小编点评

**什么是覆盖索引？** 覆盖索引是一种优化数据库查询方法，它可以从非聚簇索引中直接获取数据，从而提高查询效率。覆盖索引的实现方式是在执行查询时，从辅助索引中检索所有需要的结果，并将这些结果包含在查询结果中。 **如何看出一个sql是否实现了索引覆盖？** 从执行计划中可以看出，Extra信息中是否有“Using index”或“Using index condition”的关键字，表示该查询使用了索引覆盖。 **覆盖索引为什么快？** 覆盖索引可以实现从非聚簇索引中直接获取数据，从而减少数据读取的次数，提高查询效率。 **SQL优化场景** 1. **无where条件的查询**：如果查询返回的字段数足够少，可以通过索引来实现索引覆盖查询。 2. **where条件区分度低**：可以通过索引覆盖优化 where 条件的查询。 3. **查询仅选择主键**：如果查询所选择的列只有主键，可以通过索引覆盖优化。 **索引的核心作用** 1. 通过索引检索仅需要数据。 2. 从索引中直接获取查询结果索引覆盖的条件。 3. 查询结果的总字段长度可以接受。

正文

作者：京东零售 孙涛

1.什么是覆盖索引

通常情况下，我们创建索引的时候只关注where条件，不过这只是索引优化的一个方向。优秀的索引设计应该纵观整个查询，而不仅仅是where条件部分，还应该关注查询所包含的列。索引确实是一种高效的查找数据方式，但是mysql也可以从索引中直接获取数据，这样就不在需要读数据行了。 覆盖索引（covering index） 指一个查询语句的执行只需要从辅助索引中就可以得到查询记录，而不需要回表，去查询聚集索引中的记录。可以称之为实现了索引覆盖。 在mysql数据库中，如何看出一个sql是否实现了索引覆盖呢？

从执行计划看，Extra的信息为using index ，即用到了索引覆盖。

2.覆盖索引为什么快

innodb存储引擎底层实现包括B+树索引和哈希索引，innodb存储引擎默认的索引模型/结构是B+树，所以大部分时候我们使用的都是B+树索引，因为它良好的性能和特性更适合于构建高并发系统。根据索引的存储方式来划分，索引可以分为聚簇索引和非聚簇索引。聚簇索引的特点是叶子节点包含了完整的记录行，而非聚簇索引的叶子节点只有索引字段和主键ID。非聚簇索引中因为不含有完整的数据信息，查找完整的数据记录需要回表，所以一次查询操作实际上要做两次索引查询。而如果所有的索引查询都要经过两次才能查到，那么肯定会引起效率下降，毕竟能少查一次就少查一次。

覆盖索引就实现了从非聚簇索引中直接获取数据，所以效率会提升。

3.SQL优化场景

（1）无where条件

请看下面的sql

执行计划中，type为ALL，代表进行了全表扫描，扫描行数达到了26274308，所以执行时间为9.25秒,也是正常的。

那么如何优化？优化措施很简单，就是对查询列建立索引。如下，

alter table instance_space_history add index idx_org1(org1); 看添加索引后的执行计划

Possible_keys为null，说明没有where条件时优化器无法通过索引检索数据；

但是看extra的信息 Using index，即从索引中获取数据，减少了读取的数据块的数量 。

在看实际优化效果，扫描行数没变，但是使用了覆盖索引，查询时间从9.25秒缩短到5.67秒。 思考： 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）where条件区分度低

使用区分度极低的字段作为where条件的查询SQL，对于dba或者研发人员优化一直是比较头疼的问题，这里介绍一种思路，就是通过索引覆盖来优化 。 t_material_image是一张8亿多数据的大表，where条件的material_type字段区分度很低，下面是没加任何索引的执行计划和查询时间（7.35秒）。

最容易想到的优化方式，就是给where条件的字段加索引，添加索引语句如下： alter table t_material_image add index idx_material_type (material_type);

再来看执行计划

通过执行计划和测试结果看，的确是有效果的，但是走索引后的查询效率依然不能满足我们期望。 然后试着给material_type,material_id添加联合索引。 alter table t_material_image add index idx_material_id_type (material_type,material_id);

从这个sql的执行计划看，出现Using index，实现了索引覆盖；再看执行时间，性能得到了巨大的提升，居然已经可以跑到0.85s左右了。

思考：

当where条件字段区分度低（过滤性差），且where条件与查询字段总数较少的情况下，使用索引覆盖优化，是个不错的选择。

（3）查询仅选择主键

对于Innodb的辅助索引，它的叶子节点存储的是索引值和指向主键索引的位置，然后需要通过主键在查询表的字段值，所以辅助索引存储了主键的值。如果查询所选择的列只有主键，应该考虑通过索引覆盖优化。 看下面的两个sql，字段 pin 和completion_time有联合索引，where条件差别只有comment_voucher_status = 0，但是执行时间差距巨大（第一个sql0.58s,第二个sql0.2s），为什么呢？是不是很困惑

我们来看执行计划，主要差别体现在extra，第一个sql用到Using index condition，而第二个sql用到Using index，因为pin和completion_time有联合索引，而且查询结果只选择了主键id，所以第二个sql覆盖了所有的where条件字段和查询结果选择字段，故实现了索引覆盖。 思考：

当查询字段只有主键时，更容易实现索引覆盖，因为索引只要覆盖where条件，就可以实现索引覆盖。

4.总结与建议

索引的核心作用： （1）通过索引检索仅需要数据 （2）从索引中直接获取查询结果
索引覆盖的条件： （1）Select查询的返回列包含在索引列中 （2）有where条件时，where条件中要包含索引列或复合索引的前导列 （3）查询结果的总字段长度可以接受