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。

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.

Adegoke A, Amit

我想你们忽略的一个关键点是数据和指针之间的区别，就像本节中解释的那样。

指针:指向其他节点的指针。

数据:—在数据库索引的上下文中，数据只是另一个指向其他地方的真实数据(行)的指针。

因此在B树的情况下，每个节点都有三个信息键，指向与键相关的数据的指针和指向子节点的指针。

在B+树中，内部节点保存指向子节点的键和指针，而叶节点保存指向相关数据的键和指针。这允许为给定大小的节点提供更多的键数。节点大小主要由块大小决定。

每个节点拥有更多键的好处已经在上面解释过了，这样可以节省我的输入工作量。

下图有助于显示B+树和B树之间的区别。

B+树的优点:

Because B+ trees don't have data associated with interior nodes, more keys can fit on a page of memory. Therefore, it will require fewer cache misses in order to access data that is on a leaf node. The leaf nodes of B+ trees are linked, so doing a full scan of all objects in a tree requires just one linear pass through all the leaf nodes. A B tree, on the other hand, would require a traversal of every level in the tree. This full-tree traversal will likely involve more cache misses than the linear traversal of B+ leaves.

B树的优点:

因为B树包含每个键的数据，所以经常访问的节点可以位于更靠近根的位置，因此可以更快地访问。

B+树是一种平衡的树，其中从树的根到叶子的每条路径都是相同的长度，树的每个非叶子节点都有[n/2]到[n]个子节点，其中n对于特定的树是固定的。它包含索引页和数据页。 二叉树的每个父节点只有两个子节点，而B+树的每个父节点可以有不同数量的子节点