这是我参与11月更文挑战的第21天，活动详情查看：2021最后一次更文挑战
1. MySQL数据库索引为什么选择使用B+树？
mysql索引可以使用的数据结构有二叉树、红黑树、B树、B+树等等，可为什么最终选的是B+树呢？我们先来看一下这几种数据结构的特点。
1.1 二叉树
二叉树查找的平均时间复杂度是O(lgn)。如果使用二叉树，在极端情况下（输入的是有序序列）,则二叉树会退化成为一条链表，此时平均时间复杂度是O(n)。
理想情况：
最坏情况：
1.2 二叉平衡树
二叉平衡树是带有平衡条件的二叉查找树，一般是用平衡因子差值判断是否平衡并通过旋转来实现平衡，左右子树树高不超过1。AVL树查找、插入和删除在平均和最坏情况下都是O(lgn)。但是维护树的代价是非常大，在进行插入或更新时，经常会需要多次左旋或右旋来维持平衡，在数据变动较多时，维护平衡所需的代价可能高于其带来的好处，因此AVL实际使用并不广泛。
1.3 红黑树
红黑树是一种特殊的二叉查找树。红黑树的每个节点上都有存储位表示节点的颜色，可以是红(Red)或黑(Black)。红黑树是为了防止二叉搜索树变为线性数据结构,而出现的数据结构而,AVL树-绝对平衡树的左右子树高度差不能超过1，而红黑树是允许左右子树相差超过1的，因此这种数据结构相对二叉平衡树而言，降低了旋转次数，效率更高，而对于二叉树而言，又减少了树的高度，也就提高了查询的效率，是一种折中的办法。
红黑树的查询平均时间复杂度是O(lgn)，但是红黑树的高度不可控，因此在数据量大的情况下，红黑树的高度还是太高了。而树的高度越高，增删改查所需要的IO次数也越多，会严重影响性能。当数据在磁盘中时，磁盘IO会成为最大的性能瓶颈，设计的目标应该是尽量减少IO次数。
1.4 B-树
B-树是一种多叉树，提出B-树的主要目的就是减少磁盘的 I/O 操作，对于B树而言，树的高度将不再是log(n)(其中n是树中的结点个数），而是一个我们可控的高度。
B-树拥有以下几个特点：
1，树高平衡，所有的叶节点都在同一层
2，关键码没有重复
3，B树把值接近的相关记录放在同一个磁盘页中，从而利用了访问的局部性原理。
4，B树保证树种至少有一部分比例的节点是满的
使用B树在大数据的情况下，能减少相对于AVL树和红黑树的查找树高度，减少了IO次数，提高了查询效率。虽然B-树已经很厉害了，但是B+树还做了点优化，进一步降低了高度。
1.5 B+树
更少的IO次数： B+树是应文件系统所需而产生的一种B树的变形树（文件的目录一级一级索引，只有最底层的叶子节点（文件）保存数据）非叶子节点只保存索引，不保存实际的数据，这一点有别于B树。而又因B+树的非叶节点只包含键而无数据，因此每个节点存储的记录个数比B树多（即阶m更大），因此B+树的高度更低，访问时所需要的IO次数更少。
更适于范围查询： 在B树中进行范围查询时，首先找到要查找的下限，然后对B树进行中序遍历，直到找到查找的上限；而B+树的范围查询，只需要去遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的，而B树不支持这样的操作或者说效率太低。
更稳定的查询效率： B树的查询时间复杂度在1到树高之间(分别对应记录在根节点和叶节点)，而B+树的查询复杂度则稳定为树高，因为所有数据都在叶节点，导致每一个数据的查询效率相当。
但是B+树使用索引，因此会使用更多的存储空间来保存索引，但这对与它带来的好处代价要小得多，因此很适合用来做Mysql的索引。
