在学习数据库索引、文件存储系统时，B 树和 B+ 树是绕不开的核心数据结构。它们不只是面试高频考点，更是 MySQL InnoDB 索引的底层基石。这篇博客用最通俗的语言，从零讲清 B 树、B+ 树的结构、区别与实际应用，看完就能理解为什么数据库非要用 B+ 树。
一、先搞懂：为什么需要 B 树 / B+ 树？
我们学过二叉查找树、红黑树，它们查找效率很高（O (logn)），但为啥数据库不用，反而要用 B 树 / B+ 树？
核心原因：磁盘 I/O 太慢了。数据库数据存在磁盘上，每次读取数据都要发生磁盘 I/O，而磁盘 I/O 的速度远远慢于内存操作。树的高度越高，磁盘 I/O 次数越多，查询速度就越慢。
二叉树结构容易变得很高，数据量大时磁盘 I/O 次数爆炸。因此需要一种矮胖、多路平衡的树结构，减少树的高度，从而减少磁盘 I/O，这就是 B 树和 B+ 树诞生的原因。
二、什么是 B 树？（多路平衡查找树）
B 树也叫 B- 树，是一种平衡的多路查找树，这里的 "路" 可以理解为每个节点能存储的关键字数量。
1. B 树的核心特性（m 阶 B 树）
- 每个节点最多有
m个子节点，最少有ceil(m/2)个子节点； - 根节点至少 2 个子节点（只有根节点时例外）；
- 每个节点中的关键字有序排列，左子树关键字 < 当前关键字 < 右子树关键字；
- 所有叶子节点都在同一层，保证绝对平衡；
- 每个节点既存储关键字，也存储关键字对应的数据记录；
- 查找过程类似二分查找，找到关键字就能拿到数据。
2. B 树的查找流程
- 从根节点开始，加载节点到内存；
- 在节点内的有序关键字中二分查找，找到目标直接返回数据；
- 没找到就根据大小关系，进入对应的子节点重复查找；
- 直到叶子节点，找到或查找失败。
3. B 树的优缺点
优点：
- 多路平衡，树高度极低，大幅减少磁盘 I/O；
- 节点内有序，查找效率稳定；
- 每个节点都存数据，找到关键字即可返回，适合随机查找。
缺点：
- 每个节点都存数据，导致单个节点能存储的关键字变少，树高会相对变高；
- 范围查询效率低，需要遍历整棵树，无法连续读取。
三、什么是 B+ 树？（B 树的升级版）
B+ 树是 B 树的优化版本，MySQL InnoDB 索引底层就是 B+ 树，也是实际工程中最常用的结构。
1. B+ 树的核心特性（m 阶 B+ 树）
- 继承 B 树所有平衡、多路、有序的特性；
- 非叶子节点只存储关键字，不存储真实数据，仅用于索引导航；
- 所有数据都存储在叶子节点，叶子节点包含全部关键字和对应数据；
- 叶子节点之间用双向链表连接，形成有序链表结构；
- 非叶子节点的关键字会在叶子节点重复出现，作为索引；
- 查找必须走到叶子节点才能拿到数据，查找路径长度一致。
2. B+ 树的查找流程
- 从根节点开始，根据关键字大小逐层向下查找；
- 非叶子节点只做导航，不存数据，一直走到叶子节点；
- 在叶子节点中找到目标数据；
- 范围查询时，直接遍历叶子节点的链表即可，无需回溯整棵树。
3. B+ 树相比 B 树的关键优化
- 非叶子节点不存数据，单个节点能存储更多关键字，树更矮，磁盘 I/O 更少；
- 叶子节点链表化，范围查询、排序查询极快，完美适配数据库场景；
- 查询稳定性更强，所有查询都必须走到叶子节点，效率均匀；
- 更适合磁盘存储，批量读取数据效率极高。
四、B 树 vs B+ 树：一张表看懂核心区别
表格
| 对比维度 | B 树 | B+ 树 |
|---|---|---|
| 数据存储位置 | 所有节点都存关键字 + 数据 | 仅叶子节点存数据，非叶子只存索引 |
| 叶子节点结构 | 独立节点，无链表 | 双向链表连接，有序连续 |
| 范围查询效率 | 低，需要遍历整棵树 | 极高，直接遍历链表 |
| 单个节点关键字数 | 较少，树相对较高 | 极多，树更矮 |
| 查询稳定性 | 有的快有的慢（可能在根节点） | 所有查询路径长度一致 |
| 数据库适用性 | 一般，适合小数据量索引 | 极佳，MySQL InnoDB 标准索引 |
五、为什么 MySQL 选择 B+ 树做索引？
结合数据库的实际使用场景，B+ 树的优势完全碾压 B 树：
-
磁盘 I/O 次数最少非叶子节点只存索引，一个磁盘页能存更多关键字，树高极低，百万级数据也只有 3~4 层，I/O 极少。
-
范围查询极快 数据库最常用
where id > 10 and id < 100这类范围查询，B+ 树叶子节点链表直接遍历，无需多次磁盘 I/O。 -
排序与分页友好
order by、limit等操作直接依赖叶子节点的有序链表，性能极高。 -
查询效率稳定无论查询什么数据，都要走到叶子节点，不会出现极端慢查询。
-
适合批量加载磁盘预读特性可以一次性加载相邻叶子节点，充分利用磁盘顺序读写优势。
六、简单总结
- B 树是多路平衡查找树，解决了二叉树过高、磁盘 I/O 过多的问题；
- B+ 树是 B 树的优化版，非叶子节点只存索引，数据全在叶子节点且链表化；
- B 树适合随机查找，B+ 树适合范围查询、数据库索引场景；
- MySQL InnoDB 选用 B+ 树，核心是为了减少磁盘 I/O、优化范围查询、提升整体稳定性。