1、MySQL 中的聚簇索引

  对于 MySQL InnoDB 引擎来说，表必须要有聚簇索引（也叫聚集索引），设定的规则如下：

1) 如果表设置了主键，则主键就是聚簇索引
2) 如果表没有主键，则会默认第一个NOT NULL，且唯一（UNIQUE）的列作为聚簇索引
3) 以上都没有，则会默认创建一个隐藏的row_id作为聚簇索引

  InnoDB 会为聚簇索引创建一个 B+ 树，并且叶子结点存储的是行记录（其实是页结构，一个页包含多行数据），B+ 树高度达到 3 一般就能为千万级别的数据建立索引，根据主键最多只需要 1~3 次 IO操作就能查到所要的数据。

  普通索引也叫二级索引，一般也会为它建立一个 B+ 树，是一个非聚簇索引，叶子结点存储的主键的值（InnoDB），如果是 MyISAM 存储的是记录指针。

2、实例演示

• 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

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。

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;

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

普通索引查找第一步

普通索引查找第二步

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，这种操作叫回表查询。

如果普通索引的列和主索引的列，刚好能满足 SQL 查询中要 select 的列，如下所示：

例如：select id,age from user where age = 10;

那么只需要在非聚簇索引的树上查询一次就能获取所有的列数据，无需回表，数据更快，这叫覆盖索引。

3、如何实现覆盖索引及避免回表

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。

4、适用索引覆盖优化的场景

• 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);

• 列表查询回表优化

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)