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-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

在B+树中，由于只有指针存储在内部节点中，因此它们的大小明显小于B树的内部节点(存储数据+键)。 因此，B+树的索引可以在一次磁盘读取中从外部存储中提取，处理后找到目标的位置。如果它是一个B树，那么每个决策过程都需要读取磁盘。希望我把我的观点讲清楚了!：）

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。

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.