一、先明确核心前提：数据库索引的核心需求
数据库索引的本质是加速数据查找，但由于数据库数据通常存储在磁盘（而非内存），所以索引设计必须重点解决两个问题：
减少磁盘 I/O 次数（磁盘访问速度远慢于内存，是性能瓶颈）；
支持范围查询、排序、分页（业务中最常见的查询场景）。
二、B+ 树的核心特性（为什么适配这些需求）
B+ 树是 B 树的变种，结构上有明确的分层设计，核心特性如下：
1. 层级低，磁盘 I/O 少（最核心原因）
B+ 树是多路平衡查找树（而非二叉树），一个节点可以存储多个关键字和子节点指针。
例如，一个磁盘页（默认 16KB）能存上百个关键字，这使得 B+ 树的高度极低（通常 3-4 层就能存储千万级数据）。
对比：红黑树（二叉树）存储千万级数据时，高度约 30 层，意味着查找需要 30 次磁盘 I/O；而 B+ 树仅需 3-4 次，性能差距巨大。
2. 数据都在叶子节点，查询效率稳定
B+ 树的非叶子节点只存关键字和指针，不存数据，叶子节点才存储完整数据（或数据的行指针）；
所有叶子节点通过双向链表连接，且按关键字有序排列；
无论查找哪个数据，都需要遍历到叶子节点，因此查询效率稳定（B 树的非叶子节点也存数据，不同数据的查找路径长度可能不同）。
3. 完美适配范围查询 / 排序 / 分页
叶子节点的双向链表是有序的，执行
WHERE id BETWEEN 100 AND 200、ORDER BY id、LIMIT 100 OFFSET 200时，只需找到范围的起始节点，然后沿链表遍历即可，无需回溯；对比：B 树无链表连接，范围查询需要多次回溯父节点；哈希表仅支持等值查询，无法做范围查询。
4. 空间利用率更高
非叶子节点只存关键字和指针，不存数据，因此单个节点能容纳更多关键字，进一步降低树的高度，减少 I/O 次数；
对比：B 树的非叶子节点存数据，单个节点能存的关键字更少，树更高。
三、与其他候选结构的对比（为什么不选其他）
表格
四、MySQL 对 B+ 树的优化（更贴合实际场景）
MySQL 存储引擎（如 InnoDB）还对 B+ 树做了针对性优化：
聚簇索引：InnoDB 的主键索引叶子节点直接存储整行数据，无需回表，进一步减少 I/O；
页缓存：将常用的 B+ 树节点（磁盘页）缓存到内存，减少磁盘访问；
自适应哈希索引：对高频等值查询的索引，自动构建哈希索引，兼顾等值查询和范围查询。
总结
MySQL 选择 B+ 树作为索引结构的核心原因可总结为 3 点：
低 I/O 成本：多路平衡结构降低树高，大幅减少磁盘 I/O 次数（适配磁盘存储的瓶颈）；
场景适配性强：叶子节点有序且双向链表连接，完美支持范围查询、排序、分页（贴合业务高频需求）；
效率稳定 + 空间利用率高：所有查询都遍历到叶子节点，效率稳定；非叶子节点仅存关键字，空间利用率更高。
这也是为什么 B+ 树成为关系型数据库索引的 “事实标准”，而非其他数据结构。