摘要：
怎样在mysql表中存储树形结构数据？c语言里的变量存储机制和数据库的是不同的，MYSQL中的解释：“NULL columns require additional space i... 怎样在mysql表中存储树形结构数据？
c语言里的变量存储机制和数据库的是不同的，MYSQL中的解释：“NULL columns require additional space in the row to record whether their values are NULL. For MyISAM tables, each NULL column takes one bit extra, rounded up to the nearest byte.”可见为了表示某个字段是否为空是需要额外开辟空间存储Null值，而在C语言中空值'不占用存储空间。
不仅如此，不使用NULL可以提高索引效率，因为树形索引结构中将NULL也视作一般数据节点。
为什么MySQL数据库索引选择使用B+树？
MySQL数据库索引选择使用B+树的原因是：
1、B+树的查询效率高：B+树的查询效率比B树要高，因为B+树的每个节点都存储了数据，而B树只有叶子节点存储数据，所以B+树的查询效率更高。
图片来源：网络
2、B+树的空间利用率高：B+树的空间利用率比B树要高，因为B+树的每个节点都存储了数据，而B树只有叶子节点存储数据，所以B+树的空间利用率更高。
3、B+树的插入和删除效率高：B+树的插入和删除效率比B树要高，因为B+树的每个节点都存储了数据，而B树只有叶子节点存储数据，所以B+树的插入和删除效率更高。
此外，B+树还具有更好的并发性能，因为它的查询、插入和删除操作可以在不锁定整棵树的情况下完成，而B树则需要锁定整棵树才能完成操作。因此，B+树在多用户环境下的并发性能更好。
mysql树的高度如何计算的？
MySQL树的高度是指根节点到最深层节点的距离。计算树的高度可以使用递归方法，在递归过程中遍历树的每个节点，对于每个节点，计算其左右子树的高度，然后取两者中的最大值并加1，最终得到整个树的高度。在实现过程中，可以采用深度优先搜索或广度优先搜索等算法。计算树的高度是树操作中的基本问题，常用于优化查询、数据分析等领域。
mysql为什么使用b+树？
mysql使用b+树的原因是:
因为，B树有序, 叶子不重复, 但是指针,key和data都存放在一个块里面, mysql默认一个分块16KB,所以还是会分很多层级,所以有了B+树。
而B+树，data放在最底层的叶子节点, 上面的节点能存放的指针,key更多了, 不用分层也就查询快了。
一般情况下,3-4层的B+树足以支撑千万级数据。
