B+tree数据结构区分主键索引、非聚集索引、覆盖索引

我们这里建立一张学生表，其中包含字段id设置主键索引、name设置普通索引、age(无处理)，并向数据库中插入4条数据：（"小赵", 10）（"小王", 11）（"小李", 12）（"小陈", 13)。

每一个索引在 InnoDB 里面对应一棵B+树，那么此时就存着两棵B+树:

 可以发现区别在与叶子节点中，主键索引存储了整行数据，而非主键索引中存储的值为主键id

当我们执行以下语句:

select age from student where name = '小李';

执行顺序:

1. 在name索引树上找到名称为小李的节点 id为03

2. 从id索引树上找到id为03的节点 获取所有数据

3. 从数据中获取字段命为age的值12,返回。

这样从非主键索引树搜索再回到主键索引树搜索的过程称为：回表

回表一定程度上消耗性能,那么如何降低这种性能损耗呢?于是提出了一种方法:覆盖索引。

覆盖索引（covering index ，或称为索引覆盖）即从非主键索引中就能查到的记录，而不需要查询主键索引中的记录，使用覆盖索引的一个好处是辅助索引不包含整行记录信息，所以大小远远小于聚集索引，同时避免回表的产生减少了树的搜索次数，显著提升性能。

覆盖索引的使用

如果一个业务中,很多类似于根据姓名查找年龄的业务,那么可以将这些热点业务重新根据(name , age)建立联合索引,先删除之前以name构建的索引:

ALTER TABLE student DROP INDEX I_name;ALTER TABLE student ADD INDEX I_name_age(name, age);

 再次执行如下sql:

select age from student where name = '小李';

执行流程:

1. 在name,age联合索引树上找到名称为小李的节点。

2. 此时节点索引里包含信息age直接返回 13,从而避免回表。