MySQL 覆盖索引

　　通常大家都会根据查询的WHERE 条件来穿件合适的索引，不过这只是索引优化的一个方面。设计优秀的索引应该考虑到整个查询，而不单单是WHERE 条件部分。索引确实是一种查找数据的高效方式，但是MySQL也可以使用索引来直接获取列的数据，这样就不再需要读取数据行。如果索引的叶子节点已经包含要查询的数据，那么还有什么必要再返回表查询呢？如果一个索引包含（或者覆盖）所有需要查询的字段的值，我们就称之为“覆盖索引”。

　　覆盖索引是非常有用的工具，能够极大的提高性能。考虑一下如果查询只需要索引而无需返回表，会带来多大好处：

　　索引条目通常远小于数据行大小，所以只需要读取索引，那么MySQL就会极大的减少数据访问量。这对缓存的负载非常重要，因为这种情况下相应时间大部分花费在数据拷贝上。覆盖索引对于I/O密集型的应用也有帮助，以为索引比数据更小，更容易全部放入内存中（这对于MyIsam 尤其正确，因为myisam 能压缩索引以变得更小）。

　　因为索引是按照列值顺序存储的（至少在单个页内是如此），所以对于IO密集型的范围查询会比随机从磁盘读取没以后数据的io要小的多。对于某些存储引擎，例如MyISAM，甚至可以通过OPTIMIZE命令使得索引完全顺序排列，这让简单的范围查询能使用完全顺序的索引访问。

　　一些存储引擎如MyISAM，在内存中只缓存索引，数据则依赖操作系统来缓存，因此要访问数据需要一次系统调用。这可能会导致严重的性能问题，尤其是那些系统调用占了数据访问中的最大开销的场景。

　　由于InnoDB的聚簇索引，覆盖索引对InnoDB表特别有用。InnoDB的二级索引在叶子节点中保存了行的主键值，所以如果二级主键能够覆盖查询，则可以避免对主键索引的二次查询。在所有这些场景中，索引中满足查询的成本一般比查询要小的多。

　　不是所有的类型的索引都可以成为覆盖索引，覆盖索引必须要存储索引列的值，而哈希索引，空间索引和全文索引等都不存储引列的值，所以MySQL只能使用B-Tree索引做覆盖索引。另外不同的存储引擎实现覆盖索引的方式也不同，而且不是所有的覆盖索引都支持覆盖索引。

　　当发起一个呗索引覆盖的查询（也叫索引覆盖查询）时，在EXPLAIN的Extra列可以看到“Using index”的信息。

　　覆盖索引查询还有很多陷阱可能会导致无法实现优化。MySQL查询优化器会在执行查询前判断是否有一个索引能畸形覆盖。假设索引覆盖了WHERE条件中的字段，但不是整个查询涉及的字段。如果查询条件为假，MySQL5.5和更早的版本也总是会回表获取行，金凯并不需要这一行且最总会被过滤掉。

　　有如下查询：

　　SELECT * FROM produs WHERE actor="Bob" AND title LIKE"%A%"

　　这里索引无法覆盖该查询，有两个原因：

　　1 没有任何索引能够覆盖这个查询。因为查询从表中选择了所有的列，而没有任何索引覆盖了所有的列。不过，理论上MySQL还有一个捷径可以利用：WHERE条件中的列是有索引可以覆盖的，因此，MySQL可以使用该索引找到对应的actor 并检查title是否匹配，过滤之后再读取需要的数据行。

　　2 MySQL不能再索引中执行LIKE操作。这是底层存储引擎API限制，MySQL5.5和更早的版本中只允许在索引中做简单的比较操作（例如，等于、大于、不等于）。MySQL能在索引中做最左前缀的like比较，因为该操作可以转换成为简单的比较操作，但是如果是通配符开头的LIKE 查询，存储引擎就无法比较匹配。这种情况下，MySQL服务职能提取数据行的值而不是索引值来作比较。

　　也有办法解决上面所说的两个问题，需要重写查询并巧妙的设计索引。先将索引扩展至覆盖三个数据列（artist，title，prod_id）然后按照如下的方式重写查询。

　　SELECT * FROM products JOIN(SELECT prod_id from products WHERE actor="BOB" and title like "%A%") AS t1 on (t1.pro_id = products.prod_id) .

　　我们把这种方式叫做延迟关联（deferred join），因为延迟了对列的访问。在查询的第一阶段MySQL可以使用覆盖索引，在FROM 子句的子查询中找到匹配的prod_id,然后根据这prod_id值在外出查询匹配获取需要的所有列值。虽然无法使用索引覆盖整个查询，但总比完全无法利用索引覆盖的好。

　　

　　这样的优化效果取决于WHERE 条件匹配返回的行数，假设这个products表有100w行数据，我们来看一下上面两个查询在三个不同的数据集上的表现，每个数据集包含了100W行：

　　第一个数据集：Bob 出演了3W部作品，其中有2W部标题中包含A

　　第二个数据集：Bob..........3W.......,............40部..........

　　第三个数据集：...............50部。。。。。。。。10部。。。。

　　数据集　　　　原查询　　　　优化后查询

　　1　　　　　　每秒5次　　　　每秒5次

　　2　　　　　　每秒7次　　　　每秒35次

　　3　　　　　　每秒2400次　　每秒2000次

　　下面是对结果的分析：

　　在实例1中，查询返回了一个很大的结果集，因此看不到优化的效果。大部分时间都花在读取和发送数据了。

　　在实例2中，经过索引过滤，尤其是第二个条件过滤后只返回了很少的结果集，优化效果非常明显：在这个数据集上性能提高了5倍，优化后的查询的效率主要得益于读取40行完整的数据，而不是原查询的3W行。

　　在实例3中，显示了子查询效率不高反而下降的情况。因为索引过滤时符合第一个条件的结果集已经很小，所以子查询带来的成本反而比从表中直接提取完整的行更高。

　　在大多数存储引擎中，覆盖索引只能覆盖那些只访问索引中部分列的查询。不过，可以进一步优化InnoDB。回想一下，InnoDB 的二级索引的叶子节点都包含了主键的值，这意味着InnoDB的二级索引可以有效的利用这些额外的主键来覆盖查询。