先從資料結構的角度來看
　　我們知道B-樹和B+樹最重要的一個區別就是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佔用，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，單個數據變大，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。
　　另一個優點是什麼，B+樹所有的Data域在葉子節點，一般來說都會進行一個優化，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樹相對於紅黑樹的區別

　　在大規模資料儲存的時候，紅黑樹往往出現由於樹的深度過大而造成磁碟IO讀寫過於頻繁，進而導致效率低下的情況。為什麼會出現這樣的情況，我們知道要獲取磁碟上資料，必須先通過磁碟移動臂移動到資料所在的柱面，然後找到指定盤面，接著旋轉盤面找到資料所在的磁軌，最後對資料進行讀寫。磁碟IO代價主要花費在查詢所需的柱面上，樹的深度過大會造成磁碟IO頻繁讀寫。根據磁碟查詢存取的次數往往由樹的高度所決定，所以，只要我們通過某種較好的樹結構減少樹的結構儘量減少樹的高度，B樹可以有多個子女，從幾十到上千，可以降低樹的高度。