【面试必备】B+ 树索引详解：结构与原理一文搞懂
说到 MySQL 的核心，除了事务就是 索引。而 InnoDB 的默认索引结构，就是大名鼎鼎的 B+ 树。
👉 面试官最爱问的问题：
-
• 为什么 InnoDB 使用 B+ 树作为索引结构？ -
• B+ 树和 B 树、二叉树有什么区别？ -
• B+ 树索引是怎么加快查询的？
今天我们就彻底搞清楚！
一、为什么不用二叉树？
假设用二叉查找树存数据：
-
• 树高可能很大，查找需要多次磁盘 IO，效率低。 -
• 数据量大时会退化成链表。
👉 数据库追求的是 少磁盘 IO + 快速定位，二叉树显然不合适。
二、B 树 vs B+ 树
B 树（多路平衡查找树）
-
• 每个节点存 键 + 数据，叶子节点和非叶子节点都能存数据。 -
• 查找可能在中间节点结束。
B+ 树
-
• 非叶子节点只存 键（索引），不存数据。 -
• 所有数据都在叶子节点，而且叶子节点通过链表相连。
👉 好处：
-
1. IO 更稳定：查找一定走到叶子节点，树高更低。 -
2. 范围查询更快：叶子节点链表可以顺序遍历。
三、B+ 树索引的结构
📖 举例：假设我们有一棵阶数为 3 的 B+ 树：
[17 | 35]
/ | \
[3,8,12] [17,24,30] [35,40,50]
-
• 根节点/中间节点：只存键（比如 17、35），用来做导航。 -
• 叶子节点：存实际数据行的主键或指针，并且有链表相连。
👉 在 InnoDB 里，叶子节点存的是：
-
• 聚簇索引：叶子节点直接存整行数据。 -
• 二级索引：叶子节点存主键值，再通过主键回表。
四、B+ 树索引的查找过程
假设要查找 age=24：
-
1. 从根节点开始： 24 < 35→ 走中间节点[17,24,30]。 -
2. 在叶子节点二分查找 → 找到 24。 -
3. 如果是二级索引，还需要用主键再去聚簇索引回表。
👉 时间复杂度接近 O(log n)，但更重要的是 树高低，磁盘 IO 少。
五、B+ 树索引的优势
-
1. 磁盘友好 -
• 节点大小一般等于一页（16KB），一次 IO 就能读一个节点。 -
• 树高很低（通常 24 层），一次查询只需 24 次 IO。 -
2. 范围查询高效 -
• 因为叶子节点链表相连，可以顺序扫描。 -
• BETWEEN、ORDER BY、GROUP BY等都能受益。 -
3. 支持排序 -
• 索引键天然有序，不需要额外排序。
六、为什么 MySQL 选 B+ 树？
-
• 二叉树太高，IO 太多。 -
• B 树数据分布在不同层，范围查询不友好。 -
• B+ 树 既能保证查询稳定，又能高效支持范围扫描，非常适合数据库。
👉 一句话总结：
B+ 树是为磁盘存储和范围查询量身定制的索引结构。
七、总结一句话
-
• 索引结构：InnoDB 默认用 B+ 树。 -
• 特点：所有数据存在叶子节点，非叶子节点只存索引，叶子节点有链表。 -
• 优势：低树高、磁盘友好、范围查询快、排序方便。
🎯 面试必备回答：
B+ 树是一种多路平衡查找树，非叶子节点只存键，所有数据存放在叶子节点，叶子节点之间有链表。
InnoDB 使用 B+ 树索引是因为它能降低树高，减少磁盘 IO，并且支持高效的范围查询。