二级索引、回表、索引覆盖、索引下推

一、二级索引原理

假设你要是针对其他字段建立索引，比如基于name字段简历一个索引，那么此时你插入数据的时候，就会重新搞一颗B+树，B+树的叶子节点也是数据页，但是这个数据页仅仅放主键字段和name字段。

name字段的索引B+树里，叶子节点的数据页中的name值都是按大小排序的，同时下一个数据页里的name字段值都是大于上一个数据页的name字段值，这个整体的排序规则都跟聚簇索引按照主键的排序规则是一样的。name字段的索引B+树也会构建多层级的索引页，这个索引页里存放的就是下一层的页号和最小name字段值，整体规则都是一样的，只不过存放的都是name字段值，根据name字段排序。

如果根据name字段来搜索数据，那搜索过程简直都一样了，不就是从name字段的索引B+树里的根节点开始找，一层一层往下找，一直找到叶子节点的数据页中，定位到name字段对应的主键值，之后需要进行回表。也就是更具找到的主键id再去聚簇索引中开始从根节点开始查找数据，直到找到叶子节点的数据页，定位到主键对应的完整数据行。

因为我们根据name子弹的索引B+树找到主键之后，还要根据主键去聚簇索引里找，所以一般把name字段这种普通字段的索引称之为二级索引。一级索引就是聚簇索引，这就是普通字段索引的运行原理。同理，我们也可以把多个字段联合起来，建立联合索引，比如：age+name。

联合索引的运行原理也是一样的，只不过是建立一颗独立的B+树，叶子节点的数据页存放的是id+name+age，然后按照name排序，name排序一样接着按照age排序，不同数据页之间的name+age值的排序也是如此。

二、索引是不是越多越好？

索引的好处是显而易见的，就是可以根据索引B+树来快速找到数据，不需要全表搜索，性能提升很高。但是索引越来越多也是有坏处的。主要有俩点：一：空间，二：时间。

空间：如果给很多字段加上索引的话，那你必须会有很多索引B+树，每颗B+树都要占用很多的磁盘空间，所以你要是搞的索引太多，就会很耗费磁盘空间。

时间：很多字段上建立了索引，那么你在进行增删改查的时候，每次都需要维护各个索引的数据有序性，因为每个索引B+树都要求业内是按照值大小排序的，页之间也是有序的，下一个页的所有值必须大于上一个页的所有值。所以你不停的增删改查，必然会导致各个数据页之间的值大小可能会没有顺序，比如下一个数据页插入了一个比较小的值，居然比上一个数据页的值要小，此时就没有办法，只能进行数据页的挪动，维护页之间的顺序，或者你不断插入数据，各个索引页的数据页就要不停的分裂，不停的增加新的索引页，这个过程都是很耗费时间的。

三、回表

select name,age from user where name = '张三';

假设我们在user表中给name建立了一个二级索引，并且我们执行上面sql语句。因为二级索引中只包含了id+name俩个字段，但是查询语句却需要name、age俩个字段，现在就需要我们根据找到的二级索引中记录的id，去聚簇索引中找到数据页，再从数据页获取到name、age字段。通常通过二级索引找到数据后，再去聚簇索引查询的情况，我们成为：回表。

四、索引覆盖

select name,age from user where name = '张三';

假设我们在user表中给name，age建立了一个联合索引索引，并且我们执行上面sql语句。因为二级索引中包含id+name+age三个字段，同时查询语句需要name、age俩个字段，所以不需要去回表从聚簇索引再找一次数据。通常可以从索引中直接找到我们需要的字段的情况，我们称为：索引覆盖。

五、索引下推

select name,age from user where name = '张三' and age = 18 ;

假设我们在user表中给name，age建立了一个联合索引索引，并且我们执行上面sql语句。因为二级索引中包含id+name+age三个字段,查询语句先是通过name='张三'找到数据，接着通过age=18找到数据。像这种查询就属于：索引下推。

借道友法力一用：

========================== stay hungry stay foolish =============================