问题：

数据准备：

create table user (

id int primary key,

name varchar(20),

sex varchar(5),

index(name)

)engine=innodb;

 

insert into user values(1, 'shenjian','no');

insert into user values(2, 'zhangsan','no');

insert into user values(3, 'lisi', 'yes');

insert into user values(4, 'lisi', 'no');

数据说明：

用户表：id主键索引，name普通索引（非唯一），sex无索引；

四行记录：其中name普通索引存在重复记录lisi；

查询语句：

select id,name from user where name=’shenjian’

select id,name,sex where name=’shenjian’

多查询了一个属性，为何检索过程完全不同？

以下要点是本文想要讲解的，以下是基于MySQL5.6-InnoDB

  • 什么是回表查询？
  • 什么是索引覆盖？
  • 如何实现索引覆盖？
  • 哪些场景，可以利用索引覆盖来优化SQL？

什么是回表查询？

这先要从InnoDB的索引实现说起，InnoDB有两大类索引：

  • 聚集索引(clustered index)
  • 普通索引(secondary index)

InnoDB聚集索引和普通索引有什么差异？

InnoDB聚集索引的叶子节点存储行记录，因此， InnoDB必须要有，且只有一个聚集索引：

（1）如果表定义了PK，则PK就是聚集索引；

（2）如果表没有定义PK，则第一个not NULL unique列是聚集索引；

（3）否则，InnoDB会创建一个隐藏的row-id作为聚集索引；

画外音：所以PK查询非常快，直接定位行记录。

InnoDB普通索引的叶子节点存储主键值。

画外音：注意，不是存储行记录头指针，MyISAM的索引叶子节点存储记录指针。

举个栗子，不妨设有表：

t(id PK, name KEY, sex, flag);

画外音：id是聚集索引，name是普通索引。

表中有四条记录：

1, shenjian, m, A

3, zhangsan, m, A

5, lisi, m, A

9, wangwu, f, B

两个B+树索引分别如上图：

（1）id为PK，聚集索引，叶子节点存储行记录；

（2）name为KEY，普通索引，叶子节点存储PK值，即id；

既然从普通索引无法直接定位行记录，那普通索引的查询过程是怎么样的呢？

通常情况下，需要扫码两遍索引树。

例如：

select * from t where name=’lisi’;

是如何执行的呢？

如粉红色路径，需要扫码两遍索引树：

（1）先通过普通索引定位到主键值id=5；

（2）在通过聚集索引定位到行记录；

这就是所谓的回表查询，先定位主键值，再定位行记录，它的性能较扫一遍索引树更低。

将单列索引(name)升级为联合索引(name, sex)，即可避免回表。
在索引的叶子节点上,已经包含了索引字段信息，所以不会再次进行回表查询。

什么是索引覆盖(Covering index)？

SQL-Server官网的解释如下：

MySQL官网，类似的说法出现在explain查询计划优化章节，即explain的输出结果Extra字段为Using index时，能够触发索引覆盖。

不管是SQL-Server官网，还是MySQL官网，都表达了：只需要在一棵索引树上就能获取SQL所需的所有列数据，无需回表，速度更快。

如何实现索引覆盖？

常见的方法是：将被查询的字段，建立到联合索引里去。

select id,name from user where name='shenjian';

能够命中name索引，索引叶子节点存储了主键id，通过name的索引树即可获取id和name，无需回表，符合索引覆盖，效率较高。

select id,name,sex from user where name='shenjian';

能够命中name索引，索引叶子节点存储了主键id，但sex字段必须回表查询才能获取到，不符合索引覆盖，需要再次通过id值扫码聚集索引获取sex字段，效率会降低。

如果把(name)单列索引升级为联合索引(name, sex)就不同了。

create table user (
id int primary key,
name varchar(20),
sex varchar(5),
index(name, sex)
)engine=innodb;

select id,name … where name=’shenjian’;

select id,name,sex … where name=’shenjian’;

都能够命中索引覆盖，无需回表。

最左匹配原则：

索引的最左前缀原则，可以是联合索引的最左N个字段。比如你建立一个组合索引（a,b,c），其实可以相当于建了（a），（a,b）,(a,b,c)三个索引，大大提高了索引复用能力。

当然，最左前缀也可以是字符串索引的最左M个字符。比如，你的普通索引树是：

这个SQL: select * from employee where name like '小%' order by age desc; 也是命中索引的

哪些场景可以利用索引覆盖来优化SQL？

场景1：全表count查询优化

场景2：列查询回表优化

select id,name,sex … where name=’shenjian’;

将单列索引(name)升级为联合索引(name, sex)，即可避免回表。

场景3：分页查询

select id,name,sex ... order by name limit 500,100;

将单列索引(name)升级为联合索引(name, sex)，也可以避免回表。

索引下推

索引下推（Index Condition Pushdown, ICP）是从 MySQL 5.6 版本开始引入的一项性能优化功能。它允许数据库引擎在使用索引扫描时将 WHERE 子句中的部分条件直接应用到索引上，而不是在从存储引擎检索行数据之后应用这些条件。

工作原理

  1. 索引扫描：当执行一个包含 WHERE 子句的查询时，MySQL 存储引擎首先会使用索引进行扫描。索引扫描可以快速定位到满足查询条件的记录。
  2. 条件过滤：在索引扫描的过程中，存储引擎会根据 WHERE 子句中的条件对扫描到的记录进行过滤。只有满足条件的记录才会被返回给 MySQL Server 层。
  3. 减少回表查询：通过索引下推，存储引擎可以在索引层就过滤掉不符合条件的记录，从而减少需要回表查询的数据量。这有助于提高查询性能，特别是在大数据量的情况下。

适用于以下场景：

  • 多列索引：当查询条件涉及到多列索引时，索引下推可以在索引层就过滤掉不符合条件的记录。
  • 范围查询：对于范围查询（如 BETWEEN、>、< 等），索引下推可以在索引层就过滤掉不在范围内的记录。
  • 覆盖索引：当查询只需要访问索引中的数据时，索引下推可以避免回表查询，从而提高查询性能。

查看是否启用索引下推

SHOW VARIABLES LIKE 'optimizer_switch';

使用 explain 查看特定的查询语句，如果索引下推被用于优化查询，您可能会看到相关的信息反映在 Extra 列中，如 Using index condition。

启用和禁用

-- 禁用索引下推
SET optimizer_switch = 'index_condition_pushdown=off';

-- 启用索引下推
SET optimizer_switch = 'index_condition_pushdown=on';

如何创建索引

是不是每个字段都需要创建索引？如何创建联合索引？索引的优缺点？什么情况下不适合使用索引？