MySQL 选择 B+ 树而不是 B 树作为索引结构，主要是基于以下几个关键优势：
1. 更低的树高与更高的查询效率
- B+ 树的内部节点不存储实际数据，只存放键值和子节点指针，因此每个节点能容纳更多键，从而有效降低树的高度。
- 树高越低，查询时需要的磁盘 I/O 次数越少，尤其适合磁盘存储系统，其中 I/O 是主要性能瓶颈。
2. 更高效的范围查询
- B+ 树的所有叶子节点通过指针连接成有序链表，范围查询时只需找到起始点，然后沿链表顺序遍历即可，无需回溯父节点。
- B 树进行范围查询可能需要多次中序遍历，效率较低。
3. 更稳定的查询性能
- B+ 树中任何查询都必须到达叶子节点才能获取数据，因此每次查询的路径长度相对稳定。
- B 树的数据可能分布在内部节点或叶子节点，查询性能不稳定（有时很快，有时较慢）。
4. 更适合磁盘预读特性
- B+ 树的节点大小通常设置为磁盘页大小（如 16KB），每次 I/O 可读取一个完整节点。内部节点仅存储键，能容纳更多子指针，进一步减少树高和磁盘访问次数。
5. 更高的数据扫库效率
- 全表扫描时，B+ 树只需遍历叶子节点链表，顺序 I/O 效率高。
- B 树需要进行树的中序遍历，可能涉及多次随机 I/O，效率较低。
6. 插入和删除操作更优
- B+ 树的数据都存储在叶子节点，插入和删除时调整通常局限于叶子节点，且链表结构便于局部调整，树结构变化相对平缓。
- B 树可能需要在内部节点进行复杂的旋转和合并，维护成本更高。
在 MySQL 的 InnoDB 存储引擎中，聚簇索引（主键索引）的叶子节点直接存储行数据，辅助索引的叶子节点则存储主键值，再通过主键索引查找数据（回表）。这种设计结合 B+ 树的特性，在点查询、范围查询和顺序访问等场景下都能提供高性能。
