這是一個很深的問題，我採用逐步問答的方式來解答。試圖用最簡潔的語言解決整體概念上的問題。

本文目的純粹是提供對“索引採用B樹結構”這個問題的一種入門概念，不涉及深入的東西。

資料庫索引為什麼會選擇B樹結構？

答：因為使用B樹查詢時，所用的磁碟IO操作次數比平衡二叉樹更少，效率也更高。

為什麼使用B樹查詢所用的磁碟IO操作次數比平衡二叉樹更少？

答：大規模資料儲存中，樹節點儲存的元素數量是有限的（如果元素數量非常多的話，查詢就退化成節點內部的線性查找了），這樣導致二叉查詢樹結構由於樹的高度過大而造成磁碟I/O讀寫過於頻繁，進而導致查詢效率低下。那麼我們就需要減少樹的高度以提高查詢效率。而平衡多路查詢樹結構B樹就滿足這樣的要求。B樹的各種操作能使B樹保持較低的高度，從而達到有效減少磁碟IO操作次數。

什麼是B樹？B樹有什麼特徵？
答：一棵度為m（也稱為m階，m為給定數）的B-樹，它滿足：
（1）每個結點的子結點個數≤m；
（2）根結點若不是葉子結點，它至少有兩個子結點；
（3）除根和葉子結點外，每個結點的子結點個數≥   ceil(m/2)；(注：ceil為向上取整函式）
（4）所有的葉子結點都出現在同一層，而且不帶有資訊；

（5）非葉子結點若具有j+1個子結點，那麼它包含j個關鍵字。其中，j≤m-1。

B樹的查詢是如何實現的？
答：在給定的m階B樹中查詢一個給定值v相等的關鍵字，必須從根結點開始進行查詢。
B樹應用於檔案系統的動態索引結構，這些結點儲存於外部儲存裝置上。當一個結點從外存調入記憶體後，我們可就這個結點的關鍵字序列，使用順序查詢（m較小時），或使用二分查詢（ m較大時）。
      假若當前被查詢的結點中有j個關鍵字，那麼，在查詢等於給定值v的關鍵字時，會有如下可能：
（1）若v==ki (1≤i≤j)，則查詢成功。
（2）若v < k1  ,則
① 如果p0為空，那麼查詢失敗；
② 如果p0非空，那麼從外存取得p0所指的結點，再繼續進行查詢。
（3）若ki
① 如果pi為空，那麼查詢失敗；
② 如果pi非空，那麼從外存取得pi所指的結點，再繼續進行查詢。
（4）若kj
① 如果pj為空，那麼查詢失敗；

② 如果pj非空，那麼從外存取得pj所指的結點，再繼續進行查詢。

既然查詢效率與樹的高度緊密相關，那麼B樹的高度由什麼決定？
答：若n≥1，m≥3，則對任意一棵具有n個關鍵字的m階B樹，其樹高h至多為：logt((n+1)/2)+1。

這裡t是每個(除根外)內部結點的最小度數，即B-樹的高度為O(logtn)。

給個B樹效能分析具體例子唄？
答：首先須知：n個結點的二叉平衡的高度H（即lgn）比B樹的高度h約大lgt倍，t為B樹內部結點的最小度數ceil(m/2)。

若階m=1024，則lgt=lg512=9。此時若B樹高度為4，則平衡的二叉排序樹的高度約為36。顯然，若m越大，則B樹高度越小。

若要作為記憶體中的查詢表，B樹的表現還要比二叉平衡樹好嗎？
答：非也。若要作為記憶體中的查詢表，B樹卻不一定比平衡的二叉排序樹好，尤其當m較大時更是如此。

因為查詢等操作的CPU計算時間在B樹上是O(mlogtn)=O(lgn·(m/lgt)), 而m/lgt>1，所以m較大時O(mlogtn)比平衡的二叉排序樹上相應操作的時間O(lgn)大得多。

因此，僅在記憶體中使用的B樹必須取較小的m。（通常取最小值m=3，此時B樹中每個內部結點可以有2或3個孩子，這種3階的B樹稱為2-3樹）。