爲什麼要用建立索引以及爲什麼要用b+樹？

前言：

https://www.youtube.com/watch?v=aZjYr87r1b8 看到了一個印度阿三講述的B樹和B +樹。它們在數據庫中的作用。精了，以前一直模模糊糊的問題這裏一下子就清晰了。這裏記錄下來。

磁盤結構

抽象出來的磁盤結構：按等份分爲n個扇區（Sector），按照n個圓環分爲n個軌道（tracks）。如果我要讀去某塊區域（block）的內容需要用到（軌道號，扇區號）來進行定位。
通常將block塊取爲512字節。然後block都是從0-511的表示，則我們如果需要讀去某段字節，則需要offerset 偏移量的作用，根據block的的初始地址+偏移量即可得到某段字節的位置。
我們需要扇區號、軌道號、偏移量來讓我們找出特定塊中的特定數據。

數據如何存儲在磁盤

嘗試了好久電腦畫圖，無奈還是手畫算了。。

首先模擬一張表，這張表的字段都如上圖所示，id是10byte，而總共加起來一行記錄需要128byte的空間進行存儲，假設磁盤中的磁盤塊一塊存儲512byte，則我們可以知道一塊磁盤塊可以存儲4條記錄，則存儲100條記錄則需要25塊磁盤塊。
想象一下此時我們需要查找一個id爲98的記錄，那麼我們最差最差是不是要遍歷這25塊磁盤塊，即最差打算需要25次io讀取操作。
此時，索引的作用就體現出來了。
索引的作用就類似與書本的目錄。

如上圖所示，我們利用id建立了索引，索引的一條記錄是id和一個指向磁盤塊指定偏移量位置的指針，即指向一條完整記錄。 一條索引記錄的大小是id+指針大小，所以遠比一整條記錄來的要小，這裏假設是16byte，則一塊磁盤塊可以存儲32條記錄，則此時只需要4塊磁盤塊即可裝下該索引表。這個時候我們再需要一個id爲98的記錄，只需要遍歷4個塊，找個索引對應的指針即可找到該記錄。
多重索引
假設記錄好多，1000，10000條，則索引表也就是1000，10000條數據，這也很大啊，這時候我們只需要向上建立更大的索引，指向索引表的所存儲的塊中，這也就可以減少io遍歷次數。

看到這裏，我想大家應該有點眉目了，那麼下面用問題來理解一下。

問題

爲什麼要用建立索引？
未建立索引的時候，如果查找的時候需要將存儲數據的硬盤塊一個個讀取，找出存儲在其中的記錄的id進行比較，這樣的話效率低。
建立索引之後，可以利用一條索引記錄的大小比一條行記錄的小，讓一個硬盤塊可以存儲更多索引記錄，然後查詢的時候，只需要訪問少量的硬盤塊。
索引可以減少讀取硬盤塊的次數。提高查詢的速度。
爲什麼要用b+樹，而不是紅黑樹、b樹？
使用b+樹來實現索引，由於數據主要是存儲在硬盤中，所以查詢的主要耗費的時間在硬盤的讀取上，所以衡量使用哪種數據結構更優，就是要看誰訪問硬盤的次數少。
磁盤預讀原理：磁盤往往不是嚴格按需讀取，而是每次都會預讀，即使只需要一個字節，磁盤也會從這個位置開始，順序向後讀取一定長度的數據【這個一定的長度就是一個節點的大小設置爲16K】放入內存。
我們知道磁盤預讀原理，而b+樹的節點可以有多個key，使用b+樹可以將同一節點內的key存儲在同一塊中，這也可以只需一次i/o操作即可讀取出一個結點的所有key。並且b+樹的節點可以有多個key意味着樹的高度就會變矮，意味着查詢的時候訪問硬盤的次數也就會隨着減少。
反觀紅黑樹，一個結點只能存放一個key，則每一個結點都需要進行一次i/o操作且針對的是一個key，並且樹的高度也比較高，意味着查詢的時候需要遍歷多個結點，i/o次數多

那爲啥不是b樹呀=。=？
B+Tree區別B-Tree（B樹）的地方在於，B+Tree的非葉子結點只存儲導航信息，數據全部存儲在葉子結點處並且用鏈表連接
B+Tree的非葉子結點只存儲導航信息，意味着他可以存放更加多的key，進一步縮減了樹的高度，減少i/o次數，
而且葉子節點之間都是鏈表的結構，所以B+ Tree也是可以支持範圍查詢的，而B樹每個節點 key 和 data 在一起，則無法區間查找

末尾：

這是看着大叔視頻手寫下的一下心得，不夠嚴謹，如果有錯希望大家指出