1、文件很大，不可能全部存储在内存中，所以要存在磁盘上
2、索引的组织结构要尽量减少查找过程中磁盘I/O的存取次数（为什么用B-/+Tree，还跟磁盘存取原理有关）
3、B+树所有的data域在叶子节点，一般来说都会进行一个优化，就是将所有的叶子节点用指针串起来，这样遍历叶子节点就能获得全部数据
二、什么是聚簇索引
像innodb中，主键的索引结构中，既存储了主键值，有存储了行数据，这种数据成为‘聚簇索引’
三、为什么MongoDB采用B树索引，而mysql用B+树做索引
b+树只有叶节点存放数据，其余节点用来索引，b-树是每个索引节点都会有data域
这就决定了B+树更适合用来存储外部数据，也就是所谓的磁盘数据
从mysql(innodb)的角度看，B+树是用来充当索引的，一般来说索引非常大，尤其是关系型数据库这种数据量大的索引能达到亿级别，
所以为了减少内存的占用，索引也会被存储在磁盘上
那么mysql是如何衡量查询效率的呢，磁盘IO次数，B-树的特定就是每层节点数目非常多，层数很少，目的就是为了减少磁盘IO次数，当查询数据的时候，
最好的情况就是很快找到目标索引，然后读取数据，使用B+树就能很好的完成这个目的，但是B-树的每个节点都有data域（指针），这无疑增大了节点大小，说白了增加了磁盘IO次数（磁盘IO一次读出的数据量大小是固定的，单个数据变大，每次读出的就少，IO次数增多，一次IO多耗时啊）
原因1：B+树除了叶子节点其他节点并不存储数据，节点小，磁盘IO次数就少
原因2：B+树所有的data域在叶子节点，一般来说都会进行一个优化，就是将所有的叶子节点用指针串起来，这样遍历叶子节点就能获得全部数据
至于MongoDB为什么使用B-树而不是B+树，可以从它的设计角度来考虑，它并不是传统的关系型数据库，而是以json格式作为存储的nosql,目的就是高性能，高可用，易扩展。首先它摆脱了关系模型，上面所述的优点需求就没那么强烈了，其次mysql由于使用B+树，数据都在叶节点上，每次查询都需要访问到叶节点，而MongoDB使用B-树，所有节点都有data域，只要找到指定索引就可以进行访问，无疑单词查询平均快于mysql(但侧面来看mysql至少平均查询耗时差不多）
总体来说，mysql选用B+树和MongoDB选用B-树还是以自己的需求来选择的