InnoDB 存储引擎中的 B+ 树索引演变过程
1、哈希表
image.png
优点：查询特定的值的时候，特别快，例如查a = 3
缺点：
1、哈希表冲突会造成数据散列不均匀，会产生大量的线程查询，比较浪费时间
2、不支持范围查询，当进行范围查询的时候，必须要全部遍历，例如查a > 3
3、对于内存空间的要求比较高，读入内存需要将整个哈希表读进内存
在mysql中有没有hash索引？
1、memory存储引挚使用的是hash索引
2、innodb支持自适应hash索引（innodb存储引擎自己决定是用hash索引存还是B+树存）
2、二叉搜索树
特性：插入数据的时候必须有序，左子树必须小于根结点，右子树必须大于根结点，使用二分查找来提高查找效率
问题：如果数据插入是递增或递减的顺序的话，怎么办？例如插入顺序是1，2,3,4,5... 就变成的链式插入形式了，查询的时候最坏情况下是的时间复杂度
3、平衡二叉树
性质：通过左旋和右旋让树变平衡，最短子树和最长子树高度只差不超过1
为了保证平衡，在插入数据的时候必须要旋转，旋转消耗性能，插入时性能下降，而查询性能上升了
image.png
如果这时插入操作多，查询数据少呢？？？
4、红黑树
比较复杂，大概意思是，让最长子树只要不超过最短子树的两倍即可，因此在平衡二叉树的基础上，使得查询性能和插入性能近似取得一个平衡
image.png
随着数据的插入，发现数的深度越来越深，意味着IO次数越多，影响数据读取的效率
5、B树 和 B+树
把原来的有序二叉树变成多叉树
B树
image.png
B+树
image.png
①B+ 树非叶子节点上是不存储数据的，仅存储键值，而 B 树节点中不仅存储键值，也会存储数据。
之所以这么做是因为在数据库中页的大小是固定的，InnoDB 中页的默认大小是 16KB。
如果不存储数据，那么就会存储更多的键值，相应的树的阶数（节点的子节点树）就会更大，树就会更矮更胖，如此一来我们查找数据进行磁盘的 IO 次数又会再次减少，数据查询的效率也会更快。
②因为 B+ 树索引的所有数据均存储在叶子节点，而且数据是按照顺序排列的。
