B+tree

B-Tree

B – Tree和B + Tree都是用于数据存储和检索的树形数据结构，在很多场景下选择B + Tree而不是B – Tree主要有以下原因：

1.查询方面 B+Tree的所有数据存储在叶子节点形成一个有序链表，在进行范围查询时，只需要从链表的头部开始顺序读取叶子节点即可。
相比之下，B-Tree的数据存储在父节点和叶子节点，进行范围查询时可能需要在不同层次的节点间频繁跳转，导致更多的磁盘I/O操作。例如，在一个存储大量文件索引的数据库系统中，当需要查找某一时间段内创建的所有文件索引时，B+Tree的顺序读取叶子节点的方式可以减少磁盘寻道时间，提高查询效率。

2、B+Tree在插入和删除操作时，通过调整叶子节点和可能的上层节点来维护树的平衡。由于数据主要集中在叶子节点，对叶子节点的操作相对简单，并且在维护平衡时对上层节点的影响相对较小。
B-Tree在插入和删除数据时，因为内部节点也存储数据，可能会导致更复杂的节点分裂和合并操作，影响到树的多个层次，维护平衡的成本相对较高。例如，在一个频繁插入和删除数据的数据库索引结构中，B+Tree能够更高效地处理这些操作，减少对整体性能的影响。