为什么 MongoDB 索引选择B-树，而 Mysql 索引选择B+树（精干总结）

本文献给准备面试或者是还在面试的你。常见面试题，送分题目，不拿白不拿。

本文收录在个人博客《愚公要移山》中，地址 www.javachat.cc

这篇是修改版，针对知乎上很多人提出的问题，进行了一次修复

一、B树和B+树的区别

很明显，我们想向弄清楚原因就要知道B树和B+树的区别。为了不长篇大论。我们直接给出他们的形式总结他们的特点。

1、B树

B树是一种自平衡的搜索树，形式很简单：

这就是一颗B-树。针对我们这个问题的最核心的特点如下：

（1）多路，非二叉树

（2）每个节点既保存索引，又保存数据

（3）搜索时相当于二分查找

其他的基本上都是一些常见的数据结构，假定都已经了解了B树相关的结构。

2、B+树

B+树是B树的变种

最核心的特点如下：

（1）多路非二叉

（2）只有叶子节点保存数据

（3）搜索时相当于二分查找

（4）增加了相邻接点的指向指针。

从上面我们可以看出最核心的区别主要有俩，

一个是数据的保存位置：B树保存在所有的节点中，B+树保存在叶子节点

一个是相邻节点的指向：B树叶子节点之间没有指针，B+树有

这里区别分别给B树和B+树带来了什么好处呢？其实对于数据库来说，选用什么数据结构无非就是为了增删改查和存储更加高效，因为找特点时也要从这个点去回答。

3、从区别找特点

第一：查找元素

（1）B树的数据保存在所有节点，查询复杂度最好是 O(1)。

（2）B+树的数据保存在叶子节点，查询时间复杂度固定是O(log(n))

第二：区间查找

（1）B树每个节点 key 和 data 在一起，则无法区间查找。

（2）B+树相邻接点的指针可以大大增加区间访问性，可使用在范围查询等

第三：存储

（1）B树每个节点即保存数据又保存索引，所以每一节点特别大，这一层所有节点加起来数据量将非常大。磁盘每次IO一定量的数据，对于Mysql来说如何衡量查询效率呢？就是磁盘IO次数。既然B树每一层特别大，那每一层就需要对数据分开从而进行多次IO操作。所有Mysql不用。

（2）B+树更适合外部存储，也就是磁盘存储。由于内节点无 data 域，每个节点能索引的范围更大更精确，所以不需要用B+树。

有了他们的区别之后，现在我们再来解释这个原因就好多了。

二、原因解释

上面解释了不使用的原因，我们再来看为什么Mysql使用B+树，而MongoDB使用B树，想要解释原因，我们还必须要了解一下MongoDB和Mysql的基本概念。

1、MongoDB

MongoDB 是文档型的数据库，是一种 nosql，它使用类 Json 格式保存数据。比如之前我们的表可能有用户表、订单表、购物篮表等等，还要建立他们之间的外键关联关系。但是类Json就不一样了。

我们可以看到这种形式更简单，通俗易懂。那为什么 MongoDB 使用B-树呢？

MongoDB使用B树，所有节点都有Data域，只要找到指定索引就可以进行访问，无疑单次查询平均快于Mysql。

2、Mysql

Mysql作为一个关系型数据库，数据的关联性是非常强的，区间访问是常见的一种情况，B+树由于数据全部存储在叶子节点，并且通过指针串在一起，这样就很容易的进行区间遍历甚至全部遍历。

还有一点，B+树只有叶子节点保存数据，所以每一节点比较小，每一层所有节点加起来数据量也相对比较小。磁盘每次IO一定量的数据，对于Mysql来说。既然B+树每一层小，那每一层只需要少量IO操作。

这俩区别的核心如果你能看懂B-树和B+树的区别就很容易理解。