首先是节点， 平衡二叉树的节点如下图所示，每个节点有一个数据和最多两个子树：

B 树中的每个节点由两部分组成：

B 树的节点如下图所示，每个节点可以有不只一个数据，同时拥有 数据数加一 个子树，同时每个节点左子树的数据比当前节点都小、右子树的数据都比当前节点的数据大：

上图是为了方便读者理解 B 树每个节点的内容，实际绘制图形还是以圆表示每个节点。

了解了节点的差异后，来看看 B 树的定义， 一棵 B 树必须满足以下条件 ：

用一张图对比平衡二叉树和 B 树：

可以看到， B 树的每个节点可以表示的信息更多，因此整个树更加“矮胖”，这在从磁盘中查找数据（先读取到内存、后查找）的过程中，可以减少磁盘 IO 的次数，从而提升查找速度。

因为 B 树的子树大小排序规则，因此在 B 树中查找数据时，一般需要这样：

我们知道，平衡的树之所以能够加快查找速度，是因为在添加、删除的时候做了某些操作以保证平衡。

平衡二叉树的平衡条件是： 左右子树的高度差不大于 1 ；而 B 树的平衡条件则有三点：

也就是说，一棵 3 阶的 B 树（即节点最多有三个子树），每个节点的关键字数最少为 1，最多为 2，如果要添加数据的子树的关键字数已经是最多，就需要 拆分节点，调整树的结构。

网上找到一张很不错的动图，我们来根据它分析下 B 树添加元素时如何保证平衡。

这个图用以表示往 4 阶 B 树中依次插入下面这组数据的过程：

6 10 4 14 5 11 15 3 2 12 1 7 8 8 6 3 6 21 5 15 15 6 32 23 45 65 7 8 6 5 4

建议放大图查看 。

由于我比较懒，我们来根据前几步分析下 B 树的添加流程：

这个拆的过程比较复杂，首先要确定根节点保留几个关键字，由于 “非叶子节点的根节点至少有 2 棵子树” 的限制，那就至少需要两个关键字分出去，又因为 “子树数是关键字数+1” ，如果根节点有两个关键字，就得有三个子树，无法满足，所以只好把除 6 以外的三个关键字都拆为子树。

谁和谁在一个子树上呢，根据 “左子树比关键字小、右子树比关键字大” 的规律，4 在左子树，10 和 14 在右子树。

继续添加 ：

因为 “根节点必须都在同一层” ，因此我们不能给现有的左右子树添加子树，只能添加给 6 了；但是如果 6 有三个子树，就必须得有 2 个关键字，提升谁做关键字好呢，这得看谁做 6 中间的子树，因为右子树的所有关键字都得比父节点的关键字大，所以这个提升的关键字只能比未来右子树中的关键字都小，那就只有 10 和 11 可以考虑了。

提升 10 吧，没有比它小的做子树，那就只能提升 11 了：

再添加元素也是类似的逻辑：

删除也是一样的，要考虑删除孩子后，父节点是否还满足子树 k 介于 M/2 和 M 的条件，不满足就得从别的节点拆子树甚至修改相关子树结构来保持平衡。

总之添加、删除的过程很复杂，要考虑的条件很多，具体实现就不细追究了，这里我们有个基本认识即可。

正是这个复杂的保持平衡操作，使得平衡后的 B 树能够发挥出磁盘中快速查找的作用。