1. LSM树优化了顺序写，因此写性能很好，但在查询上： 需要从Level 0到Level n一直顺序查下去。极端情况是LSM树中不存在该数据，则需要遍历L0->Ln，最后返回空集。
解决方法是用布隆过滤器优化查询。
2. B+树范围查询性能很好，缺点包括：
- 随机写的性能差：B+树每次插入或更新操作可能需要访问不同的叶子节点，导致每次写操作都需要随机读写。
- 更新操作的代价高：每次更新操作都需要修改索引树，可能会触发写锁，阻塞数据查询操作，尤其是在并发写的情况下，性能会更差。
- 占用空间大：B+树索引结构会占用较多的存储空间，尤其是在数据库增大时，这种占用会更加显著
以下几种情况可能表现不佳：
- 高并发下的分裂合并 2.更新 3.树比较深的时候 4. 数据分布不均匀：可能会导致某些分支的节点过于密集，而其他分支则比较稀疏。
总结：B+树读快写慢， LSM树写快读慢(所以HBase用布隆过滤器弥补读问题)，两者适用场景互补。
参考: https://zhuanlan.zhihu.com/p/415799237
)
