这个就念B树，不念B减树。
B-树（Balance Tree）是一种多路平衡查找树，一个m阶的B树具有如下几个特征：
1.根结点至少有两个子女。
2.每个中间节点都包含k-1个元素和k个孩子，其中 m/2 <= k <= m
3.每一个叶子节点都包含k-1个元素，其中 m/2 <= k <= m
4.所有的叶子结点都位于同一层。
5.每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划。
举例：对于一个3阶B树
插入操作：
删除操作：
优势：算法上来说二叉查找树的查找速度和比较次数最小，但是对于数据库索引来说，还要考虑磁盘IO。磁盘IO的次数取决于索引树的深度。使用B树可以将索引树的深度减小。
B-树主要用于文件系统及部分数据库索引，比如非关系型数据库MongoDB。
一个 m 阶的 B + 树相较于B-树具有如下几个特征：
1. 有 k 个子树的中间节点包含有 k 个元素（B 树中是 k-1 个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。
2. 所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。
3. 所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。
另一种解释：
-
所有的数据都存储在叶子节点，中间节点不存放数据
-
中间节点的元素数量和子树数量一致，而B树子树数量比元素数量多1
-
叶子节点是一个链表，可以通过指针顺序查找
卫星数据：指索引元素所指向的数据记录
对比：
B - 树中的卫星数据（Satellite Information）：
B + 树中的卫星数据（Satellite Information）：
B+树的优势：
1.查询性能更好：相较于B树，B+树的中间节点没有卫星数据，同样大小的磁盘页可以容纳更多的节点数据。在数据量相同的情况下，IO次数更少。
2.查询性能更稳定：之前提到过，B+树的信息都保存在叶子节点，所以每次查找都必须到叶子节点为止，而B-树只用找到匹配元素即可，所以最好情况（根节点）和最坏情况（叶子节点）差距过大。
3.所有叶子节点形成有序链表，便于范围查询。
参考：