Ps.我们遵循从感性到理性的认知顺序来逐步探索B-树的奥秘，之前经常说的value这里用key（关键码）指代，因为可能存的是字符串，说是value就不合适了。
（多图预警！！！建议在WI-FI下观看）
虽然迄今为止我们所看到的查找树皆为二叉树，但还有另一种常用的查找树与此相异，名为B- 树，又叫B树。下面是B-树的基本信息
在物理上，B-树的每一个节点都可能包含多个分支，然而后面会看到，从逻辑上讲，它依然等效于此前所介绍的二叉查找树，因此我们依然把它归入搜索树的范畴。那已经有了之前那么多的种类，设计和实现B-树的动机何在呢？B树最初也是最主要的功能，在于弥合不同存储级别之间在访问速度上的巨大差异——也就是实现高效的IO。先让我们穿越到37年前，那时Bill Gates的一句话曾经被很多人当作笑柄。
因为他在那时曾经断言640KB也就是dos的基本内存容量，已经足以满足任何实际应用的需要了。虽然这话有点武断，但在学习完B树以后，我们一定会认为这句话实际上是千真万确的真理，因为我们有各种各样的玄学优化手段2333。
从某种意义上讲，我们在计算过程中能够使用的内存是在日益的变小，而不是如我们直觉一样，变得越来越大。这听起来似乎是个悖论，但原因在于需要处理的信息量级越来越大：系统存储容量的增长速度<<应用问题规模的增长速度。不妨来看这样一组统计数字
而我们人类所拥有的数字化信息的总量，在过去的半个多世纪中增长速度是惊人的，比如截至2010年总量以及达到Zettabyte——1后面要接21个0。我们知道中国的人口大致是十多亿，也就是10的9次方左右，分摊下去每个人都需要一个TB规模的硬盘（如果硬盘里女朋友比较多这空间还不够呢233），注意，这里我们说的还只是硬盘，是外部存储。而如果考虑内存，那这方面的压力就更大了。
不妨来进一步看一些数字，对不同年代典型的数据库规模和内存规模做个对比：
短短20年，内存规模跃升1000倍，但是数据规模则跃升了百万、千万倍。内存容量的压力其实更大了，这个压力提高了至少100倍。而如今典型的数据集已经大多以TB作为度量单位了，无论是生物分子学、医学、物理学，还是核能、气象等领域。随便举几个例子