B树和B+树都是用于数据库和文件系统的平衡树数据结构，但它们有一些显著的区别：
节点结构：
B树：每个节点存储数据和指向子节点的指针。叶子节点也包含数据。
B+树：内部节点只存储索引值，不存储实际数据。所有实际数据都存储在叶子节点中。
数据访问：
B树：数据可以在任何节点（内部节点或叶子节点）中找到。
B+树：所有数据都在叶子节点，内部节点只起到索引的作用。因此，数据的查找只能在叶子节点完成。
叶子节点链表：
B树：叶子节点之间没有特别的链接。
B+树：所有叶子节点通过链表相互链接，这使得范围查询（如范围扫描）更加高效。
树的高度：
B树：由于数据分布在所有节点上，树的高度可能会比 B+树略高。
B+树：所有数据都集中在叶子节点，内部节点只存储索引，因此树的高度通常较低。
磁盘读写效率：
B树：因为每个节点都存储数据和索引，磁盘读写可能涉及到更多的节点。
B+树：由于内部节点只有索引而无数据，可以在相同的磁盘块中存储更多的索引，提高了读写效率。叶子节点链表也使得范围查询和顺序访问更高效。
总结来说，B+树在数据库系统中更为常用，因为它在范围查询和顺序访问上具有显著的优势。
InnoDB 存储引擎使用 B+树结构来管理表的主键索引和辅助索引。
以下是 MySQL 使用 B+树的几个关键点：
主键索引：
InnoDB 使用聚集索引（Clustered Index），主键索引就是 B+树结构。叶子节点包含了行的全部数据。
辅助索引：
辅助索引（Secondary Index）也是 B+树结构，但叶子节点存储的是主键的值而不是行的全部数据。通过辅助索引找到主键后，再通过主键索引找到完整的行数据。
这种 B+树结构在 MySQL 中广泛应用，原因包括：
高效的范围查询：由于叶子节点按顺序链接，可以快速进行范围扫描。
稳定的树高度：B+树能保持较低的树高度，减少磁盘 I/O 操作，提高查询速度。
顺序存储：叶子节点按顺序排列，适合顺序读写操作，提高磁盘利用率。
因此，MySQL 中使用 B+树来实现其高效的索引机制。
