存IO不再是瓶颈，层高就不再是瓶颈（链表会不会还是瓶颈？）
n阶层B树(n>=3) 是 多路搜索树
二叉树 才是BST
B+tree 也是 多路搜索树 ，但是节点故意成的不同的形状