为什么 MySQL 采用 B+ 树作为索引？

[问答题]

查看答案及解析

虾粥

1）B+Tree是多路自平衡的树结构，通常结构是矮胖结构，契合磁盘的I/O操作，可以大大减少数据查询时磁盘的I/O操作。2）叶子节点中同时存储索引和数据，能避免数据查询的回表，较少磁盘的I/O次数。3）叶子节点直接用链表结构进行连接，在范围查询时，可以直接在叶子节点进行顺序查询，而不需要重新从根节点查询。

发表于 2025-06-20 15:33:07 回复(0)

赫敏大王

MySQL索引结构是指MySQL中用于提高查询效率的数据结构常见的能快速搜索的数据结构有：哈希表、二叉排序树、平衡二叉树、红黑树、B树、B+树等哈希表，用唯一的key查对应的value，时间复杂度O(1)，不支持范围查询和排序二叉排序树，支持范围查询和排序，顺序插入时退化为链表（链表查询时间复杂度O(n)）平衡二叉树，通过旋转操作可避免退化为链表，插入删除时频繁的旋转会产生大量的磁盘I/O 红黑树，不追求决定的平衡，减少插入删除时的旋转次数减少c了磁盘I/O，红黑树节点大小固定，存储大量数据时，树高增长过快，查找性能下降（更适合存储少量数据） B树，是多路平衡排序树，无论是叶子节点还是非叶子节点，都会保存数据，树高不会过高但B树节点既存数据又存索引，导致一个节点中存不了多少索引，要同样保存大量数据，树高增加，性能降低；同时B树进行范围查询时，需要回溯整个数据结构，效率低，会产生随机I/O。所以B树也不行得上B+树 B+树，也是多路平衡排序树，非叶子节点只存索引，不存数据，树高更低，查询性能更好；B+树的数据只存于叶子节点，由双向链表连接，范围查询只需遍历链表，无需回溯整个数据结构性能更好所以MySQL选用B+树保存索引

发表于 2025-07-07 23:52:05 回复(0)

牛客277503983号

B+树是一种多路搜索树，每个节点都可包含多个关键字和子节点，减少了树的高度，优化了查询效率。所有关键字在树中按顺序排列，左子树的关键字小于父节点，右子树的关键字大于父节点，方便进行范围查询和排序操作。叶子节点通过双向链表连接，形成有序链表，方便遍历查询所有数据。非叶子节点只存储关键字和子节点指针，不存储实际数据，使得能够存储多个关键字，进一步减少了树的高度，优化了查寻效率。b+树的高度小所以I/o操作很少，并且b+树的大小与磁盘块的大小类似，可以进行批量读取，提高读取效率。B+树有平衡树的属性，无论如何插入删除数据都不会影响树的高度。非常稳定

发表于 2025-07-09 23:23:12 回复(0)

攻城牛

首先，b+树是一种多路的平衡排序树，每个节点可以存储大量的键值，这使得整个树的高度即使面对大量的数据也是很矮的，极大提高查询速度，其次，b+树的叶子节点层是双向链表链接的，节点内部是单向链表，适合范围查询。最后结合mysql，在mysql中，b+树的节点是读取的单位，也就是“页”，一个磁盘块。每个非叶子节点只存储键值，不存储数据，这使得每个节点可以保存大量数据的指针，也就是一次性读取的数据多，io次数少使得读取效率高。b+树的叶子节点存储的是主键索引和数据（如果是基于主键为键值），如果基于其他属性为键值，叶子节点存储的是主键索引。

发表于 2025-07-08 22:13:33 回复(0)

拥抱太阳Nuxra

MySQL 中 B + 树节点与磁盘页大小匹配，通过利用操作系统预读机制和减少随机 I/O，使单次 I/O 能加载完整节点，从而优化磁盘读写效率，IO 数量只和树的高度有关。 ---- 假设 B+ 树高度为 3，节点大小与页大小均为 16KB：根节点：从磁盘读入内存（1 次 I/O）。中间节点：根据根节点的索引，定位并读入对应中间节点（1 次 I/O）。叶子节点：同理，读入叶子节点（1 次 I/O）。数据访问：若为覆盖索引，直接从叶子节点获取数据；否则通过主键回表（可能需额外 I/O）。总 I/O 次数 = 3 次，无论数据量多大，查询路径的 I/O 次数仅取决于树的高度。

发表于 2025-07-08 15:09:22 回复(0)