在 MySQL 中，叶子节点通常是指 B+ 树索引结构中的叶子节点。
B+ 树作为一种平衡的多路查找树，广泛用于 MySQL 的索引结构（尤其是 InnoDB 存储引擎），它通过多层次的索引树来提高查询性能。
1. B+ 树索引结构
B+ 树索引由两部分组成：
非叶子节点：用于存储索引的键（key），但不直接存储数据。它们的作用是加速查找过程。
叶子节点：存储实际的记录数据（或数据行的指针）。对于聚簇索引（InnoDB 默认索引），叶子节点包含完整的行数据；对于二级索引（非聚簇索引），叶子节点则存储指向聚簇索引的引用（即主键）。
2. 叶子节点记录之间的关联方式
B+ 树的叶子节点之间通常通过链表连接。这种链表连接使得叶子节点之间可以顺序访问，对于范围查询（如 BETWEEN 查询）特别高效。具体来说，叶子节点的每条记录之间的关联方式如下：
(1) 顺序链表连接
叶子节点中的每条记录包含了一个指向下一个叶子节点的指针。这些指针将叶子节点按索引键的顺序串联起来，形成一个顺序链表。
顺序访问：通过这个链表，MySQL 可以高效地执行范围查询（如检索一段连续的数据），直接从当前叶子节点跳到下一个叶子节点，而无需重新遍历整个树结构。
举个例子，假设有以下数据：
叶子节点1: (1, data1), (2, data2), (3, data3) 叶子节点2: (4, data4), (5, data5), (6, data6)其中，叶子节点1的最后一条记录
(3, data3)会指向叶子节点2的第一条记录(4, data4)。这种链表式的连接使得扫描操作可以顺序执行。
(2) 指向数据行的指针（聚簇索引）
对于聚簇索引（InnoDB 默认索引），叶子节点中的每条记录存储的是整行数据，或者说是指向数据行的指针。在这种情况下，数据的存储与索引的存储是紧密绑定在一起的，索引的叶子节点不仅存储索引值，还存储完整的数据行。
在非聚簇索引中，叶子节点只存储主键的值（作为索引值），并且通过该主键值指向聚簇索引（主键索引）中的数据。
3. 多级链表与双向链表
在某些实现中，叶子节点之间的链表可能是双向链表，即每个叶子节点不仅有指向下一个叶子节点的指针，还可能有指向上一个叶子节点的指针。
这对于倒序扫描等操作也非常有用，可以使得范围查询更加灵活和高效。
4. 范围查询的优化
B+ 树叶子节点的链表结构对于范围查询非常有利。
例如，当你执行一个 SELECT * FROM table WHERE column BETWEEN X AND Y 查询时，MySQL 可以：
通过索引查找到符合条件的第一个叶子节点。
然后利用叶子节点之间的顺序链表连接顺序地扫描下去，直到满足查询条件的最后一个叶子节点。
这种顺序访问比传统的逐条扫描表中的记录要高效得多。
5. 总结
叶子节点的记录之间通过链表连接，这种连接是顺序的，使得范围查询非常高效。
双向链表的实现可能会用于进一步优化查询，如支持倒序扫描。
聚簇索引的叶子节点直接存储数据行，而非聚簇索引的叶子节点存储主键的引用，指向聚簇索引中的实际数据。
这种结构使得 B+ 树能够高效地执行范围查询和其他各种查询操作，同时保证了数据库在插入、删除、更新数据时的平衡性和高性能。
