这里只讨论B树（不要念B减树）和B+树的概念，插入、查询、删除、实现起来有点困难，后续有时间再加内容吧。
以下来自：链接
B树
前戏
我们大家都知道动态查找树能够提高查找效率，比如：二叉查找树，平衡二叉查找树，红黑树。他们查找效率的时间复杂度O(log2n)，跟树的深度有关系，那么怎么样才能提高效率呢？当然最快捷的方式就是减少树的深度了。那么怎么减少树的深度呢？为了解答这个问题，我们慢慢来看，先看个实际问题吧。
问题背景
在大型的数据库存储中，实现索引查找，如果采用二叉查找树的查找的话，由于节点的存储数据是有限的（不可能将节点存储过多的数据，否则就变成线性的查找了），这样如果数据量很大的，就会导致树的深度过大从而造成磁盘IO操作过于频繁（你们知道磁盘IO操作是非常耗时的），就会导致效率非常低下。可能有童鞋会问了，那为什么不把节点索引加载到内存中，这样访问不就快了吗？其实这显然是不可能完成的，因为往往存储的索引可能就有好几个G了。全部加载到内存也是不现实的。能做的只有逐一加载每一个磁盘页，这里的磁盘页就相当于索引树的节点。
那怎么解决呢？就回到了前面的那个问题，可以减少树的深度。其中基本思想是：采用多叉树结构。也就是说，因为磁盘的操作费时费资源，如果过于频繁的多次查找势必效率低下。那么如何提高效率，即如何避免磁盘过于频繁的多次查找呢？根据磁盘查找存取的次数往往由树的高度所决定，所以，只要我们通过某种较好的树结构减少树的结构尽量减少树的高度，那么是不是便能有效减少磁盘查找存取的次数呢？那这种有效的树结构是一种怎样的树呢？
根据平衡二叉树的启发，自然就想到了平衡多路查找树结构。也就是本文的主题B-tree，好了废话不多说了，进入正题！
B-tree的简介
B-树就是我们平常说的B树，不要读成B减树了，它在文件系统中很有用（原因之前已经介绍了），我们先来看下一个m阶的Bs树具有如下几个特性：
- 根节点至少有两个子女
- 每个中间节点都包含k-1个元素和k个孩子，其中m/2<=k<=m
- 每个叶子节点都包含k-1元素，其中m/2<=k<=m
- 所有的叶子节点都位于同一层
- 每个节点的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划。
简介有点复杂，我尝试用自己的语言解释解释。
1、好理解
2、中间的节点 如果有k个孩子节点，那么必须有k-1个元素，这样才能够准确的根据大小找到孩子节点
3、每个叶子节点元素的数量在[m/2-1，m-1]的区间内
4、好理解
5、每个节点的 k-1个元素 从小到大的排序 k个区间 分别对应孩子节点的数值区间大小
B+树
以下内容来自： 博客
么是B+树呢？在说B+树之前我们先了解一下为什么要有B树，其实这些树最开始都是为了解决某种系统中，查询效率低的问题。B树其实最开始源于的是二叉树，二叉树是只有左右孩子的树，当数据量越大的时候，二叉树的节点越多，那么当从根节点搜索的时候，影响查询效率。所以如果这些节点存储在外存储器中的话，每访问一个节点，相当于进行了一次I/O操作。
这里面说下外存储器和内存储器：
外存储器：就是将数据存储到磁盘中，每次查找的某个元素的时候都要取磁盘中查找，然后再写入内存中，容量大，但是查询效率低。
内存储器：就是将数据放在内存中，查询快，但是容量小。
我们大致了解了B树和什么是外存储器，内存储器，那么就知道其实B+树就是为了解决数据量大的时候存储在外存储器时候，查找效率低的问题。接下来就说下B+树的特点：
中间元素不存数据，只是当索引用，所有数据都保存在叶子结点中。
所有的中间节点在子节点中要么是最大的元素要么是最小的元素 。
叶子结点包含所有的数据，和指向这些元素的指针，而且叶子结点的元素形成了自小向大这样子的链表。
如下这个图就很好的说明了B+的特点
看图其实可以看到一个节点可以存放多个数据，查找一个节点的时候可以有多个元素，大大提升查找效率，这就是为什么数据库索引用的就是B+树，因为索引很大，不可能都放在内存中，所以通常是以索引文件的形式放在磁盘上，所以当查找数据的时候就会有磁盘I/O的消耗，而B+树正可以解决这种问题，减少与磁盘的交互，因为进行一次I/O操作可以得到很多数据，增大查找数据的命中率。
这就可以很明显的看出B+树的优势：
单个节点可以存储更多的数据，减少I/O的次数。
查找性能更稳定，因为都是要查找到叶子结点。
叶子结点形成了有序链表，便于查询。
B+树是怎么进行查找的呢，分为单元素查找和范围查找
单元素查找是从根一直查找到叶子结点，即使中间结点有这个元素也要查到叶子结点，因为中间结点只是索引，不存数据。比如要查元素3，如图：
范围查找是直接从链表查，比如要查元素3到元素8的，如图：
B+树与B树的区别
有k个子结点的结点必然有k个关键码；
非叶结点仅具有索引作用，跟记录有关的信息均存放在叶结点中。
树的所有叶结点构成一个有序链表，可以按照关键码排序的次序遍历全部记录。
用自己语言进行解释：
1、若一个节点有k个儿子节点，当它自己必须得有k个关键字（索引）
2、信息都存在叶子节点，其他节点只保留索引，方便查找
3、叶子节点从左至右形成一个有序得链表，可以遍历