B樹是為磁盤存儲而專門設計的一類平衡搜索樹，B樹的高度僅隨着它所包含的節點數按對數增長，不過因為單個節點可以包含多個關鍵字，所以對數的底數可以比較大，實際應用中一般是50~2000，給個直觀的數字，一棵分支因子為1001、高度為2（不包含根節點）的B樹，可以存儲超過10億個關鍵字！
1.從磁盤結構講起
計算機的機械磁盤，為了攤還機械移動花費的等待時間，磁盤會一次存取多個數據項而不是一個，這樣的一次讀取的信息單元是page，我們可以用讀或寫的頁數作為磁盤存取總時間的主要近似值，在任何時刻，B樹算法都只需在內存中保持一定數量的頁面。B樹的設計考慮磁盤預讀取這點，一個B樹的節點通常和一個完整磁盤頁（page）一樣大，並且磁盤頁的大小限制了一個B樹節點可以含有的孩子個數（分支因子），當然這個具體也需要取決於一個關鍵字相對一頁的大小。B+ Tree中內部節點只存放關鍵字和孩子的指針，不存其他satellite information，因此最大化了內部節點的分支因子。
2.B樹的數據結構
typedef int KeyType;
#define m 3
struct Node{ int keynum; /* 結點中關鍵字的個數，即結點的大小*/ struct Node *parent; /*指向parent結點*/ KeyType key[m]; /*關鍵字向量*/ struct Node *ptr[m]; /*子樹指針向量*/ };
3.B樹的查找
搜索一棵B樹和搜索一棵二叉搜索樹很相似，只是在每個節點所做的不是二叉或者“兩路”分支選擇，而是根據根節點的孩子數做多路分支選擇。
4.B樹的插入
B樹插入的時候都是插入到葉節點上，插入的時候會從根節點開始順着葉節點的方向沿途，如果遇到一個滿節點（該節點上的關鍵字達到2t-1，t代表t階B樹），就會split該節點，分裂節點方式就是把滿節點上的中間關鍵字往根節點方向提，分裂是樹長高的唯一途徑。B樹的每個葉節點具有相同的高度，所以B樹高度的增加發生在頂部而不是底部。插入節點的時候，從根的方向往下判斷，如果不是葉子節點，則必須選擇適當的葉子節點插入，因為在沿途已經分裂了節點，所以保證不會在滿節點上再插入節點。
5.B樹的刪除
和插入關鍵字類似，插入關鍵字的時候要保證節點不會太大，而且有可能會增高B樹。刪除節點的時候要保證一個節點不會變得太小，因為B樹的節點上的關鍵字有下界要求（除了根節點以外的每個內部節點至少有t個孩子，如果樹非空，根節點上至少有一個關鍵字），刪除關鍵字的時候如果在葉子節點，而且刪除之后還滿足B樹的要求，那直接刪除即可，不過如果是其他情況，比如在內部節點上刪除關鍵字，那就有一系列的算法分支需要考慮，感興趣的讀者可以自行找資料慢慢琢磨了。不過在實際場景中，由於一棵B樹中大部分關鍵字都在葉節點中，刪除操作最經常是從葉子節點中刪除關鍵字。
6.B樹的應用場景
mysql的MyISAM和InnoDB兩個存儲引擎的索引實現方式：
- MyISAM引擎使用B+ Tree作為索引結構，葉節點存放的是數據記錄的地址。
- MyISAM引擎的輔助索引（二級索引）和主索引在結構上沒有區別，只是輔助索引的key可以重復，葉節點上存放的也是數據記錄的地址。
- MyISAM索引文件和數據文件是分離的，索引文件僅保存數據記錄的地址。
- InnoDB中表數據本身就是按B+ Tree組織的一個索引結構，葉節點存放的就不是數據記錄的地址，而是完整的數據記錄。所以InnoDB這種存儲方式，又稱為聚集索引，使得按主鍵的搜索十分高效，但二級索引搜索需要檢索兩遍索引：首先二級索引獲得主鍵，然后用主鍵到主索引中檢索到數據記錄。
- 因為主鍵是InnoDB表記錄的”邏輯地址“，所以InnoDB要求表必須有主鍵，MyISAM可以沒有。