首先B树的所有节点都存储数据信息，而B+ 树的所有数据都存储在叶子节点
B+ 树是在B树的基础上的一种优化，使其更加适合外存储索引结构，InnoDB存储引擎及时B+ 树实现其索引结构
从B树结构图中可以看到每个节点中不仅包含数据的Key值，还有data值，而每一页的存储空间是有限的，如果data数据较大时会导致每一个节点（也就是每一页）能存储的key的数量很小，当存储的数据量很大时同时会导致B树的深度很深，高度很高，增大磁盘的IO次数，进而影响查询效率，在B+树中，所有数据节点都是按照键值大小顺序存放在同一层的叶子节点上，而非叶子节点上只存储Key值信息，这样可以大大增加每个节点存储的key值数量，降低B+树的高度
以下是B树的结构图，所有的节点都有存储信息，
以下是B+ 树的结构示意图，只有在叶子节点才会存储数据信息，其他节点只存储key 值和索引，
总结：
-
B+Tree 是B-树的变种（PLUS版）多路绝对平衡查找树，它拥有B-树的优势**
-
B+Tree 扫库、表能力更强。
如果要从 B-Tree 中扫描表数据的话，基本要把整棵树都要扫描一遍，因为每个节点都存在数据区。B+Tree 就不需要扫描整棵树，只需要扫描叶子节点就可以了。
-
B+Tree** 的磁盘读写能力更强。
B+Tree 的节点上是不保存数据的，那么它保存的关键字就更多，这样一次 IO 操作，加载的关键字就更多，所以它的磁盘读写能力更强。
-
B+Tree** 的排序能力更强。
B+Tree 的叶子节点天然就是顺序存放的 。 B+树叶子节点是顺序排列的，并且相邻节点具有顺序引用的关系
-
B+Tree** 的查询效率更加稳定。
比如我们从上图的 B-Tree 中查询一条 id 等于8的数据需要经过两次 IO 操作，查询一条 id 等于3的数据需要经过三次 IO 操作，而从上图的 B+Tree 中只有叶子节点才保存数据，所以查询任何数据都需要经过三次 IO 操作。 所以 B+Tree 的查询效率更加稳定。
https://www.cnblogs.com/yinjw/p/11829284.html