一、B+TREE

B+Tree是一種樹數據結構，是B-Tree的變種，屬于n叉排序樹，每個節點通常有多個孩子。

B+Tree是和B-Tree相比，B+Tree的所有的數據都會出現在葉子節點上，并且葉子節點會形成一個單向鏈表，非葉子節點僅僅起到索引數據作用，具體的數據都是在葉子節點存放的。

在MySQL的索引中，對原本的B+Tree進行了優化，MySQL給每個葉子節點加了一個指針，這個指針會指向它的下一個鄰居葉子節點。然后，所有的葉子節點就通過這些指針連成了一個大圈圈，變成一個雙向的循環鏈表。當我們想要查找某個范圍內的數據時，可以順著這個“鏈表”快速地找到所有相關的數據，這就而不需要再從根節點開始重新查找。而且，如果我們想要對數據進行排序，也可以利用這個“鏈表”，因為它已經是按照某種順序排列好的了。

相對Hash索引，B+tree支持范圍匹配及排序操作。

二、HASH

HASH采用鍵值對的方式，哈希(hash)比樹(B-Tree)更快，原因就是Hash索引的工作方式其實就像我們生活中的電話本或者地址簿。想象一下，你有一本電話本，里面記錄了每個人的聯系方式。為了快速找到某個人的聯系方式，電話本不是按照人名首字母或者姓氏筆畫排序，而是用了一種特別的方法給每個人編了一個號碼（這就是哈希值）。

現在，你想找某個朋友的聯系方式，你只需要查看電話本前面的索引（哈希函數），找到這個朋友對應的號碼（哈希值）。然后，你直接翻到電話本中對應號碼的位置，就能迅速找到這個朋友的聯系方式（數據）。

所以，Hash索引就是利用一個特殊的編號方法（哈希函數），給每條數據編一個獨特的號碼（哈希值）。這樣，當你需要找某條數據時，只需要用這個號碼（哈希值）就能在固定的位置（固定大小的數組）快速找到它，而不需要一頁一頁地翻找。這種方法非常快捷，但缺點是，如果兩個人的號碼（哈希值）相同，你就需要再仔細看一下，確保找到的是你要找的那個人（解決哈希沖突）。

對比B+TREE，Hash索引只能用于對等比較(=，in)，不支持范圍查詢（between，>，< ，...），不支持排序操作，在一般情況下查詢效率高。