[TOC]
B+树
对于数据库，我们主要做到三点：查询效率高、减少内存耗费、支持区间查找，通过改造二叉查找树，我们发明了B+树来存储数据库的索引
支持区间查找
树中节点只作为索引，每个叶子节点串在一条双向链表上，这样我们想要查询某个区间，只需要找到最小值，然后通过链表遍历即可。
减少内存耗费
上图中每个节点至少占用索引值+两个指针那么大内存，如果十亿个节点(20GB)计算机很可能装不下。
我们可以通过把索引存储在磁盘上解决内存耗费问题
查询效率高
通过把索引存储在磁盘上解决了内存耗费问题，但相应的效率就会降低(内存访问速度是磁盘的上万倍)
为了减少磁盘访问次数(也就是磁盘IO操作)，我们就需要降低树的高度(因为每查询一个节点都需要访问一次磁盘，高度降低了，找到对应叶子节点需要的IO操作也就降低了)，所以我们可以把二叉树改为多叉树
叉数并不是越多越好，我们知道磁盘中的数据都是按页读取的(一页4kb)，也就是说一次IO操作最多读取4kb数据，因此我们要保证节点小于4kb
假设是m叉数，每个内部节点需要存储m-1个键值(用来划分区间)和m个指针，而叶子节点只需存储数据和前后链表指针
B+树索引的插入和删除调整
插入调整：对于m叉树，叶子节点超过m-1个就分裂；非叶子节点超过m个指针就分裂
删除调整：对于m叉树，如果某个节点的子节点个数小于 m/2，我们就将它跟相邻兄弟节点合并(如果合并后大于m则再分裂)
总结
- m 叉树只存储索引，并不真正存储数据；
- 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；
- 一般情况下根节点存储在内存中，其他节点存储在磁盘；
- 插入调整：对于m叉树，叶子节点超过m-1个就分裂；非叶子节点超过m个指针就分裂（插入调整目的是为了避免一个节点超过4kb导致性能下降）
- 删除调整：对于m叉树，如果某个节点的子节点个数小于 m/2，我们就将它跟相邻兄弟节点合并，如果合并后大于m则再分裂（删除调整目的是为了避免树过高）
