B樹的理解
在大型數據存儲過程中，由于計算機內存的大小畢竟有限，更多的時候，我們會把數據存放在硬盤上，這時對于數據查找的耗時，更多是出現在磁盤的讀取上。以一臺普通計算機為例（500-MIPS）1S可以執行5E條指令，而一個7200轉的硬盤，一秒鐘大約可以執行120次的磁盤讀取。
對于AVL樹的結構，我們已經把查找的時間復雜度降到了logN，如果放到了硬盤讀取上，降低后的耗時仍然無法滿足我們的需求。
舉個例子：如果計算機有20個用戶，那么單個用戶1S可以執行約2500萬次指令和6次硬盤讀取，如果數據的量是1000萬，log1000000≈24，一次成功的查找是1.38 × 24 ≈ 32次磁盤訪問，也就是5S的時間。很顯然這是無法忍受的。
要解決上述問題，二叉樹已經無法滿足，這時，我們可以通過增加樹的分支，來讓樹結構擁有更少的高度。
B樹（這里指B+樹）的特性
1.數據項全存儲在樹葉節點上
2.非樹葉節點擁有M-1個關鍵字，用來劃分M個分支
3.樹的節點的兒子數在2和M之間
4.除根外，所有非樹葉節點的兒子數在M/2和M之間
5.所有的樹葉都在相同的深度上并有L/2和L之間的數據項
上述特性中的M和L的擬定，用一個例子來說明方法：
每個節點代表的是一塊磁盤區域，假設已知一塊磁盤區域最多能容納8192字節，現在又1000萬的數據，每一個關鍵字是32個字節，每一個記錄是256個字節。
那么非樹葉節點存儲的M-1個關鍵字和M個分支，一個分支是4個字節的話，需要的空間是32(M-1)和4M，總數是36M-32 不能超過8192，那么M的值最大是228。由于每個記錄是256，最多可以把32個記錄放入一個區塊中，于是我們選擇L=32。
一般在存儲中，我們將根節點和下一層存于內存中，第三層之后存于磁盤中，這樣就可以最大范圍的利用內存和磁盤的優勢了。
插入和刪除
插入操作是，根據關鍵字找到插入數據所屬的樹葉節點，如果沒有滿，那么很簡單，直接插入。如果已經達到了L的限度，那么需要對樹葉進行分裂操作，讓分裂的兩個樹葉都有L/2的數據量。同理，如果分裂后導致根節點也達到了L的限度，那么需要對根節點做同樣的分裂操作。直到根節點也執行該操作，那么根節點轉為兒子節點，在上一層增加新的根節點。這是唯一增加樹高度的方式。
刪除操作是插入的逆操作，如果達到了L/2的限度，需要進行合并操作。同樣如果追溯到了根節點，可能會導致樹的高度減少。
