从零起步学习MySQL || 第十章：深入了解B+树及B+树的性能优势（结合底层数据结构与数据库设计深度解析）

一、什么是 B+ 树？

定义

B+ 树（B Plus Tree） 是一种 多路平衡查找树（Multi-way Balanced Search Tree），常用于数据库和文件系统的索引结构。

它是对 B 树（B-Tree） 的一种改进。

每个节点最多可以有 m 个子节点（m 阶 B+ 树），而不是像二叉树那样只有 2 个。

B+ 树的结构特点

特点总结：

特点	说明
1️⃣ 所有数据都存放在叶子节点	非叶子节点只存键值和指针，不存放实际数据
2️⃣ 叶子节点之间有双向链表	支持顺序和范围查询
3️⃣ 树高较低	即使存百万行数据，树高通常不超过 3~4 层
4️⃣ 节点可存多条索引键	减少磁盘IO次数，提高查询性能
5️⃣ 自动保持平衡	插入/删除后仍能保持平衡结构

二、为什么 MySQL 选择 B+ 树？

我们对比一下常见的几种数据结构

数据结构	查询复杂度	范围查询	磁盘IO效率	说明
二叉查找树（BST）	O(logN)（不稳定）	差	差	容易退化成链表
AVL树 / 红黑树	O(logN)	差	差	只能内存结构，节点太小
B树	O(logN)	一般	好	内节点也存数据，范围查询不连续
B+树	O(logN)	优	优	数据库最常用结构

核心原因：磁盘访问效率 + 范围查询性能

数据库索引存储在磁盘上，而磁盘 I/O 是数据库性能瓶颈。

B+ 树在设计上做了两件事来降低 I/O：

每个节点可以存多个键（多路分叉）

⇒ 树高更低，一次查询需要的磁盘页读取次数更少。

比如：
- 二叉树可能需要访问几十次；
- B+ 树只需 2~3 次磁盘IO就能定位到目标。
叶子节点链表结构方便范围查询

⇒ 只要找到范围起点，一路顺序扫描叶子节点即可完成范围查询。

三、B+ 树在不同操作下的性能表现

单点查询（= 查询）

过程：

从根节点开始，按键值查找下层；
每层只需一次磁盘IO；
到叶子节点后即可找到对应记录。

性能分析：

时间复杂度：O(logN)
树高低（一般 2~4），磁盘IO次数少；
查找效率非常高且稳定。

插入与删除

插入：

先找到目标页；
插入记录；
若页满，则进行 节点分裂（split）；
若分裂上溢，则可能向上调整索引（保证平衡）。

删除：

删除记录；
若页太空（低于阈值），可能触发 合并（merge）；
仍保持树平衡。

性能分析：

插入、删除复杂度：O(logN)
B+ 树能自动维持平衡，不会退化成链表；
分裂/合并成本较低，因为一次操作只影响局部页。

范围查询（BETWEEN / ORDER BY / <, >）

B+ 树在范围查询上远优于B树或红黑树。

因为：

所有数据都在叶子节点；
叶子节点之间通过 双向链表 相连；
只需找到起点叶子节点，然后沿链表顺序遍历即可。

SELECT * FROM user WHERE id BETWEEN 100 AND 200;

执行过程：

在B+树中找到 id=100 的叶子节点；
顺着叶子节点链表一直往后扫，直到 id=200；
中间无需回到父节点查找。

复杂度：O(logN + M)

（logN 定位起点 + M 为结果数量）

这是数据库选择 B+ 树的重要原因之一！

四、MySQL 中的 B+ 树的特点（InnoDB 实现）

MySQL 的 InnoDB 存储引擎对 B+ 树做了特定优化，使之更适合磁盘存储。

1️⃣ 页（Page）为节点单位

每个节点对应一个 页（16KB）；
每次磁盘IO加载整个页；
页中存储多个键值（上千个），极大减少树高。

例如：

1000万条记录的表，只需 3~4 层B+树！

2️⃣ 聚簇索引（Clustered Index）

InnoDB 的主键索引是 聚簇索引：

叶子节点存储整行数据；
数据文件本身就是B+树结构。

CREATE TABLE user (
id INT PRIMARY KEY,
name VARCHAR(20),
age INT
);

📘 聚簇索引B+树结构：

非叶子节点存储主键值 + 子节点指针；
叶子节点存储整行记录。

👉 按主键查找只需一次 B+ 树遍历。

3️⃣ 二级索引（Secondary Index）

叶子节点不存整行数据，只存索引列 + 主键值；
查询时若需要整行数据，会先查二级索引，再"回表"到聚簇索引查主键。

示意：

复制代码

idx_name (name -> id)
聚簇索引 (id -> row_data)

二级索引结构：

非叶子节点：索引键 + 指针
叶子节点：索引键 + 主键值（指向聚簇索引）

4️⃣ 叶子节点链表

InnoDB 的B+树叶子节点通过 双向链表 相连：

支持顺序扫描（ORDER BY）
支持范围查询（BETWEEN / < / >）

5️⃣ 自平衡 + 空间利用率高

每个页16KB，内部多条记录；
节点分裂、合并时保持平衡；
减少磁盘IO，提高查询速度。

总结

对比项	B 树	B+ 树（MySQL采用）
数据存放位置	各层节点	仅叶子节点
叶子节点是否链表连接	否	是（双向链表）
范围查询性能	一般	优（顺序扫描）
树高	稍高	更低（更多分叉）
查询效率稳定性	一般	高
MySQL 实现	---	每个节点为16KB页

一句话总结

MySQL 采用 B+ 树作为索引结构，是因为它能最大化磁盘IO效率，支持高性能的单点查找、插入删除操作，并且天然适合范围查询。