深入浅出索引（下）

开始呢我想在这里添加一下小知识点

mysql查询快的原因还有一个原因，（innodb官方把非叶子节点成为槽）

插播：B+树是一种多路搜索树，其特点是非叶子节点只保存关键字 (只用来索引) 不保存指向关键字记录的指针，因此搜索不可能在非叶子节点结束。所有关键字及其记录（或者指向关键字记录的句柄）都保存在叶子节点。叶子结点本身依关键字的大小顺序链接，支持顺序访问。

我们先来看一下这个问题

在下面这个表 T 中，如果我执行 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？

下面是这个表的初始化语句

 

 现在，我们一起来看看这条 SQL 查询语句的执行流程：
1. 在 k 索引树上找到 k=3 的记录，取得 ID = 300；
2. 再到 ID 索引树查到 ID=300 对应的 R3；
3. 在 k 索引树取下一个值 k=5，取得 ID=500；
4. 再回到 ID 索引树查到 ID=500 对应的 R4；
5. 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）。
在这个例子中，由于查询结果所需要的数据只在主键索引上有，所以不得不回表。那么，有
没有可能经过索引优化，避免回表过程呢

答案是有的那就是覆盖索引

覆盖索引

其实覆盖索引可以看成一个概念，而联合索引可以看成

这个就是索引失效的情形

如果执行的语句是 select ID from T where 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”我们的查询需求，我们称为覆盖索引。

由于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。

需要注意的是，在引擎内部使用覆盖索引在索引 k 上其实读了三个记录，R3~R5（对应的
索引 k 上的记录项），但是对于 MySQL 的 Server 层来说，它就是找引擎拿到了两条记
录，因此 MySQL 认为扫描行数是 2。

基于上面覆盖索引的说明，我们来讨论一个问题：在一个市民信息表上，是否有必要将身份
证号和名字建立联合索引？

 我们知道，身份证号是市民的唯一标识。也就是说，如果有根据身份证号查询市民信息的需
求，我们只要在身份证号字段上建立索引就够了。而再建立一个（身份证号、姓名）的联合
索引，是不是浪费空间？

如果现在有一个高频请求，要根据市民的身份证号查询他的姓名，这个联合索引就有意义
了。它可以在这个高频请求上用到覆盖索引，不再需要回表查整行记录，减少语句的执行时
间。

最左前缀原则

看到这里你一定有一个疑问，如果为每一种查询都设计一个索引，索引是不是太多了。如果
我现在要按照市民的身份证号去查他的家庭地址呢？虽然这个查询需求在业务中出现的概率
不高，但总不能让它走全表扫描吧？反过来说，单独为一个不频繁的请求创建一个（身份证
号，地址）的索引又感觉有点浪费。应该怎么做呢？

    结论 ，B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录

为了直观地说明这个概念，我们用（name，age）这个联合索引来分析。

可以看到，索引项是按照索引定义里面出现的字段顺序排序的。

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，然后向后遍历得
到所有需要的结果。
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 %’"。这时，你也能够用上这个索引，查找到第一个符合条件的记录是 ID3，然
后向后遍历，直到不满足条件为止。
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。
基于上面对最左前缀索引的说明，我们来讨论一个问题：在建立联合索引的时候，如何安排
索引内的字段顺序。 

这里我们的评估标准是，索引的复用能力。因为可以支持最左前缀，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。因此，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.

所以现在你知道了，这段开头的问题里，我们要为高频请求创建 (身份证号，姓名）这个联
合索引，并用这个索引支持“根据身份证号查询地址”的需求。
那么，如果既有联合查询，又有基于 a、b 各自的查询呢？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。
这时候，我们要考虑的原则就是空间了。比如上面这个市民表的情况，name 字段是比
age 字段大的 ，那我就建议你创建一个（name,age) 的联合索引和一个 (age) 的单字段索
引。

索引下推

上一段我们说到满足最左前缀原则的时候，最左前缀可以用于在索引中定位记录。这时，你
可能要问，那些不符合最左前缀的部分，会怎么样呢？

我们还是以市民表的联合索引（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：

 你已经知道了前缀索引规则，所以这个语句在搜索索引树的时候，只能用 “张”，找到第
一个满足条件的记录 ID3。当然，这还不错，总比全表扫描要好。

然后呢？
当然是判断其他条件是否满足。

在 MySQL 5.6 之前，只能从 ID3 开始一个个回表。到主键索引上找出数据行，再对比字段
值。
而 MySQL 5.6 引入的索引下推优化（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。
图 3 和图 4，是这两个过程的执行流程图

图 3 无索引下推执行流程 

图 4 索引下推执行流程 

在图 3 和 4 这两个图里面，每一个虚线箭头表示回表一次。
图 3 中，在 (name,age) 索引里面我特意去掉了 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