BTree索引
BTree是平衡搜索多叉樹，設樹的度爲d（d>1），高度爲h，那麼BTree要滿足以一下條件：
- 每個葉子結點的高度一樣，等於h；
- 每個非葉子結點由n-1個key和n個指針point組成，其中d<=n<=2d,key和point相互間隔，結點兩端一定是key；
- 葉子結點指針都爲null；
- 非葉子結點的key都是[key,data]二元組，其中key表示作爲索引的鍵，data爲鍵值所在行的數據；
BTree的結構如下：
在BTree的機構下，就可以使用二分查找的查找方式，查找複雜度爲h*log(n)，一般來說樹的高度是很小的，一般爲3左右，因此BTree是一個非常高效的查找結構。
B+Tree索引
B+Tree是BTree的一個變種，設d爲樹的度數，h爲樹的高度，B+Tree和BTree的不同主要在於：
- B+Tree中的非葉子結點不存儲數據，只存儲鍵值；
- B+Tree的葉子結點沒有指針，所有鍵值都會出現在葉子結點上，且key存儲的鍵值對應的數據的物理地址；
B+Tree的結構如下：
一般來說B+Tree比BTree更適合實現外存的索引結構，因爲存儲引擎的設計專家巧妙的利用了外存（磁盤）的存儲結構，即磁盤的一個扇區是整數倍的page（頁），頁是存儲中的一個單位，通常默認爲4K，因此索引結構的節點被設計爲一個頁的大小，然後利用外存的“預讀取”原則，每次讀取的時候，把整個節點的數據讀取到內存中，然後在內存中查找，已知內存的讀取速度是外存讀取I/O速度的幾百倍，那麼提升查找速度的關鍵就在於儘可能少的磁盤I/O，那麼可以知道，每個節點中的key個數越多，那麼樹的高度越小，需要I/O的次數越少，因此一般來說B+Tree比BTree更快，因爲B+Tree的非葉節點中不存儲data，就可以存儲更多的key。
帶順序索引的B+TREE
很多存儲引擎在B+Tree的基礎上進行了優化，添加了指向相鄰葉節點的指針，形成了帶有順序訪問指針的B+Tree，這樣做是爲了提高區間查找的效率，只要找到第一個值那麼就可以順序的查找後面的值。
B+Tree的結構如下：
