好的索引当然是要覆盖了！

如果你的查询中用到了索引，这是一个进步，如果能够更进一步，用到了覆盖索引，那么就更牛了！当我们设计一个索引的时候，如果能够从一个更加全面的角度去设计这个索引，不仅考虑到 where 中的条件，还能够考虑到整个 SQL，那么无疑这个索引的设计将是非常成功的。

当然不能为了覆盖而覆盖。

1. 什么是覆盖索引

要理解什么是覆盖索引，我们需要先来回顾一下 InnoDB 中索引树的数据结构。

假设我有如下数据：

id(主键)	username	age	address	gender
1	ab	99	深圳	男
2	bw	95	天津	男
3	cx	93	深圳	男
4	bc	80	上海	女
5	bg	85	重庆	女
6	ac	98	广州	男
7	bw	99	海口	女
8	ck	90	深圳	男
9	cc	92	武汉	男
10	af	88	北京	女

现在我给 username、age 以及 address 三个字段建立一个联合索引，那么这个联合索引的 B+Tree 可能是这个样子：

上面这个索引树是一个非聚集索引或者也可以说是一个二级索引，这种索引区别于我们之前文章跟大家聊的聚集索引（再聊 MySQL 聚簇索引），在聚集索引中，叶子结点就是这一行的数据，但是在二级索引中，叶子结点中保存的是主键值。

所以，当我们搜索的时候，如果使用的是二级索引，那么最终拿到的是主键值，有了主键值之后，我们还需要再去到聚簇索引中进行搜索，才能拿到完整的数据，这个过程我们也称之为回表。

很明显，如果进行了回表操作的话，那么执行效率显然就要下降一截，那么是否用到了二级索引就会回表呢？其实不然！如果是覆盖索引的话，就不需要回表。

那么什么是覆盖索引呢？

小伙伴们观察上面的索引树，大家发现在这个索引树中，离叶子结点最近的树枝上有 username、age 以及 address，而叶子结点上有 id，所以如果我想要查询的字段是 id、username、age 以及 address 中的任意一个或者任意几个的话，那么就不需要再去聚簇索引上查询了，当前这个 B+Tree 上直接就有现成的，直接返回即可，这个就是覆盖索引。

2. 实践

现在假设我有如下一张表：

CREATE TABLE `user` (
  `id` int unsigned NOT NULL AUTO_INCREMENT,
  `username` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `age` int DEFAULT NULL,
  `address` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `gender` varchar(2) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `user_prop_index` (`username`,`age`,`address`)
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

可以看到，这张表中有一个名为 user_prop_index 的索引，这个索引中一共存在三个字段，分别是 username、age 以及 address，现在我们来看如下 SQL 的执行计划：

explain select address from user where username='ab' and age=99\G

小伙伴们看到，Extra: Using index 就表示使用到了覆盖索引，因为我的查询 SQL 中最终想要的值，都在当前这棵索引树上。

更进一步，假设我要查询 id、address 以及 age 字段，如下：

explain select id,address,age from user where username='ab'\G

很明显，由于这三个字段都在索引树上，所以直接直接通过回表获取到。

但是，如果想直接 select *，那么由于这个索引树上没有 gender 字段，此时就必须要回表才能拿到 gender 字段的值，如下：

explain select * from user where username='ab'\G

可以看到，这个时候没有用到覆盖索引了。

3. 覆盖索引的优势

通过前面的介绍，覆盖索引的优势相信小伙伴们也能自己总结出来：

1. 覆盖索引不需要回表，直接在 B+Tree 这颗索引树上就能读取到需要的数据，这极大的减少了数据库 IO 次数，在 IO 密集型应用中，这样的性能提升非常有效。
2. 基于 B+Tree 中联合索引数据的排序规则，覆盖索引中，如果涉及到范围搜索，也是非常高效的（如果涉及到回表的话，效率就会降低很多）。