前言

在 MySQL 中，B 树索引 和 B+ 树索引 是数据库存储引擎中用于提高查询效率的两种常见结构，但在实际应用中，MySQL 主要使用的是
B+ 树索引（尤其是 InnoDB 引擎）。我们来详细对比一下 B 树（B-Tree） 和 B+ 树（B+Tree） 的结构和区别。

🔍 一、结构区别（先上干货，后面再具体对比）

项目	B 树（B-Tree）	B+ 树（B+Tree）
数据存储	数据和索引都存储在所有节点（包括非叶子节点）	所有数据都存储在叶子节点，非叶子节点只存储索引（键）
叶子节点	叶子节点之间无连接	叶子节点通过链表相连，形成一个有序链
查询方式	查询可能在非叶子节点中就结束	查询必须到达叶子节点
范围查询	需要中序遍历所有节点	只需顺序遍历叶子节点链表，效率高
磁盘IO性能	查询时可能访问多个层次节点	索引更稳定、分支更高、IO更少

---

🧠 二、逻辑行为上的区别

1. 查询效率

B+ 树更适合范围查询和排序，因为叶子节点是按序连接的链表结构，只需顺序遍历即可。

B 树查询效率略低，尤其是范围查找，不能直接按链表方式遍历。

2. 数据结构层级

B 树： 数据在内层节点也存在，树的高度较小，但每次查找可能结束于不同的节点。

B+ 树： 所有数据都在叶子节点，内层节点结构更稳定，树的高度可能略高，但查找路径统一。

---

🧱 三、MySQL 中的实际应用

引擎类型	使用的索引结构
InnoDB（默认引擎）	使用 B+ 树索引
MyISAM	使用 B+ 树索引
Memory	默认也是 B+ 树索引（除非使用 HASH 索引）

✅ 为什么使用 B+ 树：

1、支持范围查询和排序：InnoDB 中 ORDER BY、BETWEEN 等操作效率很高。

2、非叶子节点更小：因为只存储键值，单页可存储更多索引项，减少磁盘IO。

3、全表扫描效率更高：叶子节点通过链表连接，可以快速顺序读取全部数据。

---

🧪 四、举个例子说明差异

假设你有如下数据项：10，20，30，40，50

✅ B 树：

       [30]
      /    \
  [10,20]  [40,50]

数据既存在于根节点 [30]，也存在于叶子节点 [10,20] 和 [40,50]

查找 30，可以直接在根节点找到

范围查找 20 ~ 50，要遍历多个节点

---

✅ B+ 树：

       [30]
      /    \
    [20]   [40]
     |       |
 [10,20]→[30,40,50]

所有数据 [10,20,30,40,50] 都存储在叶子节点，叶子节点通过链表相连

查找 30，要先查索引，再到叶子节点定位

范围查找 20 ~ 50，只需顺序遍历叶子节点链表

---

🧾 总结

比较项	B 树	B+ 树
数据存储位置	所有节点	仅叶子节点
查询路径	不一定到叶子节点	一定到叶子节点
范围查询	效率较低	效率高（链表结构）
索引层稳定性	不稳定，插入删除会影响结构	更稳定，非叶子节点不存数据
MySQL 使用情况	基本不用	✅InnoDB等主流存储引擎默认使用