本文已参与「新人创作礼」活动，一起开启掘金创作之路。

为什么面试官常常喜欢问B树、B+树？因为这些数据结构跟数据库的引擎关系非常大，只有了解底层原理，在平时做技术选型时可能尽量避免踩坑。本篇不深入讲解数据库引擎，主要讲解这两种数据结在面试中的常见问题。

B树、B+树

先复习一下B树和B+树，重点结合数据结构图来看两者的差异点。

B树（又称B-树、B_树）

下图省略了叶子节点中的null指针。

B+树

下图省略了叶子节点中的null指针。

B树 VS B+树

结合图片来看，我们可以很容易发现B树和B+树之间的区别：

• B+树的非叶子节点只用于索引，只有key没有value；而B树的节点都有key-value。
• B+树的叶子节点通过指针连在一起；而B树没有。
• B+树非叶子节点的子树指针与关键字个数相同，非叶子节点的指针P[i]指向子树的关键字key属于[K[i], K[i+1])；而B树非叶子节点的子树指针比关键字个数多1，非叶子节点的指针P[i]指向子树的关键字key属于(K[i], K[i+1])。

面试问题来了

Q1：Hash的查询效率都挺高的，为什么Mysql（InnoDB）不用它做索引？

使用Hash索引，单独查找一条记录，效率确实高，时间复杂度为O(1)。

select * from student where sid=1;

但是在实际需求场景中，经常会做范围查询，比如，查学号小于100的学生信息，这个时候Hash索引的查询效率就退化为O(n)。

select * from student where sid<100;

如果需求场景非常单一，就是只查单条记录，那可以考虑以Hash结构作为索引的数据库引擎。

Q2：AVL树、红黑树的查询效率都挺高的，为什么Mysql（InnoDB）不用这些做索引？

因为数据库索引保存在磁盘上，查找过程中，相同的key数量，使用AVL树、红黑树这类“瘦高”的树作为数据库索引的话，磁盘IO次数多，而使用B树、B+树这类“矮胖”的的树，可以减少磁盘IO次数。

Q3：B树、B+树作为索引的时候，一个节点多大合适？

这个涉及到操作系统层面，一次磁盘IO加载一个页的数据，节点大小等于页的大小比较合适。

Q4：为什么Mysql（InnoDB）不用B树做索引？

B树中各节点之间没有指针相邻，因此B树不适合做一些数据遍历操作。但是B+树的叶子节点上有指针进行相连，在做数据遍历的时候，只需要遍历叶子节点即可，这个特性使得B+树非常适合关系型数据库。包括一些offset、limit等操作，也更适合B+树。

Q5：为什么MongoDB不用B+树做索引？

MongoDB是NoSQL的数据库，非关系型的，需求场景跟关系型数据库不一样，选型选MongoDB的场景一般是做单一查询比较多，数据遍历操作比较少。如果用B树做索引，查询单条数据最好情况是O(1)，最差是O(logn)；如果用B+树做索引，查询单条数据的性能始终是O(logn)，因为数据都在叶子节点上。用B树的话性能更高。

你学废了吗~