在使用文件时，操作系统需要通过文件名查找到文件的实际地址。建立索引数据结构可以有效加快这个查找过程。目前的文件系统及数据库系统普遍采用B-/+Tree作为索引结构。对于索引查找行为本身来说，如果全部数据都加载进了速度很快的内存，使用传统的二叉树作为索引也未尝不可。但因为索引数据太大，一般不能全部加载到内存。相对于内存存取，I/O存取的消耗要高几个数量级,索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数。
磁盘往往不是严格按需读取，而是每次都会预读。即读取完需要的数据，会顺序向后读一定长度的数据放入内存。由于磁盘顺序读取的效率很高（不需要寻道时间，只需很少的旋转时间），因此对于具有局部性（使用的数据位置较为集中）的程序来说，预读可以提高I/O效率。预读的长度一般为页大小的整倍数。对于文件系统索引中的树实现，每次新建节点会直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，加之计算机存储分配都是按页对齐的，就实现了一个结点只需一次I/O。在此基础上，只需要减少节点遍历次数——即控制树的高度，就可以有效减少I/O次数。
从这个条件可以知道，二叉树并不合适，因为二叉树无法控制高度。红黑树也具有同样的问题，而且逻辑上很近的节点（父子）物理上可能很远，无法利用局部性。而在B-/+Tree中，每个节点对应很多子节点，插入节点时增加子节点而不是增加树高度。这样对于减少I/O次数目标的达成更为有利。
在这里我们还可以对B树和B+树的性能进行对比。B+树的内部结点并没有指向关键字具体信息的指针（比如文件内容的具体地址）。因此其内部结点相对B树更小。如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。这样，一次性读入内存中的需要查找的关键字也就越多。相对来说I/O次数也就更低了。
另外，也有说法认为B+树的查询效率更加稳定是其相对于B树的优势。因为B树搜索有可能会在非叶子结点结束，越靠近根节点的记录查找时间越短，只要找到关键字即可确定记录的存在，其性能等价于在关键字全集内做一次二分查找。而在B+树中，顺序检索比较明显，随机检索时，任何关键字的查找都必须走一条从根节点到叶节点的路，所有关键字的查找路径长度相同，导致每一个关键字的查询效率相当。
在范围查询(range-query)方面，B+树的优势更加明显。B树的范围查找需要不断依赖中序遍历。首先二分查找到范围下限，在不断通过中序遍历，知道查找到范围的上限。整个过程比较耗时。而B+树的范围查找则简单了许多。首先通过二分查找，找到范围下限，然后同过叶子结点的链表顺序遍历，就可以找到上限，整个过程简单许多，效率也比较高。但range-query在数据库中应用比较频繁，在传统文件系统中可能意义不是很大。