MySQL中所谓的B-Tree索引实为B+Tree，1. B+Tree仅在叶子节点存储数据，非叶子节点只存键值用于导航，2. 叶子节点通过双向链表连接，支持高效范围查询，3. 所有查询需到达叶子节点，路径长度稳定，4. InnoDB引擎实际使用B+Tree实现索引，而B-Tree在MySQL中并不常用。
在MySQL中，B+Tree 和 B-Tree 是常用于数据库索引的数据结构，尤其在InnoDB存储引擎中广泛应用。虽然名字相似，但它们在结构和使用场景上有明显区别。
1. 数据存储位置不同
B-Tree 中，每个节点（包括非叶子节点和叶子节点）都可以存储实际的数据记录或指向数据的指针。这意味着查找过程中可能在任意层级就命中数据。
B+Tree 中，只有叶子节点才存储完整的数据记录（或行指针），非叶子节点仅用于索引导航，只保存键值和子节点指针。
这使得B+Tree的内部节点更小，可以在相同内存页中容纳更多关键字，从而减少树的高度，提升查询效率。
2. 叶子节点是否链接
B+Tree 的一个显著特点是所有叶子节点通过双向链表连接，支持高效的顺序访问和范围查询。比如执行 WHERE id BETWEEN 10 AND 20 时，只需定位到第一个匹配项，然后沿链表遍历即可。
B-Tree 的叶子节点之间没有链接，做范围扫描时需要多次从根节点开始查找，效率较低。
3. 查询稳定性差异
在 B+Tree 中，任何查询都必须走到叶子节点才能获取数据，因此每次查询的路径长度是稳定的（等深查找）。
而 B-Tree 可能在中间节点就找到目标数据，导致不同查询的访问路径长度不一致，影响性能可预测性。
4. MySQL中的实际应用
MySQL的InnoDB引擎使用的是B+Tree作为主键索引（聚簇索引）和二级索引的基础结构。
虽然索引类型名为“BTREE”，但这只是SQL语法中的统称，实际底层实现是B+Tree。
B-Tree 更多出现在一些文件系统或其他数据库系统中，在标准MySQL中并不作为主要索引结构使用。
基本上就这些：MySQL里所谓的B-Tree索引其实是B+Tree，真正的B-Tree与之在数据分布、查询方式和范围检索效率上有本质区别。理解这一点对优化查询和设计索引很有帮助。
