b+tree優勢
使用索引查詢的時候計算機要先將資料結構讀取到主存中，由於b+tree的所有非葉子節點不存資料只存key，因此與b-tree相比，使用b+tree每次就能將更多的節點讀取到主存中，也就能做更少的i/o操作。
b-tree優勢
b-tree由於每個節點都存資料，因此每個資料所在的層數是不同的，根節點只需查詢一次，以此類推，根節點的子節點只需查詢兩次。
這樣在一些場景下，開發者就可以通過將查詢地頻繁地資料放在靠近根節點的位置來優化查詢。（類似於哈夫曼樹）
每次都會預讀，即使只需要乙個位元組，磁碟也會從這個位置開始，順序向後讀取一定長度的資料放入記憶體（即乙個扇區）。
先從資料結構的角度來答。
-樹和b+樹最重要的乙個區別就是b+樹只有葉節點存放資料，其餘節點用來索引，而b-樹是每個索引節點都會有data域。
這就決定了b+樹更適合用來儲存外部資料，也就是所謂的磁碟資料。
從mysql（inoodb）的角度來看，b+樹是用來充當索引的，一般來說索引非常大，尤其是關係性資料庫這種資料量大的索引能達到億級別，所以為了減少記憶體的占用，索引也會被儲存在磁碟上。
那麼mysql如何衡量查詢效率呢？磁碟io次數，b-樹（b類樹）的特定就是每層節點數目非常多，層數很少，目的就是為了就少磁碟io次數，當查詢資料的時候，最好的情況就是很快找到目標索引，然後讀取資料，使用b+樹就能很好的完成這個目的，但是b-樹的每個節點都有data域（指標），這無疑增大了節點大小，說白了增加了磁碟io次數（磁碟io一次讀出的資料量大小是固定的，單個資料變大，每次讀出的就少，io次數增多，一次io多耗時啊！），而b+樹除了葉子節點其它節點並不儲存資料，節點小，磁碟io次數就少。這是優點之一。
另乙個優點是什麼，b+樹所有的data域在葉子節點，一般來說都會進行乙個優化，就是將所有的葉子節點用指標串起來。這樣遍歷葉子節點就能獲得全部資料，這樣就能進行區間訪問啦。
(資料庫索引採用b+樹的主要原因是 b樹在提高了磁碟io效能的同時並沒有解決元素遍歷的效率低下的問題。正是為了解決這個問題，b+樹應運而生。b+樹只要遍歷葉子節點就可以實現整棵樹的遍歷。而且在資料庫中基於範圍的查詢是非常頻繁的，而b樹不支援這樣的操作（或者說效率太低）)
至於mongodb為什麼使用b-樹而不是b+樹，可以從它的設計角度來考慮，它並不是傳統的關係性資料庫，而是以json格式作為儲存的nosql，目的就是高效能，高可用，易擴充套件。首先它擺脫了關係模型，上面所述的優點2需求就沒那麼強烈了，其次mysql由於使用b+樹，資料都在葉節點上，每次查詢都需要訪問到葉節點，而mongodb使用b-樹，所有節點都有data域，只要找到指定索引就可以進行訪問，無疑單次查詢平均快於mysql（但側面來看mysql至少平均查詢耗時差不多）。
總體來說，mysql選用b+樹和mongodb選用b-樹還是以自己的需求來選擇的。
B樹（B樹 ，B 樹 ，B 樹）與多叉樹
我們先來看看二叉樹存在的問題 二叉樹的操作 效率較高，但是也存在問題，請看下面的二叉樹 二叉樹需要載入到記憶體的，如果二叉樹的節點少，沒有什麼問題，但是如果二叉樹的節點很多 比如1億 就存在如下問題 問題1 在構建二叉樹時，需要多次進行i o操作 海量資料存在資料庫或檔案中 節點海量，構建二叉樹時，...
B樹,B 樹,B 樹,B 樹
小彰的部落格 b樹 即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點...
B樹 B 樹 B 樹 B 樹
b 樹即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left 和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點關鍵字小，就...