1.B树 与 B+树
B树
1.N叉搜索树。
2.每个节点上有M个key,划分出了M+1个区间。
3.进行查询的时候,就可以直接从根节点出发,判定当前要查的数据在节点上的哪个区间中,决定下一步往哪里走。
4.进行添加/删除元素可能就涉及到节点的拆分和节点的合并。
B+树
(B+树是B树的改进.针对数据库量身定做的)
1.B+树也是一个N叉搜索树.-个节点上存在N个key,划分成N个区间.
2.每个节点上N个key中,最后-一个, 就相当于当前子树的最大值.
3.父节点上的每个key都会以最大值的身份在子节点的对应区间中存在(key可能会重复出现)
叶子节点这一层 包含整个树的数据全集4.树会使用链表这样的结构，把叶子节点串起来
此时就可以非常方便的完成数据集合的遍历，并且也很方便的从数据集合中按照范围取出一个"子集"。
2.B+树的优点(相对于B树以及哈希，红黑树)
1.N叉搜索树，树的高度有限的，降低IO的次数。
2.非常擅长范围查询
3.所有查询最终都是落入叶子节点，查询和查询之间的时间开销是稳定的。
不会出现这次特别快，下次特别慢的情况
4.由于叶子节点是全集，会把行数据只存储在叶子节点上，非叶子节点只是存储一个用来排序的key（比如存id）
数据库里是按行组织数据的，创建索引的时候，是针对这一系列进行创建~~
这一行数据，内容是比较多的，而这一个id则内容较少的，叶子节点也会非常占据空间，++非叶子节点，则占不了多少空间++。
||
缓存到内存中
（硬盘上还是要存这些非叶子节点的，但是我们进行查询的时候可以把这些非叶子节点加载到内存中，整体查询的比较过程中就可以在内存中进行了又进一步减少IO访问次数）
3.B树 与 B+树 是否稳定？
对于B树 来说，要查询的元素如果在根节点或者层次比较高的节点，就能非常快的拿到元素，但是如果要查的元素在叶子节点此时就花的时间就会更多，
不稳定的
对于B+树 来说，所有的查询都要最终到叶子上进行查询，无论查哪个元素整体的时间开销都是差不多的
稳定的