数据库为何要使用B+树

今天看了几篇文章，本身总结一下。

数据库使用B+树确定是为了提高查找效率。

可是具体如何提高查找效率呢？

查找数据，最简单的方式是顺序查找。可是对于几十万上百万，甚至上亿的数据库查询就很慢了。

因此要对查找的方式进行优化，熟悉的二分查找，二叉树能够把速度提高到O(log(n,2))，查询的瓶颈在于树的深度，最坏的状况要查找到二叉树的最深层，因为，每查找深一层，就要访问更深一层的索引文件。在多达数G的索引文件中，这将是很大的开销。因此，尽可能把数据结构设计的更为‘矮胖’一点就能够减小访问的层数。在众多的解决方案中，B-/B+树很好的适合。B-树定义具体能够查阅，简而言之就是中间节点能够多余两个子节点，并且中间的元素能够是一个域。相比B-树，B+树的父节点也必须存在于子节点中，是其中最大或者最小元素，B+树的节点只存储索引key值，具体信息的地址存在于叶子节点的地址中。这就使以页为单位的索引中能够存放更多的节点。减小更多的I/O支出。所以，B+树成为了数据库比较优秀的数据结构，MySQL中MyIsAM和InnoDB都是采用的B+树结构。不一样的是前者是非汇集索引，后者主键是汇集索引，所谓汇集索引是物理地址连续存放的索引，在取区间的时候，查找速度很是快，但一样的，插入的速度也会受到影响而下降。汇集索引的物理位置使用链表来进行存储。