根據測試結果 Learned Index 的測試結果是優於 B-Tree，從前面實驗結果可以看到，不論是哪種分布的資料，

B-Tree 都遠不及阿~

但是 !

並不是每種情況 Learned Index 都比較優，而是某種特殊情況，甚麼特殊情況呢 ?

Learned Index 是學習固定、既有的資料，換句話說，Learned Index 只能對已知的資料進行學習

當有新的資料插入時，Learned Index 就必須重新訓練，來擬合新的資料分布。

所以其實想一想， Learned Index 之所以能獲勝，因為測試只針對固定的資料進行測試阿 ! 而且測試項目只有查詢效能、空間成本，那刪除或插入呢 ?

Kraska et al. 在測試前就有說，他們不把訓練時間算進時間成本裡面，因此，如果要比插入、更新資料，B-Tree反而會比較優，因為B-Tree的查詢、插入、刪除、更新都在固定的時間複雜度以內 !

因此我們可以歸納出一個表格 :

對於固定的資料，選擇 Learned Index最佳，不論是查詢效能還是記憶體空間效能都比較優，但是如果考慮新資料的插入以及索引的靈活度，反而選擇 B-Tree 會比較佳 !