- 索引覆盖
- 索引覆盖或称为覆盖索引，是数据库中的一种优化手段
- 当我们在执行一个sql查询时，如果只需要查询某几个字段的值，并且这几个字段的数据都已经被包含在某一个索引中(而不是全表扫描)，那么数据库引擎就会直接通过这个索引来取得数据，而无需再回表查询，从而大大减少IO操作，提高了查询效率
- 索引覆盖的优点：
- 减少IO次数，：因为通过覆盖索引可以直接获取数据，所以不需要再回表查询，从而减少了IO次数
- 提高查询速度：由于减少了IO操作，查询速度自然也得到了提高
- 索引的选择性：选择性是指不重复的索引值与数据表的总记录数的比值，选择性越高，通过索引筛选出来的数据就越少，从而提高了查询效率
- 回表
- sql回表是指在使用非聚簇索引(也称为辅助索引或二级索引)进行查询时，由于非聚簇索引中只存储了索引字段的值和对应的主键(聚簇索引)键值，因此，如果需要获取非索引列的数据，则需要根据主键(聚簇索引)中的键值去查找实际的数据行，这个过程被称为回表
- 回表的原理：
- 非聚簇索引结构：非聚簇索引的叶子节点存储的是索引列的值，主键的值
- 查询过程：
- 当使用非聚簇索引进行查询时，首先通过非聚簇索引找到满足条件的主键键值，然后根据这些主键键值，在回到聚簇索引(主键索引)中查找完整的数据行
- 举例：
- 假设有一个用户表users，包含id(主键)，name和age三个字段，其中在name字段上建立了非聚集索引
- 执行查询 select * from users where name = ‘tom’;时，会发生回表，因为首先会通过name上的非聚集索引找到满足条件的id，然后再根据这些id，回到聚簇索引中查找完整的用户数据
- 而查询select id,name from users where name = ‘tom’;则不会回表，因为所需的数据都在非聚簇索引中可以找到
- 而回表操作会增加IO次数，从而可能影响查询性能，特别是在大表和复杂查询场景下，回表操作可能成为性能瓶颈
- 为了减少回表操作，可以考虑将需要查询的字段加入到索引中，形成复合索引(也称联合索引或覆盖索引)，这样查询时就可以直接从索引中国获取需要的数据，而无需回表
- 最左匹配原则：
- 主要是在是复合索引(也称为多列索引或多字段索引)时的一个关键概念，这个原则指出，当使用复合索引进行查询时，查询条件应该尽可能地从索引的最左边开始匹配，这样索引才能被有效地使用
- 当你基于复合索引进行查询时，查询条件必须包含索引的最左边的一列或多列，以便索引能够有效地使用，例如：如果你有一个基于last_name,first_name的复合索引，一下查询可以有效地使用这个索引：
- 查询基于last_name: select * from employees where last_name = ‘smith’;
- 查询基于laset_name和first_name: select * from employees where last_name = ‘smith’ and first_name =‘john’；
- 但是一下查询则不能有效地使用这个索引(因为他没有包含索引的最左边的列last_name)
- 查询基于：first_name: select * from employees where first_name = ‘john’;
- 在创建复合索引时，列的顺序很重要，你应该将最常用于查询条件的列放在索引的最左边，例如：如果你经常基于last_name进行查询，但很少基于first_name进行查询，那么你应该创建一个基于last_name和first_name的索引，而不是基于first_name和last_name的索引
