Mysql索引为什么使用B+树

为什么不适用二叉平衡树（AVL树，红黑树）

1.二叉平衡树每个节点有两个子节点，这意味着树的高度更高，IO次数更多

2.查询效率不稳定，如果要查询的数据在叶子节点，需要进行多次IO

3.磁盘IO是以页为单位的，一页=4k，如果使用二叉平衡树，每个节点只存储两个子节点的引用（两路），也就是一次IO操作只加载了两个自己子节点的引用，太浪费了

因此要使用多路平衡树

为什么不使用B树

B+树与B树的区别：InnoDB中索引的实现采用的是B+树。B+树是B树的变种。B+树非叶子节点不存储数据只存储索引，在相同数据量下，B+树高度更低，且B+树叶子节点之间组成一个链表，便于遍历查询

B树：

B+树

也就是如果我们要查找6这个节点，B树在第二层找到这个节点就可以直接访问到数据，B+树需要继续向下访问到叶子节点

B+树的优势在于查找效率上，下面我们做一具体说明：
　　首先，Ｂ＋树的查找和Ｂ树一样，类似于二叉搜索树。起始于根节点，自顶向下遍历树，选择其分离值在要查找值的任意一边的子指针。在节点内部典型的使用是二分查找来确定这个位置。
　　（1）不同的是，Ｂ＋树中间节点没有卫星数据（索引元素所指向的数据记录），只有索引，而Ｂ树每个结点中的每个关键字都有卫星数据；这就意味着同样的大小的磁盘页可以容纳更多节点元素，在相同的数据量下，Ｂ＋树更加“矮胖”，ＩＯ操作更少。需要补充的是，在数据库的聚集索引（Clustered Index）中，叶子节点直接包含卫星数据。在非聚集索引（NonClustered Index）中，叶子节点带有指向卫星数据的指针。
　　（2）其次，因为卫星数据的不同，导致查询过程也不同；Ｂ树的查找只需找到匹配元素即可，最好情况下查找到根节点，最坏情况下查找到叶子结点，所说性能很不稳定，而Ｂ＋树每次必须查找到叶子结点，性能稳定
　　（3）在范围查询方面，B+树的优势更加明显。B树的范围查找需要不断依赖中序遍历。首先二分查找到范围下限，在不断通过中序遍历，直到查找到范围的上限即可。整个过程比较耗时。而B+树的范围查找则简单了许多。首先通过二分查找，找到范围下限，然后同过叶子结点的链表顺序遍历，直至找到上限即可，整个过程简单许多，效率也比较高。