写在前面
在MySQL数据库中，索引对查询的速度有着至关重要的影响，理解索引也是进行数据库性能调优的起点，索引就是为了提高数据查询的效率。今天我们来聊聊在MySQL索引优化中两种常见的方式，索引覆盖和索引下推索引覆盖
要了解索引覆盖，需要先了解几个索引的基础知识
B+树索引
B+树索引是InnoDB中的一种很常见的索引类型。关于B+树，这里不做深入的介绍，不太清楚的小胖友可以看单独介绍B树、B+树的文章。简单来说，是因为使用B+树存储数据可以让一个查询尽量少的读磁盘，从而减少查询时磁盘I/O的时间。在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+ 树中的。每一个索引在 InnoDB 里面对应一棵 B+ 树。举例说明，假设我们有一张表，该表主键为id，且有用户名(user_name)和用户年龄(age)两个字段，其中age字段上有索引，所以建表语句如下图所示：
主键索引的叶子结点存的是整条记录，如上图紫色部分所示
非主键索引的叶子结点存的是主键的地址值，根据二级索引叶子结点中的地址可以找到主键索引中的这一条数据。所以非主键索引也被称为二级索引，如上图右半边黄色部分所示
select *from lyb_test where id = 2select *from lyb_test where age = 12第一条语句使用主键作为检索条件，即为主键查询，根据上图所示我们知道，如果是主键查询，我们只需要搜索左边这颗主键索引树即可快速查询到id=2的这条数据
第二条语句使用的是二级索引、即age作为检索条件，这和主键查询有什么区别呢？如果是二级索引查询，则需要先搜索左侧的age索引树，得到id的值为2，再到右侧的主键索引树搜索一次。
像第二种查询语句这样，通过非主键索引查询数据时，我们先通过非主键索引树查找到主键值,然后再在主键索引树搜索一次(根据rowid再次到数据块里取数据的操作)，这个过程称为回表，也就是说非主键索引查询会比主键查询多搜索一棵树
索引覆盖
结合上面的知识储备，我们进一步来优化一下刚才的SQL
select *from lyb_test where age = 12select id from lyb_test where age = 12由于查询的值是ID，而id的值已经在age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，当SQL语句的所有查询字段(select列)和查询条件字段(where子句)全都包含在一个索引中，便可以直接使用索引查询而不需要回表。即在这个查询里，索引age已经“覆盖了”我们的查询需求，故称为索引覆盖。
索引下推还是基于刚才的表结构和数据，我们现在针对user_name和age建立联合索引，索引建立之后，查询姓名以b开头且年龄大于等于13的用户信息，SQL语句如下：
select * from user_table where username like 'b%' and age >= 13根据(username，age)联合索引查询所有满足名称以"b"开头的索引，然后回表查询出相应的全行数据，再筛选出满足年龄大于等于13的用户数据。如果表中user_name以b开头的数据有n条，则需要回表n次
根据(username,age)联合索引查询所有满足名称以"b"开头的索引，然后直接再筛选出年龄大于等于13的索引，之后再回表查询全行数据。经过两次筛选之后，回表次数一定小于上述第一种情况
SET optimizer_switch = 'index_condition_pushdown=off';// 关闭SET optimizer_switch = 'index_condition_pushdown=on';// 开启索引下推一般可用于所求查询字段(select列)不是/不全是联合索引的字段，查询条件为多条件查询且查询条件子句(where/order by)字段全是联合索引。假设表t有联合索引(a,b),下面语句可以使用索引下推提高效率
select * from t where a > 2 and b > 10上述就是索引覆盖、回表、索引下推的相关概念和使用场景。当然针对MySQL的索引优化还有其他非常多的方式，我们可以在之后的文章中讨论。本文到这里就结束啦，谢谢小伙伴们的阅读~
