MySql中索引的一些知识
概述
数据库的索引常见的有B树索引、B+树索引、哈希索引，接下来我们队B树索引和B+树索引做一些分析
B树索引
BTree结构
BTree又叫做多路平衡搜索树，一棵M叉BTree特性如下：
- 树中每个节点最多包含m个孩子
- 除根节点与叶子结点外，每个节点至少有[ceil(m/2)]个孩子
- 若根节点不是叶子结点，则至少你有两个孩子
- 所有的叶子结点都在同一层
- 每个非叶子节点由n个key和n+1个指针组成，其中[ceil(m/2)-1]<=n<=m-1
以5叉BTree为例，key的数量：公式推导[ceil(m/2)-1]<=n<=m-1,所以2<=n<=4,当n>4时，中间节点向上分裂到父节点，两边节点也分裂成两个节点。
BTree优缺点
BTree相比于同样节点数量的平衡二叉树，树的高度会小很多，因此I/O操作也会减少，查询效率提高。但是 B 树的每个节点都包含数据（索引+记录），而用户的记录数据的大小很有可能远远超过了索引数据，这就需要花费更多的磁盘 I/O 操作次数来读到「有用的索引数据」。并且BTree不适合做范围查询。
B+Tree结构
B+Tree索引是BTree索引的变种，B+Tree与BTree的区别为：
- n叉B+Tree最多包含n个key,而BTree最多包含n-1个key
- B+Tree的叶子结点保存所有的key信息，依据key大小顺序排列
- 所有的非叶子节点都可以看做是key的索引部分。
B树和B+树的对比
在进行单点查询的时候，B 树的查询波动会比较大，因为每个节点即存索引又存记录，所以有时候访问到了非叶子节点就可以找到索引，而有时需要访问到叶子节点才能找到索引。
B+ 树的非叶子节点不存放实际的记录数据，仅存放索引，因此数据量相同的情况下，相比存储即存索引又存记录的 B 树，B+树的非叶子节点可以存放更多的索引，因此 B+ 树可以比 B 树更「矮胖」，查询底层节点的磁盘 I/O次数会更少。
2.
B+ 树有大量的冗余节点，这样使得删除一个节点的时候，可以直接从叶子节点中删除，甚至可以不动非叶子节点，这样删除非常快，总的来说就是B+ 树的插入和删除效率更高。
3.
B树不支持范围查询，而B+树支持范围查询，因为 B+ 树所有叶子节点间还有一个双向链表进行连接，因此如果需要进行范围查询，那数据库索引应该选B+树
