05 | 深入浅出索引（下篇）
上篇介绍了InnoDB索引的数据结构模型，哈希表、有序数组、二叉搜索树。本文来看看Mysql索引有关的概念。
在表T中，执行select * from T where k between 3 and 5需要执行几次树的搜索操作，会扫描多少行？
初始化语句如下： mysql> create table T ( ID int primary key, k int NOT NULL DEFAULT 0, s varchar(16) NOT NULL DEFAULT '', index k(k)) engine=InnoDB;
insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,‘gg’);
现在，我们看看这条查询语句的执行流程：
- 在k索引树上找到k=3的记录，取得ID=300；
- 再到ID索引树查找到ID=300对应的R3；
- 在k索引树取下一个值k=5，取得ID=500；
- 再回到ID索引树查到ID=500对应的R4；
- 在k索引树取下一个值k=6，不满足条件，循环结束。
在这个过程中，回到主键索引树搜索的过程，我们称为回表。可以看到，这个查询过程读了k索引树的3条记录（步骤1、3和5），回表了两次（步骤2和4）。
由于查询结果所需要的数据只在主键索引上有，不得不回表。那么有没有可能经过索引优化，避免回表过程呢？
覆盖索引
如果执行的语句是select ID fromTwhere k between 3 and 5这时只需要查ID的值，而ID的值已经在k索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引k已经“覆盖了”查询需求，称为覆盖索引。覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。
最左前缀原则
如果为每一种查询都设计一个索引，索引是不是太多了。B+树这种索引结构，可以利用索引的“最左前缀”，来定位记录。
我们用（name，age）这个联合索引来分析。
当你的逻辑需求是查到所有名字是“张三”的人时，可以快速定位到ID4；如果你要查的是所有名字第一个字是“张”的人，你的SQL语句的条件是"where name like ‘张%’"。
可以看到，不只是索引的全部定义，只要满足最左前缀，就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左N个字段，也可以是字符串索引的最左M个字符。
那么，在建立联合索引的时候，如何安排索引内的字段顺序呢？
第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。即索引的复用能力，支持最左前缀，所以当已经有了(a,b)这个联合索引后，一般就不需要单独在a上建立索引了。
第二原则是空间，查询条件里面只有b的语句，是无法使用(a,b)这个联合索引的，这时候你不得不维护另外一个索引，也就是说你需要同时维护(a,b)、(b) 这两个索引。
索引下推
那些不符合最左前缀的部分，会怎么样呢？
以联合索引（name, age）为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是10岁的所有男孩”。那么，SQL语句是这么写的：
mysql> select * from tuser where name like '张%' and age=10 and ismale=1;
索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索 引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。
这两个过程的执行图如下：
无索引下推执行流程
索引下推执行流程
在(name,age)索引里面特意去掉了age的值，这个过程InnoDB并不会去看age的值，只是按顺序把“name第一个字是’张’”的记录一条条取出来回表。因此，需要回表4次。
图4跟图3的区别是，InnoDB在(name,age)索引内部就判断了age是否等于10，对于不等于10的记录，直接判断并跳过。在我们的这个例子中，只需要对ID4、ID5这两条记录回表取数据判断，就只需要回表2次。
在满足语句需求的情况下， 尽量少地访问资源是数据库设计的重要原则之一。我们在使用数据库的时候，尤其是在设计表结构时，也要以减少资源消耗作为目标。
