mysql索引底层用b+树而非b树，核心在于更适配磁盘i/o与查询需求：b+树非叶子节点只存键和指针，提升分支因子、降低树高、减少io；叶子节点有序链表支持高效范围查询与稳定o(log n)查找。

MySQL 索引底层用 B+ 树而不是 B 树，核心在于更适配磁盘 I/O 特性与实际查询需求。B+ 树不是“比 B 树高级”，而是针对数据库场景做了关键优化。

B+ 树让非叶子节点更“轻”

B 树每个节点既存 key 也存 data（比如整行记录或主键+数据地址），导致单个节点能容纳的 key 数量有限；而 B+ 树的非叶子节点只存 key 和子节点指针，不存任何真实数据。这意味着：

• 同样大小的磁盘页（如 16KB），B+ 树能塞进更多 key，分支因子更大
• 树的高度更低——1000 万条数据，B+ 树通常只有 3~4 层，B 树可能多出一层
• 每少一层，就少一次磁盘 IO，对性能影响显著

B+ 树的叶子节点连成有序链表

B+ 树所有数据都集中在叶子节点，并且这些叶子节点用双向指针串成一个有序链表；B 树的叶子节点是离散的，彼此无关联。

Alibabacloud Sdk Client Initialization For Java

在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。

下载

• 范围查询（WHERE age BETWEEN 25 AND 35）时，B+ 树找到起始 key 后，直接沿链表顺序读取，无需反复回溯树路径
• 全表扫描或 ORDER BY 查询也能只遍历叶子层，避免访问大量内部节点
• B 树做范围查询要多次从根开始查找，效率不稳定，还可能跨层跳转

B+ 树支持更稳定的查询性能

B 树的检索可能在任意层结束（比如某个内部节点恰好存了你要查的完整数据），看似快，但实际不可控；B+ 树强制所有查找都必须走到叶子节点。

• 这种“统一路径”让查询耗时更可预测，有利于数据库执行计划优化
• 索引扫描、覆盖索引等机制都依赖于叶子节点集中+有序这一特性
• 主键自增插入时，B+ 树基本尾部追加，分裂概率低；B 树因数据分散，插入更容易引发中间节点分裂

为什么官方文档写的是 “B-tree”？

MySQL 官方文档和客户端工具显示的 “B-tree” 是术语泛称，实际 InnoDB 引擎全部使用 B+ 树实现。这类似于把“智能手机”统称为“手机”——B+ 树是 B 树族中专为数据库索引打磨的落地版本，不是概念混淆，而是工程选择。