B+树在MySQL里的样子
一、B+树在 MySQL 里到底长什么样？
1.1 InnoDB 的一页有多大？
MySQL（InnoDB 引擎）把数据存在硬盘上时，不是一条一条存的，而是一页一页存的。
一页 = 16KB。就像一本书的一页纸，16KB 是 InnoDB 每次读写的最小单位。读硬盘时要么读一整页，要么不读。
B+树的每个节点就是硬盘上的一页（16KB）。
1.2 一页能装多少个”目录项”？
假设我们用 bigint（8字节）做主键，每个”目录项”需要：
一个目录项 = 主键值(8字节) + 指向子节点的指针(6字节) = 14字节
那一个非叶子节点（16KB 的一页）能装多少个目录项？
16KB ÷ 14字节 = 16384 ÷ 14 ≈ 1170 个
一个非叶子节点就能指出 1170 个方向！
1.3 三层 B+树能装多少数据？
第1层（根节点，1页）：
存 1170 个目录项，指向 1170 个第2层节点
第2层（1170 个节点，1170页）：
每个节点又存 1170 个目录项
共 1170 × 1170 ≈ 137万个目录项
指向 137万个叶子节点
第3层（叶子节点，137万页）：
每个叶子节点存的是真正的数据行
假设一行数据约 1KB，一页（16KB）能存约 16 行
137万页 × 16行 ≈ 2190万行数据
这意味着：一张有 2000 万行数据的表，通过 B+树索引，只需要读 3 次硬盘就能找到任意一行。没有索引的话，平均要读 1000 万行。
1.4 叶子节点的链表有什么用？
[叶子页1] ←→ [叶子页2] ←→ [叶子页3] ←→ [叶子页4] ←→ ...
每页内部存着按顺序排好的数据，
页和页之间用"上一页""下一页"指针串联。
这就是为什么 WHERE id BETWEEN 100 AND 200 这么快——找到 100 所在的叶子页，然后顺着链表往后读就行，不用反复从根节点重新搜索。
二、一图流（Mermaid）
flowchart TD A[InnoDB 数据按页存 16KB/页] --> B[每个 B+树节点 = 一页] B --> C[非叶子节点: 目录项 14字节] C --> D["一页 ÷ 14 ≈ 1170 个目录项"] D --> E[第1层 1170 → 第2层 1170²≈137万 → 第3层叶子] E --> F["叶子存数据行 1KB/行 ≈ 16行/页"] F --> G["137万页 × 16 ≈ 2190万行"] G --> H["找任一行只需读 3 次硬盘"] E -.-> I["叶子间双向链表串联 → 范围查询顺链走"]
▶ 对应实操：07-窗口函数实操
速记卡（面试闪卡）
Q1：一句话讲清「B+树在MySQL里的样子」到底是什么？
A：InnoDB 把数据按 16KB 一页存，B+树每个节点就是一页，三层树就能用三次读盘找到两千万行里的任意一行。
Q2：一页 16KB 意味着什么？ —— 怎么理解？
A：像书按页翻、不能撕半页——InnoDB 每次读写最小单位就是一页 16KB（page），B+树的每个节点正好是一页，读盘要么读整页要么不读，不能只读半个节点。
Q3：一个非叶子节点为啥能分约 1170 个叉？ —— 怎么理解？
A：像一页名片能印多少联系人——目录项 = 主键 8 字节 + 指针 6 字节 = 14 字节，16KB÷14 ≈ 1170 个目录项，所以一个节点能指向下一层约 1170 个节点。
Q4：三层 B+树为啥能装约两千万行？ —— 怎么理解？
A：像三层楼每层分 1170 个房间——第 1 层 1170 个指到第 2 层，第 2 层共 1170²≈137 万个指到第 3 层叶子；每行约 1KB、一页约 16 行，137 万页×16 ≈ 2190 万行，找任一行只读 3 次盘。
Q5：叶子节点的双向链表有啥用？ —— 怎么理解？
A：像超市货架用绳子串起来——叶子页之间用前后指针串联，范围查询（如 BETWEEN 100 AND 200）定位起点后顺着链表往后读就行，不用每次从根节点重新搜，范围查询因此飞快。
Q6：核心速记主线有哪些？
-
一页 = 16KB，是 InnoDB 读写最小单位，B+树节点即一页
-
目录项 14 字节，一页约 1170 个目录项，一个节点分 1170 叉
-
三层树 1170³ 量级，约两千万行，找任一行只读 3 次盘
-
叶子间双向链表串联，范围查询顺链走、不用回根重搜
口诀
A：一页十六K是最小，节点就是它一页。
目录十四B算清，一千一百七叉分。
三层树装两千万，三读盘找任意行。
叶子链表串成串，范围查询顺藤摸。
相关链接