Today is the first day of the rest of your life.
今天是你余下人生的第一天。
前言
金三银四，求职者越来越活跃，面试官问问题角度越来越刁钻。一言不合就问底层实现。大家都知道MySQL索引的实现用到了B+树，本文主要是分享了对B+树的一点个人理解。
为什么MySQL的索引要用B+树？
众所周知，查找效率比较高的数据结构有很多，呢为什么要用B+树呢？先简单分析一下查询效率比较高的几种数据结构。
散列表
散列表的查询性能很好，时间复杂度是 O(1)。但是，散列表不能支持按照区间快速查找数据。
跳表
跳表是在链表之上加上多层索引构成的。它支持快速地插入、查找、删除数据，时间复杂度是 O(logn)。并且，跳表也支持按照区间快速地查找数据。只需要定位到区间起点值对应在链表中的结点，然后从这个结点开始，顺序遍历链表，直到区间终点对应的结点为止，这期间遍历得到的数据就是满足区间值的数据。
ps：redis的有序集合就是跳表+散列表构建的
看着好像跳表也可以满足索引的要求。可能因为先有B+树后有的跳表，所以才选的B+？
平衡二叉查找树
平衡二叉查找树查询的性能高，时间复杂度是 O(logn)。而且，对树进行中序遍历，可以得到一个从小到大有序的数据序列，但这仍然不足以支持按照区间快速查找数据。
并且需要考虑一下磁盘的IO,数据索引是存在磁盘上的，当使用索引的时候，会把索引加到内存中去，（内存的访问速度完爆磁盘的访问速度）当数据足够大的时候，把索引完整的加入到内存当中，显然不现实。
B树
再来看B树，B树相比较平衡二叉查找树，它叉开的比较多，算是多叉平衡查找树。也就是说B树的高度要低，叉要多。如果把二叉查找树比做一个人，那么这个人是又高又有瘦，B树则是又矮又胖，某华真实写照，扎心了。。。
ps：树有多高，磁盘就读写多少次。还有mongodb的索引就用到了B。
B+树
B树和B+树其实是一种树，先由B树到B+树层层递进，逐步分析。
B树和B+树的区别
B树是一个自平衡的多叉查找树。它有以下优点：
- 保持键值有序，以顺序遍历
- 使用层次化的索引来最小化磁盘读取
- 使用不完全填充的块来加速插入和删除
- 通过优雅的遍历算法来保持索引平衡
- 通过保证内部节点至少半满来最小化空间浪费。
- 可以处理任意数目的插入和删除。
而B+树相当于B树的升级版，相对于B树来说B+树更充分的利用了节点的空间，让查询速度更加稳定，其速度完全接近于二分查找（二分查找速度不解释）。B+在基于B树的基础上又有如下优点：
- B+树的层级更少：B+树每个非叶子节点存储的关键字数更多，树的层级更少所以查询数据更快；
- B+树查询速度更稳定：B+所有关键字数据地址都存在叶子节点上，所以每次查找的次数都相同所以查询速度要比B树更稳定;
- B+树天然具备排序功能：B+树所有的叶子节点数据构成了一个有序链表，在查询大小区间的数据时候更方便，数据紧密性很高，缓存的命中率也会比B树高。
- B+树全节点遍历更快：B+树遍历整棵树只需要遍历所有的叶子节点即可，，而不需要像B树一样需要对每一层进行遍历，这有利于数据库做全表扫描。
总结
正因为B+树的这种特性，因此这种数据结构常用于文件系统跟数据库索引中。它通过对每个节点存储个数的扩展，使得对连续的数据能够进行较快的定位和访问，能够有效减少查找时间，提高存储的空间局部性从而减少IO操作。
B+树的特点
- 每个节点中子节点的个数不能超过 m，也不能小于 m/2
- 根节点的子节点个数可以不超过 m/2，这是一个例外
- m 叉树只存储索引，并不真正存储数据，这个有点儿类似跳表
- 通过链表将叶子节点串联在一起，这样可以方便按区间查找
- 一般情况，根节点会被存储在内存中，其他节点存储在磁盘中
面试题：Mysql为什么用B+树而不用B树
1.IO对性能的影响
2.从存储和使用方面考虑
3.mysql底层的进一步优化
end
您的点赞和关注是对我最大的支持，谢谢！
