数据库索引常用 B+ 树解释：内部节点用于定位子树，叶子节点保存索引记录；叶子之间的有序连接便于连续扫描。它通过较大的分支数降低树高，让查找不必逐条扫描全部记录。

B 树与 B+ 树的差别

在常见的抽象定义中，B 树的内部节点也可以保存数据记录；B+ 树把数据条目集中在叶子层，内部节点主要保存分隔键和子节点指针。

这种结构有两个直观好处：内部节点能容纳更多导航项，范围查询定位起点后可以顺序访问后续叶子。但“叶子保存什么”仍取决于存储引擎，不能统一说成“所有索引的叶子都只有行地址”。

InnoDB 聚簇索引的叶子保存行

InnoDB 将行数据组织在聚簇索引中。选择规则依次是：

  1. 有主键时，使用主键。
  2. 没有主键时，选择所有列均为 NOT NULL 的第一个 UNIQUE 索引。
  3. 都没有时，生成内部隐藏行 ID 对应的聚簇索引。

二级索引记录则包含二级索引列和对应的主键列值，后者用于定位聚簇索引中的行。因此，“二级索引叶子只存主键”并不准确。较长的主键也会增加二级索引的存储成本。MySQL 8.0：聚簇索引和二级索引

覆盖查询和回表

设表有主键 id，另有 email 索引：

CREATE TABLE index_demo (
    id BIGINT PRIMARY KEY,
    email VARCHAR(200) NOT NULL,
    display_name VARCHAR(100),
    INDEX idx_email (email)
) ENGINE=InnoDB;

下面两种查询需要的数据不同：

EXPLAIN SELECT id, email
FROM index_demo WHERE email = 'reader@example.com';

EXPLAIN SELECT display_name
FROM index_demo WHERE email = 'reader@example.com';

第一条需要的列可以被 idx_email 覆盖；第二条需要索引中没有的 display_name，通常还需通过主键访问聚簇索引，也就是常说的回表。具体访问路径仍以执行计划和运行条件为准；覆盖列并不是对底层所有行访问行为的绝对保证。

以上是结构示例，应在自己的测试库使用，不代表某个线上表的实际执行结果。

不能用树高直接换算容量

“三层一定能存多少 GB”没有通用答案。页大小、键宽、行宽、页填充率都会改变节点能容纳的条目数；聚簇索引的叶子还是实际行，不能套用纯指针节点的容量。

理解时可以先估计每个内部页的分支数，再估计叶子页数量和每页记录数。树高决定导航层数，却不等于每次查询都发生同样次数的磁盘读取，因为缓存、范围扫描和回表都会影响实际成本。

设计索引时，先看查询条件、排序和返回列，再看索引宽度与维护成本，比记住一个固定树高或容量数字更有用。