B+Tree"写性能会受到一定影响"，“读性能会较好”;
LSM-Tree"写性能好"，“读性能会导致空间放大，读性能会弱些”。

B-Tree、B+Tree和LSM-Tree作为数据库底层的三种主要存储模型，各自都有其独特的优势和适用场景。

B-Tree多叉平衡搜索树的特点是能够保持数据有序，每个节点有多个分支，可以加快存取速度。然而，由于insert/delete操作会破坏B-Tree的性质，因此在进行这些操作时，需要对Tree进行分裂、合并、转移等操作以维护其性质。

B+Tree是B-Tree的一个优化版本，它在B-Tree的基础上增加了顺序访问机制，使得在进行范围查找时更加高效。这使得B+Tree特别适合作为数据库索引结构，例如虚谷数据库和MySQL都使用B+Tree实现其索引结构。

LSM-Tree（Log-Structured Merge-Tree）是一种基于硬盘的数据结构，它的架构分为内存部分和有序的磁盘部分。LSM-Tree的内存部分可以实现高速写操作，而有序的磁盘部分则可以实现高效的查询。这种存储模型特别适用于那些索引insert(delete)操作比查询更频繁的场景。与B-Tree相比，LSM-Tree能显著地减少硬盘磁盘臂的开销，并能在较长时间内提供对文件的高速insert(delete)操作。但是，LSM-Tree在查询需要快速响应的情况下性能可能会不佳。

总的来说，这三种存储模型各有优劣，没有哪一种是绝对的“最好”。选择哪种存储模型取决于具体的应用场景和需求。例如，关系型数据库一般都是使用B-Tree (B+-Tree)索引结构，而大数据系统则更倾向于使用LSM-Tree数据结构。