1.首先从hash表开始
hash表检索速度很快，时间复杂度为O(1),但是不能进行范围查询，而数据库的调用往往需要用到范围查询
2.为了解决范围查询，用到了二叉排序树
二叉排序树解决了范围查询问题，但是存在极端情况，就是二叉排序树只有左子树，而且左子树呈现链状，这种情况下，查询效率就非常低了，并且数据库中的主键例如id等大部分情况下也是呈顺序排列
3.为了解决极端情况，提出了红黑树和AVL(自平衡二叉树)
红黑树是平衡二叉树的一种，但也存在极端情况，就是也呈现链状，但是这个链状比二叉排序树要好
这个问题由AVL解决，自平衡二叉树，实现了较好的范围查询，并且不会出现极端情况，但是又有一个新的问题，就是IO次数太多，自平衡二叉树每一层的节点只存储一个数据，要查询第三层的数据就要用3次IO，经过查询可知，查询消耗的时间都集中在了磁盘IO上
4.为例解决IO读取耗时问题，提出了从B树和B+树
B树在每一个节点可以存储多个数据，2个，4个，8个。可以降低磁盘IO，并且B树的查询性能为O(h*logn),其中h为树高，n为每个节点的数据个数，可以进行范围查找等，看起来相当不错
5.而B+树是在B树的基础上进行了优化
第一，B 树一个节点里存的是数据，而 B+树存储的是索引（地址），所以 B 树里一个节点存不了很多个数据，但是 B+树一个节点能存很多索引，B+树叶子节点存所有的数据。
第二，B+树的叶子节点是数据阶段用了一个链表串联起来，便于范围查找。
总结：通过 B 树和 B+树的对比我们看出，B+树节点存储的是索引，在单个节点存储容量有限的情况下，单节点也能存储大量索引，使得整个 B+树高度降低，减少了磁盘 IO。其次，B+树的叶子节点是真正数据存储的地方，叶子节点用了链表连接起来，这个链表本身就是有序的，在数据范围查找时，更具备效率。因此 Mysql 的索引用的就是 B+树，B+树在查找效率、范围查找中都有着非常不错的性能
