平衡二叉排序樹便於動態查找，因此用平衡二叉排序樹來組織索引表是一種可行的選擇。當用於大型數據庫時，所有數據及索引都存儲在外存，因此，涉及到內、外存之間頻繁的數據交換，這種交換速度的快慢成爲制約動態查找的瓶頸。若以二叉樹的結點作爲內、外存之間數據交換單位，則查找給定關鍵字時對磁盤平均進行㏒㏒次訪問是不能容忍的（樹的深度過大而造成磁盤I/O讀寫過於頻繁，進而導致查詢效率低下）。
磁盤讀取數據是以盤塊(block)爲基本單位的。位於同一盤塊中的所有數據都能被一次性全部讀取出來。而磁盤IO代價主要花費在查找時間Ts上。因此我們應該儘量將相關信息存放在同一盤塊，同一磁道中。或者至少放在同一柱面或相鄰柱面上，以求在讀/寫信息時儘量減少磁頭來回移動的次數，避免過多的查找時間Ts。
所以，在大規模數據存儲方面，大量數據存儲在外存磁盤中，而在外存磁盤中讀取/寫入塊(block)中某數據時，首先需要定位到磁盤中的某塊，如何有效地查找磁盤中的數據，需要一種合理高效的外存數據結構，就是下面所要重點闡述的B-tree結構，以及相關的變種結構：B+-tree結構和B*-tree結構。
因此，必須選擇一種能儘可能降低磁盤I/OI/O次數的索引組織方式。樹結點的大小儘可能地接近頁的大小。
B樹主要用於文件系統中，在B樹中，每個節點的大小爲一個磁盤的頁，節點中鎖包含的關鍵字及其子節點的數目取決於頁的大小。一個度爲m的B樹，稱爲m階B樹，定義如下：
（1）一個m階B樹，或者是空樹，或者滿足一下性質的m叉樹；
（2）根節點或者是葉子，或者至少有兩顆子樹，至多是m棵子樹；
（3）除根節點外，所有非終端節點至少是「m/2 （向上取整）棵子樹，至多是m棵子樹；
（4）所有葉子節點都在樹的同一層上。
（5）
下圖爲B樹的一個例子：
1，B樹的數據結構，根據以上的信息，定義B樹的數據結構如下：
//節點數據結構的定義
typedef struct BTNode
{
int keynum; //節點信息的數量，不包含key[0]節點
struct BTNode *parent; //父節點
int key[M+1]; //節點信息數組，第一個節點沒用。
struct BTNode *ptr[M+1];//子節點信息
}BTNode;
typedef struct BTNode
{
int keynum; //節點信息的數量，不包含key[0]節點
struct BTNode *parent; //父節點
int key[M+1]; //節點信息數組，第一個節點沒用。
struct BTNode *ptr[M+1];//子節點信息
}BTNode;
2，B樹的查找
查找的基本思想是：
（1）從樹的根節點T開始，在節點中利用遍歷或折半查找給定的值，如果找到，則返回節點指針和在節點中的位置；如果沒有，則到（2）
（2）與節點中的Key進行比較，找到給定值左右Key中間的指針，去其子樹中查找
（3）重複執行1,2兩步，直到找到。如果直到葉子節點，仍未找到，則返回0，並返回最後搜索的葉子節點。（此節點是給定值需要插入的位置）
3，B樹的插入
插入新節點的基本思想如下：
（1）在B樹查找關鍵字，如果找到，則不插入；否則，執行（2）
（2）將給定值插入到葉子節點中，如果：
a，葉子的節點數
b，葉子的節點數=m-1：插入節點，並將節點分裂。分裂的方式是將該節點拆分成兩個節點，然後，將中間節點插入到父節點當中，拆分後的兩個節點，分別作爲插入到父節點的中間節點的左右子。如果中間節點插入到父節點後，仍然需要分裂，則繼續分裂，直到根節點。如果仍然需要分裂，則新建一個根節點，將分裂後的兩個節點分別作爲新根節點的兩個子節點。
例如如下圖：
