为什么MySQL数据库要用B+树存储索引

 

A：为什么MySQL数据库要用B+树存储索引？

Hash的查找速度为O(1)，而树的查找速度为O(log2n)，为什么不用Hash作为数据库的存储索引呢？

树的话，无非就是前中后序遍历、二叉树、二叉搜索树、平衡二叉树，更高级一点的有红黑树、B树、B+树。

【红黑树】

红黑树也是平衡树中的一种，它复杂的定义以及繁琐的规则无非就是为了保证树的平衡性。一棵红黑树可以保证平衡性，保持平衡性的目的无非就是降低树的高度，提高搜索效率，Java中的TreeSet就是基于红黑树实现的

 

【B树】

B树就是多路搜索树，B树的每个节点都可以拥有多余两个孩子节点，比如一棵M路的B树最多可能拥有M个孩子节点。如下图，是一棵三路的B树，每个节点组多拥有三个孩子节点，同样是一棵搜索树。

路数越多，树的高度越低，但是不能无限增加路数，那样B树会退化成有序数组。

B树主要用在文件系统的索引上，为什么不用红黑树或者有序数组做文件系统的索引呢？要知道，文件系统和数据库的索引都是存在硬盘上的，并且如果数据量大的话，不一定能一次性加载到内存中。

如果一棵树无法一次性加载到内存中的话，B树多路存储的能力就显现出来了，这时候可以每次加载树的一个节点，接着慢慢往下找。

比如下图的有序数组，如果内存每次只能加载两个数，这么长的数组是无法一次性加载到内存中的

如果把上图的有序数组转换成一棵三路的B树，这样每个节点最多能存储2个数

这样，查找的时候一次只需要加载一个节点进内存就可以了

B树在磁盘的操作上较红黑树更有优势，而在内存中，红黑树比B树效率更高

【B+树】

B+树是在B树的继承上进行改造，它的数据都存储在叶子节点上，同时叶子节点之间还加了指针形成链表。下图是一棵四路B+树，它的数据都存储在叶子节点上，并且有链表相连

B+树的使用场景在数据库的索引上使用的比较多，这个也是跟业务系统有关的，使用数据库进行数据查找的时候，一般select查找的数据不止一条，有时候会有很多条检索结果，比如按照id排序后选10条。如果是多条的话，B树需要做局部的中序遍历，可能要跨层访问。而B+树由于所有数据都在叶子结点，不用跨层，同时由于有链表结构，只需要找到首尾，通过链表就能把所有数据取出来了。比如选出7和19，只需要在叶子节点中就能找到

 

回到问题，为什么MySQL数据库要用B+树存储索引？

这和业务场景有关。如果只选一个数据，那确实是Hash更快。但是数据库中经常会选择多条，这时候由于B+树索引有序，并且又有链表相连，它的查询效率比Hash就快很多了。而且数据库中的索引一般是在磁盘上，数据量大的情况可能无法一次装入内存，B+树的设计可以允许数据分批加载，同时树的高度较低，提高查找效率。