定义“快得多”。渐近地它们是相同的。不同之处在于它们如何使用二级存储。维基百科上关于B-树和B+树的文章看起来相当可信。

**

B-Tree的主要缺点是遍历键的难度 按顺序。B+树保留了的快速随机访问属性 b -树，同时也允许快速顺序访问

** 参考:Data Structures Using C//作者:Aaro M Tenenbaum

http://books.google.co.in/books?id=X0Cd1Pr2W0gC&pg=PA456&lpg=PA456&dq=drawback+of+B-Tree+is+the+difficulty+of+Traversing+the+keys+sequentially&source=bl&ots=pGcPQSEJMS&sig=F9MY7zEXYAMVKl_Sg4W-0LTRor8&hl=en&sa=X&ei=nD5AUbeeH4zwrQe12oCYAQ&ved=0CDsQ6AEwAg#v=onepage&q=drawback%20of%20B-Tree%20is%20the%20difficulty%20of%20Traversing%20the%20keys%20sequentially&f=false

由于终端节点形成了一个链表，B+树更容易进行全面扫描，而且性能更高，可以查看树索引的每一块数据。要使用B-Tree进行完整扫描，您需要进行完整的树遍历以查找所有数据。

另一方面，当您执行seek(按键查找特定数据段)时，B-Trees可以更快，特别是当树驻留在RAM或其他非块存储中时。由于可以提升树中常用的节点，因此获取数据所需的比较较少。

B+树尤其适用于基于块的存储(例如:硬盘)。考虑到这一点，你会得到几个优势，例如(从我的脑海中):

high fanout / low depth: that means you have to get less blocks to get to the data. with data intermingled with the pointers, each read gets less pointers, so you need more seeks to get to the data simple and consistent block storage: an inner node has N pointers, nothing else, a leaf node has data, nothing else. that makes it easy to parse, debug and even reconstruct. high key density means the top nodes are almost certainly on cache, in many cases all inner nodes get quickly cached, so only the data access has to go to disk.

举个例子——你有一个每一行都有大量数据的表。这意味着对象的每个实例都是大的。

如果在这里使用B树，那么大部分时间都花在扫描带有数据的页面上——这是没有用的。在数据库中，这就是使用B+树来避免扫描对象数据的原因。

B+树将键和数据分开。

但如果你的数据量比较小，你可以用键来存储它们就像B树那样。

B+树相对于B树的主要优点是，它们允许您通过删除指向数据的指针来打包更多指向其他节点的指针，从而增加扇出并潜在地降低树的深度。

缺点是，当您可能在内部节点中找到匹配时，无法提前退出。但由于这两种数据结构都有巨大的扇出，绝大多数匹配都将在叶节点上，这使得B+树的平均效率更高。