在上一篇文章中，介紹了 InnoDB 索引的數據結構模型，今天我們再繼續介紹一下 MySQL 索引有關的概念。
在開始這篇文章之前，我們先來看一下這個問題：
在下面這個表 T 中，如果我執行 select * from T where k between 3 and 5，需要執行幾次樹的搜索操作，會掃描多少行？
下面是這個表的初始化語句。
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');
現在，我們一起來看看這條 SQL 查詢語句的執行流程：
1. 在 k 索引樹上找到 k=3 的記錄，取得 ID = 300；
2. 再到 ID 索引樹查到 ID=300 對應的 R3；
3. 在 k 索引樹取下一個值 k=5，取得 ID=500；
4. 再回到 ID 索引樹查到 ID=500 對應的 R4；
5. 在 k 索引樹取下一個值 k=6，不滿足條件，循環結束。
在這個過程中，回到主鍵索引樹搜索的過程，我們稱爲回表。可以看到，這個查詢過程讀了 k 索引樹的 3 條記錄（步驟 1、3 和 5），回表了兩次（步驟 2 和 4）。
在這個例子中，由於查詢結果所需要的數據只在主鍵索引上有，所以不得不回表。那麼，有沒有可能經過索引優化，避免回表過程呢？
覆蓋索引
如果執行的語句是 select ID from T where k between 3 and 5，這時只需要查 ID 的值，而 ID 的值已經在 k 索引樹上了，因此可以直接提供查詢結果，不需要回表。也就是說，在這個查詢裏面，索引 k 已經“覆蓋了”我們的查詢需求，我們稱爲覆蓋索引。
由於覆蓋索引可以減少樹的搜索次數，顯著提升查詢性能，所以使用覆蓋索引是一個常用的性能優化手段。
需要注意的是，在引擎內部使用覆蓋索引在索引 k 上其實讀了三個記錄，R3~R5（對應的索引 k 上的記錄項），但是對於 MySQL 的 Server 層來說，它就是找引擎拿到了兩條記錄，因此 MySQL 認爲掃描行數是 2。
基於上面覆蓋索引的說明，我們來討論一個問題：在一個市民信息表上，是否有必要將身份證號和名字建立聯合索引？
假設這個市民表的定義是這樣的：
CREATE TABLE `table_user` (
`id` int(11) NOT NULL,
`id_card` varchar(32) DEFAULT NULL,
`name` varchar(32) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`is_male` tinyint(1) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `id_card` (`id_card`),
KEY `name_age` (`name`,`age`)
) ENGINE=InnoDB
我們知道，身份證號是市民的唯一標識。也就是說，如果有根據身份證號查詢市民信息的需求，我們只要在身份證號字段上建立索引就夠了。而再建立一個（身份證號、姓名）的聯合索引，是不是浪費空間？
如果現在有一個高頻請求，要根據市民的身份證號查詢他的姓名，這個聯合索引就有意義了。它可以在這個高頻請求上用到覆蓋索引，不再需要回表查整行記錄，減少語句的執行時間。
當然，索引字段的維護總是有代價的。因此，在建立冗餘索引來支持覆蓋索引時就需要權衡考慮了。這正是DBA，或者稱爲數據架構師的工作。
最左前綴原則
看到這裏你一定有一個疑問，如果爲每一種查詢都設計一個索引，索引是不是太多了。如果我現在要按照市民的身份證號去查他的家庭地址呢？雖然這個查詢需求在業務中出現的概率不高，但總不能讓它走全表掃描吧？反過來說，單獨爲一個不頻繁的請求創建一個（身份證號，地址）的索引又感覺有點浪費。應該怎麼做呢？
這裏，我先和你說結論吧。B+ 樹這種索引結構，可以利用索引的“最左前綴”，來定位記錄。
爲了直觀地說明這個概念，我們用（name，age）這個聯合索引來分析。
可以看到，索引項是按照索引定義裏面出現的字段順序排序的。
當你的邏輯需求是查到所有名字是“張三”的人時，可以快速定位到 ID4，然後向後遍歷得到所有需要的結果。
如果你要查的是所有名字第一個字是“張”的人，你的 SQL 語句的條件是"where name like ‘張 %’"。這時，你也能夠用上這個索引，查找到第一個符合條件的記錄是 ID3，然後向後遍歷，直到不滿足條件爲止。
可以看到，不只是索引的全部定義，只要滿足最左前綴，就可以利用索引來加速檢索。這個最左前綴可以是聯合索引的最左 N 個字段，也可以是字符串索引的最左 M 個字符。
基於上面對最左前綴索引的說明，我們來討論一個問題：在建立聯合索引的時候，如何安排索引內的字段順序。
這裏我們的評估標準是，索引的複用能力。因爲可以支持最左前綴，所以當已經有了 (a,b) 這個聯合索引後，一般就不需要單獨在 a 上建立索引了。因此，第一原則是，如果通過調整順序，可以少維護一個索引，那麼這個順序往往就是需要優先考慮採用的。
所以現在你知道了，這段開頭的問題裏，我們要爲高頻請求創建 (身份證號，姓名）這個聯合索引，並用這個索引支持“根據身份證號查詢地址”的需求。
那麼，如果既有聯合查詢，又有基於 a、b 各自的查詢呢？查詢條件裏面只有 b 的語句，是無法使用 (a,b) 這個聯合索引的，這時候你不得不維護另外一個索引，也就是說你需要同時維護 (a,b)、(b) 這兩個索引。
這時候，我們要考慮的原則就是空間了。比如上面這個市民表的情況，name 字段是比 age 字段大的 ，那我就建議你創建一個(name,age) 的聯合索引和一個 (age) 的單字段索引。
索引下推
上一段我們說到滿足最左前綴原則的時候，最左前綴可以用於在索引中定位記錄。這時，你可能要問，那些不符合最左前綴的部分，會怎麼樣呢？
我們還是以市民表的聯合索引(name, age)爲例。如果現在有一個需求：檢索出表中“名字第一個字是張，而且年齡是 10 歲的所有男孩”。那麼，SQL 語句是這麼寫的：
select * from table_user where name like '張%' and age=10 and is_male=1;
你已經知道了前綴索引規則，所以這個語句在搜索索引樹的時候，只能用 “張”，找到第一個滿足條件的記錄 ID3。當然，這還不錯，總比全表掃描要好。
然後呢？
當然是判斷其他條件是否滿足。
在 MySQL 5.6 之前，只能從 ID3 開始一個個回表。到主鍵索引上找出數據行，再對比字段值。
而 MySQL 5.6 引入的索引下推優化（index condition pushdown)， 可以在索引遍歷過程中，對索引中包含的字段先做判斷，直接過濾掉不滿足條件的記錄，減少回表次數。
圖 3 和圖 4，是這兩個過程的執行流程圖。
圖 3 無索引下推執行流程標題（上圖）
圖 4 索引下推執行流程標題（上圖）
在圖 3 和 4 這兩個圖裏面，每一個虛線箭頭表示回表一次。
圖 3 中，在 (name,age) 索引裏面我特意去掉了 age 的值，這個過程 InnoDB 並不會去看 age 的值，只是按順序把“name 第一個字是’張’”的記錄一條條取出來回表。因此，需要回表 4 次。
圖 4 跟圖 3 的區別是，InnoDB 在 (name,age) 索引內部就判斷了 age 是否等於 10，對於不等於 10 的記錄，直接判斷並跳過。在我們的這個例子中，只需要對 ID4、ID5 這兩條記錄回表取數據判斷，就只需要回表 2 次。
小結
今天這篇文章，我和你繼續討論了數據庫索引的概念，包括了覆蓋索引、前綴索引、索引下推。你可以看到，在滿足語句需求的情況下， 儘量少地訪問資源是數據庫設計的重要原則之一。我們在使用數據庫的時候，尤其是在設計表結構時，也要以減少資源消耗作爲目標。
接下來給大家留一個問題吧。
實際上主鍵索引也是可以使用多個字段的。DBA 老王在入職新公司的時候，就發現自己接手維護的庫裏面，有這麼一個表，表結構定義類似這樣的：
CREATE TABLE `shop` (
`a` int(11) NOT NULL,
`b` int(11) NOT NULL,
`c` int(11) NOT NULL,
`d` int(11) NOT NULL,
PRIMARY KEY (`a`,`b`),
KEY `c` (`c`),
KEY `ca` (`c`,`a`),
KEY `cb` (`c`,`b`)
) ENGINE=InnoDB;
公司的同事告訴他說，由於歷史原因，這個表需要 a、b 做聯合主鍵，這個老王理解了。但是聯繫本章內容，老王又納悶了，既然主鍵包含了 a、b 這兩個字段，那意味着單獨在字段 c 上創建一個索引，就已經包含了三個字段了呀，爲什麼要創建“ca”“cb”這兩個索引？
同事告訴他，是因爲他們的業務裏面有這樣的兩種語句：
select * from shop where c=N order by a limit 1;
select * from shop where c=N order by b limit 1;
現在的問題是，這位同事的解釋對嗎，爲了這兩個查詢模式，這兩個索引是否都是必須的？爲什麼呢？
以下是問題的解答：
先來看看錶記錄：
主鍵 a，b 的聚簇索引組織順序相當於 order by a,b ，也就是先按 a 排序，再按 b 排序，c 無序。
索引 ca 的組織是先按 c 排序，再按 a 排序，同時記錄主鍵，注意，記錄主鍵這裏不是 ab，而是隻有 b，如下所示。
這個跟索引 c 的數據是一模一樣的。
索引 cb 的組織是先按 c 排序，在按 b 排序，同時記錄主鍵，注意，記錄主鍵這裏不是 ab，而是隻有 a，如下所示。
所以，結論是 ca 可以去掉，cb 需要保留。