mysql 索引树为啥是B+tree

1、索引是什么

数据库管理系统中的一个排序的数据结构

三种索引：普通索引、唯一索引、全文索引（一般用ES替代）

数据结构模拟器 ： https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

1.1 先了解下几种常用的查找树

二分查找树 Binary Search Tree

左子节点<父节点

右子节点>父节点

存在一种极端情况，退化成链表

查找和插入比较快。但是数据树深度足够深时，速度变慢。树不够平衡，那么有没有一种能够平衡数据的树呢？

平衡二叉树：AVL Tree

左右子树深度绝对值不能超过1，并且左右两个子树都是一棵平衡二叉树 ，怎么理解呢？

左边树深度为1，右边树深度为2，所以下一个数字应该保证两边深度一致

缺点：频繁旋转会使插入和删除牺牲掉O(logN)左右的时间，不过相对二叉查找树来说，时间上稳定了很多。有没有更好的解决方式呢?

B-tree（多路搜索树，并不是二叉的）是一种常见的数据结构。使用B-tree结构可以显著减少定位记录时所经历的中间过程，从而加快存取速度。按照翻译，B 通常认为是Balance的简称。这个数据结构一般用于数据库的索引，综合效率较高

增加了树杈的节点，减少了树的深度，提高了IO的查找速度。有什么缺点？树杈多了以后，频繁的分裂合并带来一定的速度影响？

B+ tree：只在叶子节点存储数据，为啥？

B+树由于非叶节点只是索引部分，这些节点中只含有其子树中的最大(或最小)关键字，当非终端节点上的关键字等于给点值时，查找并不终止，而是继续向下直到叶子节点。 因此在B+树中，无论查找成功与否，都是走了一条从根到叶子节点的路径 ，保证了查找的稳定性。

树的所有叶结点构成一个有序链表，可以按照关键码排序的次序遍历全部记录

为啥不用红黑树呢？

1.红黑树最大深度与最小深度不能超过2倍，不够稳定

2.红黑树一般放在内存里面使用

总结：AVL Tree 解决了二叉树不平衡的缺点，B-tree 多叉树解决了AVL树高度过高的缺点，B+tree只在叶子节点存储数据，叶子节点形成双向链表，查找数据更稳定，深度基本固定。