B+树是在B树基础进一步优化得到的一种数据结构。B+树相比于B树具有更高的查询效率。

定义

B+树包含2种类型的节点：内部节点（也称索引节点）和叶子节点
根节点本身即可以是内部节点，也可以是叶子节点。根节点的关键字个数最少可以只有一个
B+树与B树最大的不同是内部节点不保存数据，只用于索引，所有数据（或者说记录）都保存在叶子节点中
M阶B+树表示了内部节点最多有m-1个关键字，阶数M同时限制了叶子节点最多存储m-1个数据
内部节点中的key都按照从小到大的顺序排列，对于内部节点中的一个key，左树中的所有key都小于它，右子树中的key都大于等于它。叶子节点中的数据也按照key的大小排列。
每个叶子节点都存有相邻叶子节点的指针，叶子节点本身依关键字的大小自小而大顺序链接

如图所示的B+树中，灰色节点代表索引节点中只有key，而不含数据data。橙色节点表示叶子节点，叶子节点中既有key值又有数据data。叶子节点采用单链表的方式链接。

特点

查找性能

1）在相同数量的待查数据下，B+树查找过程中需要调用的磁盘IO操作要少于普通B-树。由于B+树所在的磁盘存储背景下，因此B+树的查找性能要好于B-树。

2）B+树的查找效率更加稳定，因为所有叶子结点都处于同一层中，而且查找所有关键字都必须走完从根结点到叶子结点的全部历程。因此同一颗B+树中，任何关键字的查找比较次数都是一样的。而B树的查找是不稳定的。

插入性能

B+树的插入过程与B树类似，性能也基本一致。

删除性能

删除性能与B树也基本一致。

红黑树是一个比较特殊的树，跟他能产生对比的是平衡二叉树。但是平衡二叉树的严格平衡牺牲了插入、删除操作的性能，来保证了查询的高效。而红黑树则采用了折中策略，即不牺牲太大的插入删除性能，同时又保证稳定高效的查找效率。

MongoDB是一个非关系型数据库，对于遍历数据的需求很低，更多的是在做一些单一记录查询。而对于MySQL这种关系型数据库来说，进行遍历关联查询的需求就会很高。

结合B树与B+树的特点来说，B树的查询效率不固定，最好的情况是O（1），所以在做单一数据查询时，B树的平均性能会更好。但如果要对B树进行遍历的话，由于各个节点间没有指针相连，所以性能会很低。

而B+树最大的特点是数据只会出现在叶子节点，因此对于单条数据查询，其一定会进入到叶子节点上，因此平均性能没有B树好。但B+树的叶子节点有指针相连，在进行遍历时，其效率会明显优于B树。