首先，我們應該考慮一個問題，數據庫在磁盤中是怎樣存儲的？（答案寫在下一篇文章中）
b樹、b+樹、AVL樹、紅黑樹的區別很大。雖然都可以提高搜索性能，但是作用方式不同。
通常文件和數據庫都存儲在磁盤，如果數據量大，不一定能全部加載到內存，因此使用b樹，一次只加載少量節點數據。其次，b樹是多路搜索樹，M路的B樹最多有M個子節點，通過多路搜索，降低了樹的高度，從而在避免內存溢出的情況下減少了內存與磁盤的IO次數，提升了搜索性能。
但是使用b樹，數據存儲在每一個節點中，搜索時會做局部中序遍歷，如果查詢多條數據，即需要跨層訪問，仍然對搜索效率有不利影響，因此推出b+樹，b+樹由於所有數據存儲在葉子節點，索引存儲在非葉子節點中，因此不存在跨層訪問，同時葉子節點之間連接成鏈，搜索時只需找到首尾即可取得所需數據。因此在Innodb中使用了性能更佳的b+樹。
AVL樹和紅黑樹卻是平衡二叉樹，但是紅黑樹並不是嚴格意義的平衡樹，AVL樹要求必須滿足所有節點左右子樹高度差不超過1，紅黑樹卻要求必須滿足沒有一條路徑比其他路徑長出兩倍。紅黑樹如何實現這一性質呢？很簡單，通過對節點顏色的控制實現，即要求
（1）根節點必須是黑色
（2）葉子節點（Nil）必須是黑色
（3）紅色節點的兩個子節點必須是黑色
（4）任意節點到每個葉子節點路徑包含相同數量的黑節點（最重要）
紅黑樹相較於AVL樹來說，對平衡要求的寬松，大大減少了旋轉帶來的耗時問題，平衡樹旋轉是很耗時的，因此，在內存中使用紅黑樹效率高，如hashmap等。
既然紅黑樹搜索效率也高，為什么數據庫使用b+樹，這是因為紅黑樹仍然是一棵二叉樹，相同數量的節點，紅黑樹更深，不適用與磁盤的IO。