Q0.資料庫索引有哪些，優缺點？

hash索引和B+樹索引
hash索引等值查詢效率高，但是不能排序，因此不能進行範圍查詢
B+樹索引資料有序，能夠進行範圍查詢

Q1.為什麼不用二叉查詢樹作為資料庫索引？

二叉查詢樹，查詢到指定資料，效率其實很高logn。但是資料庫索引檔案有可能很大，關係型資料儲存了上億條資料，索引檔案大則上G，不可能全部放入記憶體中，
而是需要的時候換入記憶體，方式是磁碟頁。一般來說樹的一個節點就是一個磁碟頁。如果使用二叉查詢樹，那麼每個節點儲存一個元素，查詢到指定元素，需要進行大量的磁碟IO，效率很低。
而B樹解決了這個問題，通過單一節點包含多個data，大大降低了樹的高度，大大減少了磁碟IO次數。

Q2.B樹和二叉查詢樹的效能對比？

B樹包括B+樹的設計思想都是儘可能的降低樹的高度，以此降低磁碟IO的次數，因為一個索引節點就表示一個磁碟頁，頁的換入換出次數越多，表示磁碟IO次數越多，越低效。
B樹演算法減少定位資料所在的節點時所經歷的磁碟IO次數，從而加快存取速度。
假設一個節點可以容納100個值，那麼3層的B樹可以容納100萬個資料。（根節點100值，第二層可以儲存99個節點（k-1），也就是99*100 個值，第三層可以儲存
（99*100-1）*100）結果是近似100萬個資料。而如果使用二叉查詢樹，則需要將近20層，也就是進行20次磁碟IO，效能差距如此之大。
如mongoDB資料庫使用，單次查詢平均快於Mysql（但側面來看Mysql至少平均查詢耗時差不多）。

Q3.B+對比B樹的優點？

因為B樹的每個節點除了儲存指向子節點的索引之外，還有data域，因此單一節點儲存的指向子節點的索引並不是很多，樹高度較高，磁碟IO次數較多，
而B+樹單一節點儲存的指向子節點的索引更多，B+樹空間利用率高，因此B+樹高度更低，磁碟IO次數更少，效能更好。
因為B樹的中間節點儲存了資料，所以整個樹的每一層都有可能查詢到要查詢的資料，查詢效能不穩定，
而B+樹所有的data都儲存在葉子節點，且葉子節點位於同一層，因此查詢效能穩定。
B樹如果想要進行範圍查詢，需要頻繁的進行二叉樹的中序遍歷，進行範圍查詢比較複雜，
B+樹要查詢的元素都位於葉子節點，且連線形成有序連結串列，便於範圍查詢。

Q4.B樹，B+樹使用場景。

B樹主要用於檔案系統，和部分資料庫索引，如文件型資料庫mongodb
B+樹主要用於mysql資料庫索引。

Q5.為什麼資料庫索引不用紅黑樹而用B+樹？

紅黑樹當插入刪除元素的時候會進行頻繁的變色與旋轉（左旋，右旋），來保證紅黑樹的性質，浪費時間。
但是當資料量較小，資料完全可以放入記憶體中，不需要進行磁碟IO，這時候，紅黑樹時間複雜度比B+樹低。
比如TreeSet TreeMap 和HashMap （jdk1.8）就是使用紅黑樹作為底層資料結構。

參考
https://blog.csdn.net/qq_36183935/article/details/81095212
https://mp.weixin.qq.com/s/rDCEFzoKHIjyHfI_bsz5Rw
https://mp.weixin.qq.com/s/jRZMMONW3QP43dsDKIV9VQ