5.估计查询性能

在大多数情况下，可以通过计算磁盘查找次数来估计查询性能。 对于小型表，通常可以在一次磁盘查找中找到一行（因为索引可能已缓存）。 对于较大的表，可以估计，使用 B 树索引，需要多次查找才能找到一行：log(row_count) / log(index_block_length / 3 * 2 / (index_length + data_pointer_length)) + 1。

在 MySQL 中，索引块通常为 1,024 字节，数据指针通常为 4 字节。 对于50万行表，键值长度为3个字节（MEDIUMINT大小），公式表示log(500,000)/log(1024/3*2/(3+4)) + 1 = 4次查找。

该索引需要大约 500,000 * 7 * 3/2 = 5.2MB 的存储空间（假设典型的索引缓冲区填充率为 2/3），因此内存中可能有大部分索引，因此只需要一两次调用 读取数据以查找行。

但是，对于写入，需要四个查找请求来查找放置新索引值的位置，并且通常需要两次查找来更新索引并写入行。

前面的讨论并不意味着应用程序性能会缓慢下降 log N。只要所有内容都由操作系统或 MySQL 服务器缓存，随着表变大，事情只会稍微变慢。 当数据变得太大而无法缓存后，速度开始变慢，直到应用程序仅受磁盘查找（增加 log N）的限制。 为了避免这种情况，请随着数据的增长而增加键缓存大小。 对于MyISAM表，键缓存大小由key_buffer_size系统变量控制。