不同数据结构的优缺点
hash：查找快，但是不适合范围查找
有序数组：查找和范围查找都很快，但是插入就需要移动之后的所有数据
二叉树：二分查找法，会有左倾或者右倾的情况，且不适合做范围查询
平衡二叉树：避免的左倾和右倾，但是数据量大的时候，树高会很高，也就是IO次数会很多
B-Tree：相比平衡二叉树，树高是降低了，但是还是不适合范围查询，范围查询需要遍历所有数据
B+Tree：将所有数据都放到叶子节点，且叶子节点形成一个列表（可以做范围查询），非叶子节点只放键值，每个数据叶中的有效数据就多了，可以减少IO次数。
N叉树的N能调整吗？
N和数据页大小和key大小有关，我们可以调整数据页的大小，也可以调整key的大小，比如将普通索引设置为前缀索引。
数据页内部是一个有序数组，通过二分法查找
为什么B+树比B树更适合做索引
B树也是多叉树结构，一种自平衡的树，而且B+树是从B树演化而来的，那么为什么不使用B+树的前身B树呢？从结构比较来看，B树相比B+树的一个主要区别就在于B树的分支节点上存储着数据，而B+树的分支节点只是叶子节点的索引而已。根据这个差别可以得出以下结论：
- 磁盘IO读写次数相比B树降低了
在B+树中，其非叶子的内部节点都变成了key值，因此其内部节点相对B 树更小。如果把所有同一内部节点的key存放在同一盘块中，那么盘块所能容纳的key数量也越多。一次性读内存中的需要查找的key值也就越多。相对来说IO读写次数也就降低了。 - 每次查询的时间复杂度是固定的
在B+树中，由于分支节点只是叶子节点的索引，所以对于任意关键字的查找都必须从根节点走到分支节点，所有关键字查询路径长度相同，每次查询的时间复杂度是固定的。但是在B树中，其分支节点上也保存有数据，对于每一个数据的查询所走的路径长度是不一样的，所以查询效率也不一样。 - 遍历效率更高
由于B+树的数据都存储在叶子节点上，分支节点均为索引，方便扫库，只需扫一遍叶子即可。但是B树在分支节点上都保存着数据，要找到具体的顺序数据，需要执行一次中序遍历来查找。所以B+树更加适合范围查询的情况，在解决磁盘IO性能的同时解决了B树元素遍历效率低下的问题。 - 因为B树不管叶子节点还是非叶子节点，都会保存数据，这样导致在非叶子节点中能保存的指针数量变少（有些资料也称为扇出），指针少的情况下要保存大量数据，只能增加树的高度，导致IO操作变多，查询性能变低；