B-樹上操作的時間通常由存取磁碟的時間和CPU計算時間這兩部分構成。B-樹上大部分基本操作所需訪問盤的次數均取決於樹高h。關鍵字總數相同的情況下B-樹的高度越小，磁碟I/O所花的時間越少。
    　與高速的CPU計算相比，磁碟I/O要慢得多，所以有時忽略CPU的計算時間，只分析演算法所需的磁碟訪問次數（磁碟訪問次數乘以一次讀寫盤的平均時間(每次讀寫的時間略有差別)就是磁碟I/O的總時間）。

1、B-樹的高度
    　定理9.1 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：
        log_t((n+1)/2)+1。
這裡t是每個(除根外)內部結點的最小度數，即
       
    　由上述定理可知：B-樹的高度為O(logtn)。於是在B-樹上查詢、插入和刪除的讀寫盤的次數為O(log_tn)，CPU計算時間為O(mlog_tn)。

2、效能分析
　　①n個結點的平衡的二叉排序的高度H（即lgn）比B-樹的高度h約大lgt倍。
    　【例】若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。
　　②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(mlog_tn)=0(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）。