文章目录
-
- 叶子节点、非叶子节点
- [解析 B+ 树、二叉查找树](#解析 B+ 树、二叉查找树)
- 一、先纠正误区：不是所有树都是"一个节点存一个值"
- 二、一个节点里到底存了什么？
叶子节点、非叶子节点
B+ 树，本质就是一棵从上到下分层的树状目录结构，一共就两类节点：
- 上面所有层 → 非叶子节点（目录层）
- 最底下一层 → 叶子节点（数据层）
一、非叶子节点：只当"指路牌"，不存真实数据
是什么
就是树的中间目录层 ，
最顶部的叫根节点，中间的叫分支节点，它们统一都叫非叶子节点。
里面存什么
只存两样东西：
- 索引键：比如主键id的值（10、20、30...）
- 下一层节点的地址：相当于"页码"，告诉你下一层的节点在磁盘的哪个位置
它里面半条真实的行数据都没有，比如，你查id=15的员工，非叶子节点里不会存这个员工的姓名、年龄这些信息，只会告诉你"15在第二个叶子节点里"。
作用：只做导航
就像字典的拼音目录、部首目录，它的唯一作用就是帮你快速定位到"数据在哪一页"，本身不提供任何完整内容。
比如，你查 "张" 字：
- 先看声母目录，找到 zh 对应的页码范围
- 再翻到韵母目录，找到 ang 对应的具体页码
- 最后才翻到正文页
前面两步的目录，就全是非叶子节点，只指路，不存解释。
二、叶子节点：真正存数据的地方
是什么
是 B+树 最底下的一层，也是 查询的最终目的地。
里面存什么
在 InnoDB 的聚簇索引里：
- 叶子节点存的是完整的一行数据（id、name、age、phone、email ... 所有字段的真实值）
这就是那句话的意思：所有数据都存在叶子节点。你要的任何真实业务数据，只能在最底层的叶子节点里找到，上面的目录层里一概没有。
额外特点：有序且双向相连
所有叶子节点，按索引值从小到大排好序，并且，相邻的叶子节点之间用 "双向链表" 连起来。
好处就是：一旦你找到了起点，比如 id>100的第一条数据，顺着链表往后挨个走，就能把所有符合范围的数据都取出来，天然支持范围查询和排序。
三、用一张文字结构图直观感受
B+树是 多叉树（也叫多路搜索树） ，不是二叉树。
一个节点可以存很多个索引键 ，不是只能存1个。
例子里只画了2个id，是为了画图方便做的极度简化，实际一个节点里能存上千个id。
【根节点（非叶子）】
id: 20 id: 50
/ \
【分支节点】 【分支节点】（都是非叶子）
id:10 id:15 id:30 id:40
/ \ / \
【叶子1】 ↔ 【叶子2】 ↔ 【叶子3】 ↔ 【叶子4】（最底层，存完整数据）
id:1-9 id:10-19 id:20-29 id:30-49
存完整行 存完整行 存完整行 存完整行你查 WHERE id = 17 的过程：
- 先到根节点：17 < 20，走左边分支
- 到分支节点：15 < 17 < 20，走第二个叶子节点
- 到叶子2节点，找到id=17的完整行数据，查询结束
上面两步走的都是非叶子节点，纯指路；最后一步到叶子节点，才拿到真实数据。
四、为什么这么设计，就能"IO少、速度快"？
这就是之前说的 "矮胖结构" 的核心原因：
- 非叶子节点不存数据，只存 键值 + 地址，体积非常小。MySQL一页默认16KB，一页就能存上千个主键值。
- 一层就能覆盖上千个范围，两层就能覆盖上百万条数据，三层就能覆盖上亿条数据。
- 所以百万级数据，查询最多也就读3次磁盘（根节点 → 分支节点 → 叶子节点），速度极快。
如果非叶子节点也存数据，那一页存不了几个键，树就会变得又高又瘦，查一条数据要读十几次磁盘，就慢了。
解析 B+ 树、二叉查找树
B+树是 多叉树（也叫多路搜索树） ，不是二叉树。
一个节点可以存很多个索引键，不是只能存1个。
一、先纠正误区：不是所有树都是"一个节点存一个值"
你会有 "一个节点存一个id" 的印象，大概率是之前见过二叉查找树：
- 二叉树：每个节点只能存1个值，最多分左右两个分叉。
- B+树：每个节点可以存N个值，分出N+1个分叉，所以叫"多叉树"。
这也是B+树能做到"矮胖"、IO次数少的根本原因。
二、一个节点里到底存了什么？
我们拿非叶子节点举例，它的内部结构是：「索引键」和「子节点指针」交替排列。
规则很简单：
- 如果一个节点里有 N 个索引键 ，就会对应 N+1 个子节点指针。
- 每个指针，负责指向一个数值区间。
就拿你图里的根节点举例：
根节点里的值：id: 20 id: 50
对应指针： ↙ ↓ ↘
指针1 指针2 指针3三个指针对应三个区间：
- 指针1：所有 id < 20 的数据，去左边的子节点找
- 指针2：所有 20 ≤ id < 50 的数据，去中间的子节点找
- 指针3：所有 id ≥ 50 的数据，去右边的子节点找
上面那个图里只画了两个分支，是因为画图时把最右边大于50的部分省略了，属于简化示意。
为什么要这么设计？
一页目录能放下几十个分界标记，就能指引几十页正文，目录本身就不用做太厚。对应到数据库：
- 一个节点就是MySQL的一页数据（默认16KB），只存索引键+指针，能放下上千个id。
- 一层就能划分上千个区间，两层就能覆盖上百万条数据，三层就能覆盖上亿条。
- 树的高度只有3-4层，查一条数据最多读3次磁盘，这就是B+树快的核心。
如果一个节点只能存1个id（二叉树），那百万条数据树高就有20层，查一次要读20次磁盘，速度会慢很多。