今天看了幾篇文章，自己總結一下。
數據庫使用B+樹肯定是為了提升查找效率。
但是具體如何提升查找效率呢？
查找數據，最簡單的方式是順序查找。但是對於幾十萬上百萬，甚至上億的數據庫查詢就很慢了。
所以要對查找的方式進行優化，熟悉的二分查找，二叉樹可以把速度提升到O(log(n,2))，查詢的瓶頸在於樹的深度，最壞的情況要查找到二叉樹的最深層，由於，每查找深一層，就要訪問更深一層的索引文件。在多達數G的索引文件中，這將是很大的開銷。所以，盡量把數據結構設計的更為‘矮胖’一點就可以減少訪問的層數。在眾多的解決方案中，B-/B+樹很好的適合。B-樹定義具體可以查閱，簡而言之就是中間節點可以多余兩個子節點，而且中間的元素可以是一個域。相比B-樹，B+樹的父節點也必須存在於子節點中，是其中最大或者最小元素，B+樹的節點只存儲索引key值，具體信息的地址存在於葉子節點的地址中。這就使以頁為單位的索引中可以存放更多的節點。減少更多的I/O支出。因此，B+樹成為了數據庫比較優秀的數據結構，MySQL中MyIsAM和InnoDB都是采用的B+樹結構。不同的是前者是非聚集索引，后者主鍵是聚集索引，所謂聚集索引是物理地址連續存放的索引，在取區間的時候，查找速度非常快，但同樣的，插入的速度也會受到影響而降低。聚集索引的物理位置使用鏈表來進行存儲。