sql 数据库采用 b + 树索引，因其在磁盘 i /o、查询稳定性、范围查询和动态更新间实现最优平衡：通过多路分支降低树高以减少 io，自平衡保障等值查询性能稳定，b+ 树更以纯键内节点、有序链表叶节点等设计强化范围查询与 sql 语义支持。
SQL 数据库用 B 树（及其变种 B + 树）做索引，核心原因不是“习惯”或“历史沿袭”，而是它在磁盘 I /O、查询稳定性、范围操作和动态更新之间取得了最务实的平衡。
减少磁盘 IO 次数是首要目标
数据库数据主要存在磁盘上，而磁盘随机读写比内存慢几万倍。B 树（尤其是 B + 树）通过“多路分支”大幅降低树高——比如 10 亿条记录，B+ 树通常只需 3～4 层就能定位，意味着最多 4 次磁盘读取。这背后的关键设计是：每个节点尽量填满一个磁盘页（如 16KB），存下上百个键值，而不是像二叉树那样每层只分两个分支。
所有查询路径长度一致，性能稳定
B 树和 B + 树都是自平衡结构，插入、删除时自动分裂或合并节点，确保任意键的查找都严格走 logₙ(N) 层。这意味着：
- 等值查询（WHERE id = 123）不会因数据分布不均而忽快忽慢
- 没有“退化成链表”的风险，不像未平衡的二叉搜索树
- 执行计划可预测，DBA 和优化器能更可靠地估算成本
B+ 树进一步优化了实际数据库场景
MySQL、PostgreSQL 等主流 SQL 引擎实际用的是 B + 树，而非原始 B 树，因为它针对数据库负载做了关键增强：
- 非叶子节点只存键和指针，不存真实数据 → 同一页容纳更多键 → 树更矮、IO 更少
- 所有数据都在叶子节点，且叶子节点用双向链表连成有序队列 → 范围查询（WHERE age BETWEEN 25 AND 30）只需定位起点，顺序遍历链表，无需反复上下树
- 全量扫描（如 COUNT(*) 或导出）只需遍历叶子层，不用访问内部节点
天然支持常见 SQL 语义
索引不只是加速“=”，更要支撑真实业务中的复杂访问模式：
- ORDER BY + LIMIT：利用 B + 树叶节点的有序链表，直接流式取前 N 条
- LIKE ‘abc%’：前缀匹配可复用 B + 树的有序性，快速定位起始位置
- 联合索引（a,b,c）：符合最左前缀原则，本质上是按字典序组织的复合键，B+ 树天然适配
