面试tips--MySQLRedis--Redis 有序集合用跳表不用B+树 MySQL用B+树作为存储引擎不用跳表：原因如下
一、Redis的有序集合为什么使用 跳表 而不是 B+ 树
实现简单，内存友好
跳表是基于链表 + 多级索引实现的，逻辑简单，代码量少，容易维护。
Redis 的数据大多放在内存中，不需要像 B+ 树那样考虑磁盘 IO 的分层读取。
范围查询更自然
跳表通过多级索引快速定位，然后像链表一样向后遍历，非常适合区间查找。
Redis 的 有序集合 (Sorted Set, zset) 正是基于 跳表 + 哈希表 实现的。
比如
ZRANGE score 100 200，用跳表可以顺序扫，很高效。更新（插入/删除）更快
跳表的插入/删除只需要修改相邻节点指针，平均复杂度 O(log n)，实现简单。
B+ 树插入/删除可能触发节点分裂/合并，代码复杂，开销更大。
内存访问更高效
跳表是链表结构，节点分布更灵活，避免了频繁的树旋转或分裂操作。
Redis 运行在内存，随机访问代价低，不需要像磁盘存储那样追求树的高扇出特性。
👉 总结：
Redis 选择跳表是因为它简单、高效、适合内存操作，且范围查询支持非常自然。
二、MySQL 为什么使用 B+ 树 而不是 跳表
磁盘 IO 优化
MySQL 数据量通常非常大，无法全部放入内存，必须依赖磁盘。
B+ 树的每个节点可以存放多个键值（扇出高），高度低（一般 3~4 层就能存下上亿数据）。
查找数据时，磁盘访问次数非常少，大幅减少 IO。
顺序遍历高效
B+ 树的叶子节点是 链表连接 的，天然支持范围查询。
在磁盘上，B+ 树叶子节点通常是连续存储的，顺序读比跳表的随机指针跳转更高效。
更新时的平衡性
B+ 树在插入/删除时通过分裂/合并保持平衡，保证了查询效率的稳定。
跳表在磁盘环境下不如 B+ 树稳定（随机访问磁盘比顺序访问代价大很多）。
更适合大数据量存储
跳表是链表结构，节点分散，磁盘存储会产生大量随机 IO。
B+ 树节点利用率高、层数少，非常适合海量数据存储。
👉 总结：
MySQL 选择 B+ 树是因为它能最大限度减少磁盘 IO，且支持高效的范围查询，非常适合大规模持久化存储。
三、总结对比表
特性 跳表 (Redis) B+ 树 (MySQL) 存储环境 内存 磁盘 实现复杂度 简单 复杂 查询复杂度 O(log n) O(log n) 范围查询 高效（链表顺序遍历） 高效（叶子链表 + 磁盘顺序读） 插入/删除 快速，指针调整即可 可能分裂/合并，开销大 内存/磁盘友好 内存友好，指针操作快 磁盘友好，减少 IO 应用场景 Redis 有序集合（zset） MySQL 索引（B+ 树索引）
✅ 一句话记忆：
Redis 用跳表 → 追求内存效率、插入删除简单、范围查询自然。
MySQL 用 B+ 树 → 追求磁盘效率、减少 IO、适合大数据量存储。