两大类索引
使用的存储引擎：MySQL5.7 InnoDB
聚簇索引
InnoDB的聚簇索引的叶子节点存储的是行记录（其实是页结构，一个页包含多行数据），InnoDB必须要有至少一个聚簇索引。
由此可见，使用聚簇索引查询会很快，因为可以直接定位到行记录。
普通索引
普通索引也叫二级索引，除聚簇索引外的索引，即非聚簇索引。
InnoDB的普通索引叶子节点存储的是主键（聚簇索引）的值，而MyISAM的普通索引存储的是记录指针。
示例
建表
mysql> create table user( -> id int(10) auto_increment, -> name varchar(30), -> age tinyint(4), -> primary key (id), -> index idx_age (age) -> )engine=innodb charset=utf8mb4;
id 字段是聚簇索引，age 字段是普通索引（二级索引）
填充数据
insert into user(name,age) values('张三',30);
insert into user(name,age) values('李四',20);
insert into user(name,age) values('王五',40);
insert into user(name,age) values('刘八',10);
mysql> select * from user;
+----+--------+------+
| id | name | age |
+----+--------+------+
| 1 | 张三 | 30 |
| 2 | 李四 | 20 |
| 3 | 王五 | 40 |
| 4 | 刘八 | 10 |
+----+--------+------+
索引存储结构
id 是主键，所以是聚簇索引，其叶子节点存储的是对应行记录的数据
聚簇索引（ClusteredIndex）
age 是普通索引（二级索引），非聚簇索引，其叶子节点存储的是聚簇索引的的值
普通索引（secondaryIndex）
如果查询条件为主键（聚簇索引），则只需扫描一次B+树即可通过聚簇索引定位到要查找的行记录数据。
如：select * from user where id = 1;
聚簇索引查找过程
如果查询条件为普通索引（非聚簇索引），需要扫描两次B+树，第一次扫描通过普通索引定位到聚簇索引的值，然后第二次扫描通过聚簇索引的值定位到要查找的行记录数据。
如：select * from user where age = 30;
1. 先通过普通索引 age=30 定位到主键值 id=1
2. 再通过聚集索引 id=1 定位到行记录数据
普通索引查找过程第一步
普通索引查找过程第二步
回表查询
先通过普通索引的值定位聚簇索引值，再通过聚簇索引的值定位行记录数据，需要扫描两次索引B+树，它的性能较扫一遍索引树更低。
索引覆盖
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。
例如：select id,age from user where age = 10;
如何实现覆盖索引
常见的方法是：将被查询的字段，建立到联合索引里去。
1、如实现：select id,age from user where age = 10;
explain分析：因为age是普通索引，使用到了age索引，通过一次扫描B+树即可查询到相应的结果，这样就实现了覆盖索引
2、实现：select id,age,name from user where age = 10;
explain分析：age是普通索引，但name列不在索引树上，所以通过age索引在查询到id和age的值后，需要进行回表再查询name的值。此时的Extra列的NULL表示进行了回表查询
为了实现索引覆盖，需要建组合索引idx_age_name(age,name)
drop index idx_age on user; create index idx_age_name on user(`age`,`name`);
explain分析：此时字段age和name是组合索引idx_age_name，查询的字段id、age、name的值刚刚都在索引树上，只需扫描一次组合索引B+树即可，这就是实现了索引覆盖，此时的Extra字段为Using index表示使用了索引覆盖。
哪些场景适合使用索引覆盖来优化SQL
全表count查询优化
mysql> create table user( -> id int(10) auto_increment, -> name varchar(30), -> age tinyint(4), -> primary key (id), -> )engine=innodb charset=utf8mb4;
例如：select count(age) from user;
使用索引覆盖优化：创建age字段索引
create index idx_age on user(age);
列查询回表优化
前文在描述索引覆盖使用的例子就是
例如：select id,age,name from user where age = 10;
使用索引覆盖：建组合索引idx_age_name(age,name)即可
分页查询
例如：select id,age,name from user order by age limit 100,2;
因为name字段不是索引，所以在分页查询需要进行回表查询，此时Extra为Using filesort文件排序，查询性能低下。
使用索引覆盖：建组合索引idx_age_name(age,name)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
