B-trees通常能够优化以下场景的应用：数据集的一部分存储在二级的存储设备比如硬盘上，而对硬盘的读写速度不理想以及耗费资源，B-trees 能够减少读写硬盘次数，而基于数据搭建一个排序的树，从而任何对数据的查找只需要一次读写硬盘。

    这里是一些基于Pole Position benchmarks的测试的亮点：

    基于10万个对象进行OR检索，耗费的时间从70s降到350ms

    往包含10万个对象的数据库里增加一个对象，消耗的时间从2.1秒下降到300ms

    在V5.7中，使用B-trees只需要一行代码：

    Db4o.configure（）。objectClass（Car.class）。objectField（"pilot"）。indexed（true）；

    如果你已经使用了域索引，那么你使用V.5.7 版本的时候，，系统会自动帮你重建索引。

    B-trees 是db4o road map中相当重要的一个提升。其他的提升还包括基于B-trees range的懒加载处理，并发查询，以及进一步的内存消耗优化，这些都期望在今年晚些时候实现。