在了解B+Tree之前，先简单介绍一下B Tree。
**B Tree：**数据库设计者，把数据存放到节点以树的形式存储，把节点的大小设置为一个页，那读取一个节点就需要一次I/O操作，如果一次检索需要访问四个节点，根节点常驻内存，那么完成这次检索，需要三次io。
那么数据越小，每页存放的数据就越多，树的高度就越小，io就少，检索就快。
索引就利用上面的性质，设计成B+tree。
**B+tree：**非叶子节点只存放key,叶子节点存放data,并且叶子节点存在指向相邻叶子节点的指针
这样一方面非叶子节点可以存放更多的记录，树更矮，io就少，另一方面，可以通过顺序指针提高区间查询的性能。
MySQL中普遍使用B+Tree做索引，但在实现上又根据聚簇索引和非聚簇索引而不同。
-
聚簇索引(主键索引树)
所谓聚簇索引，就是指B+Tree的叶子节点上的data就是数据本身，key为主键，如果是一般索引的话，data便会指向对应的主索引。 -
非聚簇索（非主键索引树）
非聚簇索引就是指B+Tree的叶子节点上的data，并不是数据本身，而是数据存放的地址。
非聚簇索引比聚簇索引多了一次读取数据的IO操作，所以查找性能上会差。
因为主键索引树的叶子节点直接就是我们要查询的整行数据了。而非主键索引的叶子节点是主键的值，查到主键的值以后，还需要再通过主键的值再进行一次查询，这个过程叫回表。
来源：CSDN
作者：qq_599571116
链接：https://blog.csdn.net/qq_42634696/article/details/104801271