B 树和B+树的区别？（深入精讲）

MySQL的索引机制中，有一点可谓是路人皆知，既默认使用B+树作为底层的数据结构。

索引为何不选择二叉树？

二叉搜索树是遵守二分搜索法实现的一种数据结构，它具有下面特点：

• 任意节点的左节点不为空时，左节点值小于根节点值；

• 右节点不为空时，右节点值大于根节点值；

依次存入数据，如果数据是递增的，则原二叉树退化为链表结构。

因此二叉树不适合作为索引结构的原因：

1. 如果索引的字段值是按顺序增长的，二叉树会转变为链表结构，因此检索的过程和全表扫描无异。
2. 每个节点中只存储一个数据，节点之间还是不连续的，每次磁盘IO只能读取一个数据。

索引为何不选择红黑树？

相比于二叉树，红黑树则进一步做了优化，它是一种自适应的平衡树，会根据插入的节点数量以及节点信息，自动调整树结构来维持平衡。

红黑树不适合作为索引结构的原因：

1. 虽然对比二叉树来说，树高有所降低，但数据量一大时，依旧会有很大的高度。
2. 每个节点中只存储一个数据，节点之间还是不连续的，每次磁盘IO只能读取一个数据。

 索引为何不选择B-Tree？

B树和红黑树相比，其单节点可容纳多个数据，就能在很大程度上改善其性能，使B树的树高远远小于红黑树的高度。

 B树不适合作为索引结构的原因：

1. 虽然对比之前的红黑树更矮，检索数据更快，但对于大范围查询的需求，依旧需要通过多次磁盘IO来检索数据。

索引为何要选择B+Tree？

B+树是在B树的基础进一步优化，一方面节点分为了叶节点和叶子节点两类，另一方面叶子节点之间存在单向链表指针。

B+树相比于B树叶子节点之间多了个单项指针，当需要做范围查询时，只需要定位第一个节点，然后就可以直接根据各节点之间的指针，获取到对应范围之内的所有节点，也就是只需要发生一次IO，就能够确定所查范围之内的所有数据位置。
其实MySQL底层真正的索引结构还对叶子节点之间的指针进行了优化，B+树叶子节点的单向指针无法友好支持的倒叙查询，因此MySQL针对单向指针优化成了双向指针，也就是双向链表结构。即可以快速按正序进行范围查询，而可以快速按倒序进行范围操作，在某些业务场景下又能进一步提升整体性能！
节点分为了叶节点和叶子节点。为什么？
因为B+树的叶节点不存储数据，仅存储指向叶子节点的指针，这样在相同树高时，能存储更多的数据，需要注意的是叶节点数据与叶子结点数据是冗余的。
现在对于MySQL索引为何要选择B+树（变种）的原因大家应该懂了吧。