【Mysql】覆盖索引

覆盖索引

如果一个索引包含（或者覆盖）所有需要查询的字段值，我们就称之为“覆盖索引”

覆盖索引的优化及限制

覆盖索引是一种非常强大的工具，能大大提高查询性能，只需要读取索引而不需要读取数据，有以下优点：

1. 索引项通常比记录要小，所以MySQL访问更少的数据。

2. 索引都按值得大小存储，相对于随机访问记录，需要更少的I/O。

3. 数据引擎能更好的缓存索引，比如MyISAM只缓存索引。

4. 覆盖索引对InnoDB尤其有用，因为InnoDB使用聚集索引组织数据，如果二级索引包含查询所需的数据，就不再需要在聚集索引中查找了。

限制：

1. 覆盖索引也并不适用于任意的索引类型，索引必须存储列的值。

2. Hash和full-text索引不存储值，因此MySQL只能使用BTree。

3. 不同的存储引擎实现覆盖索引都是不同的，并不是所有的存储引擎都支持覆盖索引。

4. 如果要使用覆盖索引，一定要注意SELECT列表值取出需要的列，不可以SELECT * ，因为如果将所有字段一起做索引会导致索引文件过大，查询性能下降.

案例用法

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

从执行结果上看，这个SQL语句只通过索引，就取到了所需要的数据，这个过程就叫做索引覆盖。

优化场景

1、 无WHERE条件的查询优化：

执行计划中，type 为ALL，表示进行了全表扫描 如何改进？优化措施很简单，就是对这个查询列建立索引。如下，

ALERT TABLE t1 ADD KEY(staff_id);

再看一下执行计划.

explain select sql_no_cache count(staff_id) from t1;
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
         type: index
possible_keys: NULL
          key: staff_id
      key_len: 1
          ref: NULL
         rows: 1023849　　　　　 Extra: Using index
1 row in set (0.00 sec)

possible_key: NULL，说明没有WHERE条件时查询优化器无法通过索引检索数据，这里使用了索引的另外一个优点，即从索引中获取数据，减少了读取的数据块的数量。 无where条件的查询，可以通过索引来实现索引覆盖查询，但前提条件是，查询返回的字段数足够少，更不用说select *之类的了。毕竟，建立key length过长的索引，始终不是一件好事情。

2、二次检索优化

如下这个查询：

select sql_no_cache rental_date from t1 where inventory_id<80000;
| 2005-08-23 15:08:00 |
| 2005-08-23 15:09:17 |
| 2005-08-23 15:10:42 |
| 2005-08-23 15:15:02 |
| 2005-08-23 15:15:19 |
| 2005-08-23 15:16:32 |
+---------------------+
79999 rows in set (0.13 sec)

执行计划：

explain select sql_no_cache rental_date from t1 where inventory_id<80000*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
         type: range
possible_keys: inventory_id
          key: inventory_id
      key_len: 3
          ref: NULL
         rows: 153734
        Extra: Using index condition
1 row in set (0.00 sec)

Extra：Using index condition 表示使用的索引方式为二级检索，即79999个书签值被用来进行回表查询。可想而知，还是会有一定的性能消耗的

　　尝试针对这个SQL建立联合索引，如下：

  alter table t1 add key(inventory_id,rental_date);

执行计划：

explain select sql_no_cache rental_date from t1 where inventory_id<80000*************************** 1. row ***************************
          id: 1
 select_type: SIMPLE
       table: t1
        type: range
possible_keys: inventory_id,inventory_id_2
         key: inventory_id_2
     key_len: 3
         ref: NULL
        rows: 162884
       Extra: Using index
1 row in set (0.00 sec)

Extra：Using index 表示没有会标查询的过程，实现了索引覆盖。

3、分页查询优化

　　如下这个查询场景

select tid,return_date from t1 order by inventory_id limit 50000,10;
+-------+---------------------+
| tid   | return_date         |
+-------+---------------------+
| 50001 | 2005-06-17 23:04:36 |
| 50002 | 2005-06-23 03:16:12 |
| 50003 | 2005-06-20 22:41:03 |
| 50004 | 2005-06-23 04:39:28 |
| 50005 | 2005-06-24 04:41:20 |
| 50006 | 2005-06-22 22:54:10 |
| 50007 | 2005-06-18 07:21:51 |
| 50008 | 2005-06-25 21:51:16 |
| 50009 | 2005-06-21 03:44:32 |
| 50010 | 2005-06-19 00:00:34 |
+-------+---------------------+
10 rows in set (0.75 sec)

在未优化之前，我们看到它的执行计划是如此的糟糕

explain select tid,return_date from t1 order by inventory_id limit 50000,10*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 1023675
        
1 row in set (0.00 sec)

看出是全表扫描。加上而外的排序，性能消耗是不低的

　　如何通过覆盖索引优化呢？

　　我们创建一个索引，包含排序列以及返回列，由于tid是主键字段，因此，下面的复合索引就包含了tid的字段值.

alter table t1 add index liu(inventory_id,return_date);

那么，效果如何呢？

select tid,return_date from t1 order by inventory_id limit 50000,10;
+-------+---------------------+
| tid   | return_date         |
+-------+---------------------+
| 50001 | 2005-06-17 23:04:36 |
| 50002 | 2005-06-23 03:16:12 |
| 50003 | 2005-06-20 22:41:03 |
| 50004 | 2005-06-23 04:39:28 |
| 50005 | 2005-06-24 04:41:20 |
| 50006 | 2005-06-22 22:54:10 |
| 50007 | 2005-06-18 07:21:51 |
| 50008 | 2005-06-25 21:51:16 |
| 50009 | 2005-06-21 03:44:32 |
| 50010 | 2005-06-19 00:00:34 |
+-------+---------------------+
10 rows in set (0.03 sec)

　可以发现，添加复合索引后，速度提升0.7s！
　　我们看一下改进后的执行计划

explain select tid,return_date from t1 order by inventory_id limit 50000,10\G
*************************** 1. row ***************************
         id: 1
select_type: SIMPLE
      table: t1
       type: index
possible_keys: NULL
        key: liu
    key_len: 9
        ref: NULL
       rows: 50010
　　　　Extra: Using index
1 row in set (0.00 sec)  

4、建了索引但是查询不走索引

CREATE TABLE `t_order` (
`id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
`order_code` char(12) NOT NULL,
`order_amount` decimal(12,2) NOT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `uni_order_code` (`order_code`) USING BTREE )
ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

查询语句：

select order_code,order_amount from t_order order by order_code limit 1000; 

发现虽然在order_code上建了索引，但是看查询计划却不走索引，为什么呢？因为数据行读取order_amount，所以是随机IO。那怎么办？重新建索引，使用覆盖索引。

ALTER TABLE `t_order` ADD INDEX `idx_ordercode_orderamount` 
USING BTREE (`order_code` ASC, `order_amount` ASC);

这样再查看SQL的执行计划，就发现可以走到索引了。