MySQL索引和数据访问时间复杂性
在MySQL索引和数据访问时间复杂性,mysql,indexing,time,complexity-theory,Mysql,Indexing,Time,Complexity Theory,在MySQL中，我了解到，当我们对特定数据列进行索引时，数据访问时间的复杂性是log（n），因为使用了BTree，是否有任何情况下数据访问时间超过log（n）例如O（n），因为当我们以排序的方式将数据插入到一个BTree中时，树的一侧会增长，数据访问的复杂性会增长到O（n）他们是否有任何将数据插入到这个索引BTree中的策略？？感谢您回答一些需要注意的问题： 磁盘访问（对性能）比O（）重要得多 “经验法则”：一个节点有100个子节点（或叶元素）。因此 在一个典型的InnoDB BTree（数据
MySQLlog（n）log（n）O（n）O（n）- 磁盘访问（对性能）比O（）重要得多
- “经验法则”：一个节点有100个子节点（或叶元素）。因此
- 在一个典型的InnoDB BTree（数据或索引）中，一个百万行表的深度只有3级左右。对于一万亿行，大约6个级别。这是“logn”发挥作用的主要地方
- B树，如果自底向上增加，保持平衡
- 在MySQL中，不要担心BTrees；还有更糟糕的事情需要处理——索引、查询公式等
- InnoDB使用
，使得索引扫描相当有效，因为每次它耗尽节点的元素时都不必向下钻取树B+树 - 维基百科是另一个有用的参考资料
O（n）