数据库索引为什么用 B+ 树

1. 一句话总结

数据库索引用 B+ 树，是因为它能减少磁盘 IO，保持有序，适合范围查询，并且树高较低。

2. 通俗解释

B+ 树像多级目录：先看大目录，再看小目录，最后到具体页，不用从头翻完整本书。

3. 核心概念

• 索引：帮助数据库快速定位数据的数据结构。
• B+ 树：多路平衡搜索树，数据通常保存在叶子节点。
• 磁盘页：数据库和磁盘交互的基本单位。
• 树高：从根节点到叶子节点的层数，影响 IO 次数。
• 范围查询：按顺序查找一段连续 key。
• 叶子链表：B+ 树叶子节点通常按 key 顺序相连。

4. 底层原理

• 数据库数据量大，不能只按内存数据结构思考，磁盘 IO 是关键成本。
• B+ 树每个节点可以存很多 key，分叉多，树高低，查找 IO 次数少。
• 非叶子节点只存索引 key 和指针，能容纳更多索引项。
• 叶子节点有序链表支持范围扫描和排序。
• 相比哈希索引，B+ 树不仅能等值查询，还能范围查询和前缀匹配。

5. 面试标准回答

数据库索引常用 B+ 树，核心原因是它适合磁盘存储和范围查询。数据库访问磁盘通常按页读取，B+ 树一个节点可以设计成接近一个页大小，节点中存放多个 key 和指针，使树的分叉很大、树高很低，因此一次查询只需要少量磁盘 IO。B+ 树的非叶子节点主要存索引信息，叶子节点保存完整索引项并按顺序相连，所以既能快速定位单条记录，也适合范围查询、排序和分页。相比二叉树，B+ 树高度更低；相比哈希索引，B+ 树支持有序访问和范围查询。

6. 高频追问

追问 1：数据库索引为什么用 B+ 树面试第一句话怎么答？

先给结论：索引：帮助数据库快速定位数据的数据结构。 再补充它解决的问题和使用场景，避免一上来背长定义。

追问 2：它为什么需要底层机制支撑？

数据库数据量大，不能只按内存数据结构思考，磁盘 IO 是关键成本。 面试官追问时要把“现象”落到“机制”和“代价”。

追问 3：常见误区是什么？

不要把平均情况说成绝对结论，也不要忽略边界条件、退化情况和工程成本。

追问 4：如果继续追问怎么展开？

可以沿着“定义 → 原理 → 对比 → 场景 → 缺点 → 优化”展开，重点说清：B+ 树每个节点可以存很多 key，分叉多，树高低，查找 IO 次数少。

追问 5：实际开发中怎么体现？

MySQL InnoDB 聚簇索引的叶子节点保存整行数据，二级索引叶子节点保存主键值。 这类联系能把基础知识从“背概念”变成“解释工程选择”。

追问 6：回答时怎么收尾？

最后用一句话总结适用条件和代价，说明什么时候该用、什么时候不该用。

7. 易混淆点

8. 实际开发联系

• MySQL InnoDB 聚簇索引的叶子节点保存整行数据，二级索引叶子节点保存主键值。
• 联合索引遵循最左前缀原则，本质和 B+ 树有序排列有关。
• 范围查询后某些列无法继续高效使用索引，也和索引顺序有关。
• 索引不是越多越好，写入时要维护 B+ 树，增加写放大和空间成本。

9. 背诵速记

数据库索引用 B+ 树要答四点：多路分叉使树高低，减少磁盘 IO；非叶子节点存更多 key；叶子节点有序链表支持范围查询；比哈希索引更适合排序和范围场景。再补充索引会增加写入和空间成本。