动态查找树主要包括：二叉搜索树、平衡二叉树、红黑树、B树，通过对树高度的降低可以提升查找效率。
B树定义：
一颗m阶的B树满足下列条件：
（1）每个节点至多有m棵子树
（2）除根节点外，其他每个分支节点至少有[m/2]棵子树
（3）根节点至少有两棵子树(除非B树只包含一个节点)
（4）所有叶节点在同一层上。B树叶节点可以看成一种外部节点，不包含任何信息
（5）有j个孩子的非叶子节点恰好有j-1个关键码，关键码按递增次序排列。B+树定义：
B+树是B树的一种变形，内部节点只存关键字和子节点指针，而把数据都存储在叶子节点，并且叶子节点通过指针自小而大连接在一起。
Q1：B树与红黑树的区别
区别：B树的节点可以有多个子节点，RB树每个节点只有两个子节点。
相同：一颗含有n个节点的B树高度和RB树是一样的，都是O(lgn)。
Q2：B树与B+树的区别
（1）B+树只有叶子节点会带有指向记录的指针(带数据)，而B树则所有节点都带有。
（2）B+树中所有叶子节点都是通过指针连接在一起的，而B树不会。
B+树的优点：
（1）非叶子节点不带数据，这样一个块可以容纳更多的索引项，一是可以降低树的高度，二是一个内部节点可以定位更多的叶子节点。
（2）叶子节点之间通过指针连接，范围扫描将十分简单。而对于B树来说，则需要在叶子节点和内部节点间不停的往返移动。
B树的优点：
对于在内部节点的数据，可直接得到，不必根据叶子节点来定位。
Q3：数据库索引中为什么使用B树(B+树)
一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上，这样，索引查找过程中就要产生磁盘IO消耗。因此，选择数据结构时，索引的结构组织要尽量减少查找过程中磁盘IO的存取次数。
磁盘预读可以通过IO效率(局部性原理)，预读的长度一般为页的整数倍。数据库系统巧妙利用了磁盘预读原理，将一个节点的大小设为一个页，这样每个节点只需要一次IO就可以完全载入。每次新建节点时，直接申请一个页的空间，这样就保证了一个节点物理上也存储在一个页，加之计算机存储分配都是按页对齐的，就实现了一个节点只需要一次IO。
B树中一次检索最多需要h-1次IO（根节点常驻内存），渐进复杂度为O(h)=O(logdN)。一般应用中，出度d是非常大的数字，因此h非常小(通常不超过3)。红黑树这种结构，h明显要深的多，由于逻辑上很近的节点(父子)物理上可能很远，无法利用局部性。红黑树的IO渐进复杂度也为O(h)，效率明显比B树差很多。
B+树更适合外索引，原因和内节点出度d有关，d越大索引性能越好，而出度的上线取决于节点内key和data的大小，由于B+树内节点去掉了data域，因此可以拥有更大的出度，拥有更好的性能。
dmax = floor(pagesize / (keysize + datasize + pointsize)) (pagesize – dmax >= pointsize)