什么叫做覆蓋索引？
在了解覆蓋索引之前我們先大概了解一下什么是聚集索引(主鍵索引)和輔助索引(二級索引)
聚集索引（主鍵索引）：
聚集索引就是按照每張表的主鍵構造一顆B+樹，同時葉子節點中存放的即為整張表的記錄數據。
聚集索引的葉子節點稱為數據頁，聚集索引的這個特性決定了索引組織表中的數據也是索引的一部分。
輔助索引（二級索引）：
非主鍵索引，葉子節點=鍵值+書簽。Innodb存儲引擎的書簽就是相應行數據的主鍵索引值。
再來看看什么是覆蓋索引，有下面三種理解：
- 解釋一： 就是select的數據列只用從索引中就能夠取得，不必從數據表中讀取，換句話說查詢列要被所使用的索引覆蓋。
- 解釋二： 索引是高效找到行的一個方法，當能通過檢索索引就可以讀取想要的數據，那就不需要再到數據表中讀取行了。如果一個索引包含了（或覆蓋了）滿足查詢語句中字段與條件的數據就叫 做覆蓋索引。
- 解釋三：是非聚集組合索引的一種形式，它包括在查詢里的Select、Join和Where子句用到的所有列（即建立索引的字段正好是覆蓋查詢語句[select子句]與查詢條件[Where子句]中所涉及的字段，也即，索引包含了查詢正在查找的所有數據）。
不是所有類型的索引都可以成為覆蓋索引。覆蓋索引必須要存儲索引的列，而哈希索引、空間索引和全文索引等都不存儲索引列的值，所以MySQL只能使用B-Tree索引做覆蓋索引
當發起一個被索引覆蓋的查詢(也叫作索引覆蓋查詢)時，在EXPLAIN的Extra列可以看到“Using index”的信息
從執行結果上看，這個SQL語句只通過索引，就取到了所需要的數據，這個過程就叫做索引覆蓋。
幾種優化場景：
1.無WHERE條件的查詢優化：
執行計划中，type 為ALL，表示進行了全表掃描
如何改進？優化措施很簡單，就是對這個查詢列建立索引。如下，
ALERT TABLE t1 ADD KEY(staff_id);
- 再看一下執行計划
explain select sql_no_cache count(staff_id) from t1
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
type: index
possible_keys: NULL
key: staff_id
key_len: 1
ref: NULL
rows: 1023849
Extra: Using index
1 row in set (0.00 sec)
possible_key: NULL，說明沒有WHERE條件時查詢優化器無法通過索引檢索數據，這里使用了索引的另外一個優點，即從索引中獲取數據，減少了讀取的數據塊的數量。 無where條件的查詢，可以通過索引來實現索引覆蓋查詢，但前提條件是，查詢返回的字段數足夠少，更不用說select *之類的了。畢竟，建立key length過長的索引，始終不是一件好事情。
- 查詢消耗
從時間上看，小了0.13 sec
2、二次檢索優化
如下這個查詢：
select sql_no_cache rental_date from t1 where inventory_id<80000; … … | 2005-08-23 15:08:00 | | 2005-08-23 15:09:17 | | 2005-08-23 15:10:42 | | 2005-08-23 15:15:02 | | 2005-08-23 15:15:19 | | 2005-08-23 15:16:32 | +---------------------+ 79999 rows in set (0.13 sec)
執行計划：
explain select sql_no_cache rental_date from t1 where inventory_id<80000*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
type: range
possible_keys: inventory_id
key: inventory_id
key_len: 3
ref: NULL
rows: 153734
Extra: Using index condition
1 row in set (0.00 sec)
Extra：Using index condition 表示使用的索引方式為二級檢索，即79999個書簽值被用來進行回表查詢。可想而知，還是會有一定的性能消耗的
嘗試針對這個SQL建立聯合索引，如下：
alter table t1 add key(inventory_id,rental_date);
執行計划：
explain select sql_no_cache rental_date from t1 where inventory_id<80000*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
type: range
possible_keys: inventory_id,inventory_id_2
key: inventory_id_2
key_len: 3
ref: NULL
rows: 162884
Extra: Using index
1 row in set (0.00 sec)
Extra：Using index 表示沒有會標查詢的過程，實現了索引覆蓋
3、分頁查詢優化
如下這個查詢場景
select tid,return_date from t1 order by inventory_id limit 50000,10; +-------+---------------------+ | tid | return_date | +-------+---------------------+ | 50001 | 2005-06-17 23:04:36 | | 50002 | 2005-06-23 03:16:12 | | 50003 | 2005-06-20 22:41:03 | | 50004 | 2005-06-23 04:39:28 | | 50005 | 2005-06-24 04:41:20 | | 50006 | 2005-06-22 22:54:10 | | 50007 | 2005-06-18 07:21:51 | | 50008 | 2005-06-25 21:51:16 | | 50009 | 2005-06-21 03:44:32 | | 50010 | 2005-06-19 00:00:34 | +-------+---------------------+ 10 rows in set (0.75 sec)
在未優化之前，我們看到它的執行計划是如此的糟糕
explain select tid,return_date from t1 order by inventory_id limit 50000,10*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1023675
1 row in set (0.00 sec)
看出是全表掃描。加上而外的排序，性能消耗是不低的
如何通過覆蓋索引優化呢？
我們創建一個索引，包含排序列以及返回列，由於tid是主鍵字段，因此，下面的復合索引就包含了tid的字段值
alter table t1 add index liu(inventory_id,return_date);
那么，效果如何呢？
select tid,return_date from t1 order by inventory_id limit 50000,10; +-------+---------------------+ | tid | return_date | +-------+---------------------+ | 50001 | 2005-06-17 23:04:36 | | 50002 | 2005-06-23 03:16:12 | | 50003 | 2005-06-20 22:41:03 | | 50004 | 2005-06-23 04:39:28 | | 50005 | 2005-06-24 04:41:20 | | 50006 | 2005-06-22 22:54:10 | | 50007 | 2005-06-18 07:21:51 | | 50008 | 2005-06-25 21:51:16 | | 50009 | 2005-06-21 03:44:32 | | 50010 | 2005-06-19 00:00:34 | +-------+---------------------+ 10 rows in set (0.03 sec)
explain select tid,return_date from t1 order by inventory_id limit 50000,10\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t1
type: index
possible_keys: NULL
key: liu
key_len: 9
ref: NULL
rows: 50010
Extra: Using index
1 row in set (0.00 sec)
執行計划也可以看到，使用到了復合索引，並且不需要回表
對比一下如下的改寫SQL，思想是通過索引消除排序
select a.tid,a.return_date from t1 a inner join (select tid from t1 order by inventory_id limit 800000,10) b on a.tid=b.tid;
並在此基礎上，我們為inventory_id列創建索引，並刪除之前的覆蓋索引
alter table t1 add index idx_inid(inventory_id)； drop index liu;
然后收集統計信息。
select a.tid,a.return_date from t1 a inner join (select tid from t1 order by inventory_id limit 800000,10) b on a.tid=b.tid; +--------+---------------------+ | tid | return_date | +--------+---------------------+ | 800001 | 2005-08-24 13:09:34 | | 800002 | 2005-08-27 11:41:03 | | 800003 | 2005-08-22 18:10:22 | | 800004 | 2005-08-22 16:47:23 | | 800005 | 2005-08-26 20:32:02 | | 800006 | 2005-08-21 14:55:42 | | 800007 | 2005-08-28 14:45:55 | | 800008 | 2005-08-29 12:37:32 | | 800009 | 2005-08-24 10:38:06 | | 800010 | 2005-08-23 12:10:57 | +--------+---------------------+
這種優化手段較前者時間多消耗了大約140ms。這種優化手段雖然使用索引消除了排序，但是還是要通過主鍵值回表查詢。因此，在select返回列較少或列寬較小的時候，我們可以通過建立復合索引的方式優化分頁查詢，效果更佳，因為它不需要回表！
4、建了索引但是查詢不走索引
表結構：
CREATE TABLE `t_order` ( `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT, `order_code` char(12) NOT NULL, `order_amount` decimal(12,2) NOT NULL, PRIMARY KEY (`id`), UNIQUE KEY `uni_order_code` (`order_code`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
查詢語句：
select order_code,order_amount from t_order order by order_code limit 1000;
發現雖然在order_code上建了索引，但是看查詢計划卻不走索引，為什么呢？因為數據行讀取order_amount，所以是隨機IO。那怎么辦？重新建索引，使用覆蓋索引。
ALTER TABLE `t_order` ADD INDEX `idx_ordercode_orderamount` USING BTREE (`order_code` ASC, `order_amount` ASC);
這樣再查看SQL的執行計划，就發現可以走到索引了。
總結：覆蓋索引的優化及限制
覆蓋索引是一種非常強大的工具，能大大提高查詢性能，只需要讀取索引而不需要讀取數據，有以下優點：
1、索引項通常比記錄要小，所以MySQL訪問更少的數據。
2、索引都按值得大小存儲，相對於隨機訪問記錄，需要更少的I/O。
3、數據引擎能更好的緩存索引，比如MyISAM只緩存索引。
4、覆蓋索引對InnoDB尤其有用，因為InnoDB使用聚集索引組織數據，如果二級索引包含查詢所需的數據，就不再需要在聚集索引中查找了。
限制：
1、覆蓋索引也並不適用於任意的索引類型，索引必須存儲列的值。
2、Hash和full-text索引不存儲值，因此MySQL只能使用BTree。
3、不同的存儲引擎實現覆蓋索引都是不同的，並不是所有的存儲引擎都支持覆蓋索引。
4、如果要使用覆蓋索引，一定要注意SELECT列表值取出需要的列，不可以SELECT * ，因為如果將所有字段一起做索引會導致索引文件過大，查詢性能下降。
參考文獻:
【1】 袋鼠雲技術團隊博客，https://yq.aliyun.com/articles/62419
【2】MySQL覆蓋索引優化，https://yq.aliyun.com/articles/709783
【3】MySQL SQL優化之索引覆蓋
【4】 Baron Schwartz等 著，寧海元等 譯 ；《高性能MySQL》（第3版）； 電子工業出版社 ，2013