总结来源于Mysql官方小册以及实践： 官方小册地址：dev.mysql.com/doc/refman
性能优化(存储引擎基于InnoDB)
一、性能优化概述
- 数据库层级的优化(软件层级)
- 硬件层级的优化(暂不考虑) 开发人员一般要将重点放在软件层级优化上面，下面优化都是基于软件层面的.
二、Mysql索引组织结构(后续的优化理解都是基于此)
- Mysql是基于索引的数据组织结构
- Mysql InnoDb存储引擎是的数据结构是B+树
2.1 InnoDb存储引擎数据结构为啥是B+树？
合理的数据结构是提升性能的关键，在存储系统中常见的数据结构是哈希算法,二叉树,红黑树(Java-HashMap),B-树，B+树。 那么Mysql为啥要选用B+树呢，接下来我们一一分析上面提到的几个数据结构(按主键索引存储来说明)，说明为啥不是其他而是B+树。
-
哈希
按道理来讲，哈希查找是最快的，h(key)=value，时间复杂度为1，当写select语句按主键查找的时候，只需要根据主键计算出哈希值，就可以定位查找到对应的记录，但是，这都是基于均匀的哈希分布，在海量级的数据下，哈希分布均匀是很难的，当哈希分布不均匀的时候，会有多个主键计算出的相同的哈希值，这就产生了哈希碰撞，通常刚解决哈希碰撞的方法是链地址法，可以了理解成是一个单链表，产生哈希碰撞的数据就在一个单链表上排列，这样就得遍历单链表，从而获取数据，当分布极不均匀的情况下，单链表足够长的时候，按主键查询也可能会很慢。这是其一。
再而，哈希计算是无序的，那么它就不适合范围查询。而实际需求中往往有很多范围查询，因此哈希是不合适的
极端情况：哈希值相同
-
二叉树(二叉排序树)
二叉排序树指的是每个节点最多有两个叶子节点，树右面的值大于树左面的值，当有海量数据的时候，二叉树的高度就会很高，极端情况就是，只有右子树。实际中，我们的数据量都是千万级别，甚至是千亿级别，这样使用二叉树存储，树的高度就会很高，通过主键去查询的时候，会遍历很多节点，树的高度月高，IO次数就越多，查询就越慢，因此二叉排序树也不适合
极端情况，只有右子树
-
红黑树
红黑树是自平衡二叉树，它不会出现极端的情况，因为有自平衡的能力，但是本质上它也是二叉树，在千万级别的数据下，树的高度同样很高，这样在查询的时候也需要多次IO,因此它也不合适
-
B-树
B-树，B树可以理解成是多叉树，多叉树可以降低树的高度，减少IO次数，提升查询效率，因此在文件系统中，存储结构一般会选择类似B树的结构，树的高度越低，IO次数越少，查询速度就越快，而Mysql数据库持久化数据就是在文件中，因此Mysql存储引擎一般也是此类的数据结构，那么Mysql为啥没有使用B-树，它和B+树的区别在哪？ B-树的每个节点都会存储数据，也就是叶子节点和非叶子节点都会存储数据；而B+树只有叶子节点存储数据，非叶子节点只存储索引值和指针；那么为了节省空间，进而能够存储更多的数据，我们使用B+树，它的非叶子节点只存储索引和指针，只有叶子节点存储数据
-
B+树
经过上面的分析，解释了Mysql-Innodb存储引擎为啥选择了B+树的存储结构 这里分享引用一个网站，它可以动态的模拟各大数据结构，你可以直观的查看查询数据的过程，加深你对数据结构的理解：数据结构
B+树和B-树的存储结构类似，只是存储的数据有所差异，
总结：对于上述的树结构，树的高度越高，磁盘IO就越多，就越耗时，因此涉及文件系统的访问，一般都会使用类似B+树的数据结构，而mysql数据库就是以文件的形式存储的，因此Mysql选择了B+树作为其存储结构
