สรุป

B-tree นั้นมีประโยชน์ในการจัดการข้อมูลที่เก็บใน secondary storage ได้แก่ แฟ้มข้อมูล และ ฐานข้อมูลที่เก็บในดิสก์ ในการเก็บแบบนี้ บัพใน B-tree เก็บในบล็อก ซึ่งเป็นที่เก็บข้อมูลขนาดใหญ่สุดของสารสนเทศที่สามารถเข้าถึงได้ในแต่ละครั้ง สิ่งนี้กำหนดจำนวนสูงสุดของชิ้นข้อมูลที่เก็บในแต่ละบัพและกำหนดจำนวนของลูก ในทำนองเดียวกันสิ่งนี้กำหนดความสูงของ B-tree และ ความยาวของเส้นทางการค้นหา จากการเข้าถึงดิสก์หนึ่งครั้งในแต่ละระดับของเส้นทางการค้นหา จำนวนข้อมูลที่มีการถ่ายโอนจากดิสก์ได้รับการจำกัดให้น้อยสุดในการปฏิบัติ เมื่อข้อมูลเป็นระเบียนขนาดใหญ่ มีการเก็บเฉพาะค่าของ key ไว้ใน internal node ของ B-tree สำหรับ leaf node เก็บข้อมูลของ ระเบียน ในบางกรณีมีการโยงใบเข้าด้วยกันเพื่อลดปริมาณของการเข้าถึงข้อมูลในดิสก์

ข้อแตกต่างของ B-Tree กับแบบอื่นๆ

- การใช้ binary search tree ที่ไม่สมดุลเป็นสิ่งไม่พึงประสงค์

o   กรณี worst case มี depth เป็น linear และต้องใช้การเข้าถึง disk จำนวน 10 ครั้ง

o   กรณีเฉลี่ย, การค้นหาค่าที่ประความสำเร็จต้องใช้การเช้าถึง disk จำนวน 1.38 log N ครั้ง— ประมาณ 32 ครั้ง หรือ 5 วินาที

- ถ้าใช้ AVL tree, กรณี worst case ใช้การเข้าถึง disk จำนวน 1.44 log N ครั้ง  โดยทั่วไปจะใกล้เคียงกับ log N ดังนั้นต้องใช้การเข้าถึง disk ประมาณ 25 ครั้งโดยเฉลี่ย หรือประมาณ 4 วินาที

o   ประเด็นคือเราไม่สามารถทำได้ดีกว่า log N ในการใช้ Binary Tree

o   ทางแก้ คือ ถ้าเรามีกิ่งของโหนดมากขึ้น ก็หมายความว่า height ก็จะน้อยลงไปด้วย

o   ขณะที่ perfect binary tree ที่มี 31 โหนด มี 5 ระดับนั้นถ้าเป็น 5-ary tree ที่มี 31 โหนดเท่ากันนั้น มีเพียง 3 ระดับเท่านั้น