搞懂這個問題之前，我們首先來看一下MySQL表的儲存結構，再分別對比二叉樹、多叉樹、B樹和B+樹的區別就都懂了。
MySQL的儲存結構
表儲存結構
單位：表>段>區>頁>行
在資料庫中， 不論讀一行，還是讀多行，都是將這些行所在的頁進行載入。也就是說儲存空間的基本單位是頁。
一個頁就是一棵樹B+樹的節點，資料庫I/O操作的最小單位是頁，與資料庫相關的內容都會儲存在頁的結構裡。
B+樹索引結構
- 在一棵B+樹中，每個節點為都是一個頁，每次新建節點的時候，就會申請一個頁空間
- 同一層的節點為之間，通過頁的結構構成了一個雙向連結串列
- 非葉子節點為，包括了多個索引行，每個索引行裡儲存索引鍵和指向下一層頁面的指標
- 葉子節點為，儲存了關鍵字和行記錄，在節點內部（也就是頁結構的內部）記錄之間是一個單向的連結串列
B+樹頁節點結構
有以下幾個特點
- 將所有的記錄分成幾個組， 每組會儲存多條記錄，
- 頁目錄儲存的是槽（slot），槽相當於分組記錄的索引，每個槽指標指向了不同組的最後一個記錄
- 我們通過槽定位到組，再檢視組中的記錄
頁的主要作用是儲存記錄，在頁中記錄以單連結串列的形式進行儲存。
單連結串列優點是插入、刪除方便，缺點是檢索效率不高，最壞的情況要遍歷連結串列所有的節點。因此頁目錄中提供了二分查詢的方式，來提高記錄的檢索效率。
B+樹的檢索過程
我們再來看下B+樹的檢索過程
- 從B+樹的根開始，逐層找到葉子節點。
- 找到葉子節點為對應的資料頁，將資料葉載入到記憶體中，通過頁目錄的槽採用二分查詢的方式先找到一個粗略的記錄分組。
- 在分組中通過連結串列遍歷的方式進行記錄的查詢。
為什麼要用B+樹索引
資料庫訪問資料要通過頁，一個頁就是一個B+樹節點，訪問一個節點相當於一次I/O操作，所以越快能找到節點，查詢效能越好。
B+樹的特點就是夠矮夠胖，能有效地減少訪問節點次數從而提高效能。
下面，我們來對比一個二叉樹、多叉樹、B樹和B+樹。
二叉樹
二叉樹是一種二分查詢樹，有很好的查詢效能，相當於二分查詢。
但是當N比較大的時候，樹的深度比較高。資料查詢的時間主要依賴於磁碟IO的次數，二叉樹深度越大，查詢的次數越多，效能越差。
最壞的情況是退化成了連結串列，如下圖
為了讓二叉樹不至於退化成連結串列，人們發明了AVL樹（平衡二叉搜尋樹）：任何結點的左子樹和右子樹高度最多相差1
多叉樹
多叉樹就是節點可以是M個，能有效地減少高度，高度變小後，節點變少I/O自然少，效能比二叉樹好了
B樹
B樹簡單地說就是多叉樹，每個葉子會儲存資料，和指向下一個節點的指標。
例如要查詢9，步驟如下
- 我們與根節點的關鍵字 (17，35）進行比較，9 小於 17 那麼得到指標 P1；
- 按照指標 P1 找到磁碟塊 2，關鍵字為（8，12），因為 9 在 8 和 12 之間，所以我們得到指標 P2；
- 按照指標 P2 找到磁碟塊 6，關鍵字為（9，10），然後我們找到了關鍵字 9。
B+樹
B+樹是B樹的改進，簡單地說是：只有葉子節點才存資料，非葉子節點是儲存的指標；所有葉子節點構成一個有序連結串列
例如要查詢關鍵字16，步驟如下
- 與根節點的關鍵字 (1，18，35) 進行比較，16 在 1 和 18 之間，得到指標 P1（指向磁碟塊 2）
- 找到磁碟塊 2，關鍵字為（1，8，14），因為 16 大於 14，所以得到指標 P3（指向磁碟塊 7）
- 找到磁碟塊 7，關鍵字為（14，16，17），然後我們找到了關鍵字 16，所以可以找到關鍵字 16 所對應的資料。
B+樹與B樹的不同：
- B+樹非葉子節點不存在資料只存索引，B樹非葉子節點儲存資料
- B+樹使用雙向連結串列串連所有葉子節點，區間查詢效率更高，因為所有資料都在B+樹的葉子節點，但是B樹則需要通過中序遍歷才能完成查詢範圍的查詢。
- B+樹每次都必須查詢到葉子節點才能找到資料，而B樹查詢的資料可能不在葉子節點，也可能在，這樣就會造成查詢的效率的不穩定
- B+樹查詢效率更高，因為B+樹矮更胖，高度小，查詢產生的I/O最少。
這就是MySQL使用B+樹的原因，就是這麼簡單！