前言
在文章开始前，小编提出几个问题，读者可以思考一下如何回答。如果对于以下的问题，回答的模棱两可甚至根本不了解，我想这篇文章应该会合你的口味。
查询数据时如何减少回表的次数？
什么是“最左前缀原则”？解决了什么问题？
什么是“索引下推”？这种方法带来了什么好处?
round1：覆盖索引
查询数据时如何减少回表的次数？
回答这个问题前，我们要知道什么是回表？
我们都知道索引分为主键索引和非主键索。先来看看执行一条 sql，Mysql 是如何执行搜索操作的？
select * from T where k between 3 and 5
SQL执行流程：
1、在k索引树上找到索引k为3的记录，取得ID = 300；
2、再到ID索引树查询ID=300对应的R3；
3、在k索引树取下一个值k=5，取得ID=500；
4、再回到ID索引树查到ID=500对应的R4；
5、在k索引树取下一个值k=6，不满足条件，循环结束。
在这个执行过程中，回到主键索引树搜索的过程称为回表。可以看到，这个查询过程中读了k索引树的3条记录（分别是索引3,5,6），回表了两次（分别是300,500）。
在这个例子中，由于查询结果所需要的数据只在主键索引上有，所以不得不回表。那么，有没有可能经过索引优化，避免回表过程呢？
答案是肯定的，覆盖索引可以避免回表过程。如果我们执行的语句是：
select id from T where k between 3 and 5
此时，只需要查询 id 的值，而 id 的值已经在k索引树上了，因此，可以直接返回查询结果，避免了回表过程。也就是说：在这个查询里面，索引 k 已经 “覆盖了” 我们的查询请求，我们称为覆盖索引。
由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。
round2：最左前缀原则
了解什么是最左前缀原则前，先来看看什么是联合索引？
两个或更多个列上的索引被称作联合索引，联合索引又叫复合索引。如：User 表的 name 和 age 加联合索引就是(name,city)，而最左前缀原则指的是，如果查询的时候查询条件精确匹配索引的左边连续一列或者几列，则此列就可以被匹配到。例如：
select * from user where name = xx and age = xx; # 可以命中索引
select * from user where name = xx; # 可以命中索引
select * from user where city = xx; # 无法命中索引
这里，要注意的是，查询的时候两个条件都用上了，但是顺序不同，如 city = xx and name = xx ，那么现在的查询引擎会自动优化为匹配联合索引的顺序，这样是能够命中索引的。
举例说明“最左前缀原则”的使用场景，现在要求根据市民的身份证号查询姓名，由于这种查询比较高频，所以可以建立（身份证号，姓名）的联合索引。但如果现在出现了新的需求，要求根据市民的身份证号查询家庭住址，但这种情况不算高频，但也不能全盘扫描，那新建联合索引？但又不是高频请求，新建联合索引是不是有些浪费？那应该怎么办？？？
当然是“最左前缀原则”派上用场了，还记得“最左前缀原则” 吗？如果查询条件可以精确匹配索引的左边连续一列或者几列，则此列就可以被匹配到。这样，利用（身份证号）去查询家庭住址，就可以解决上面的问题了。
基于上面对最左前缀索引的说明，我们来讨论一个问题：在建立联合索引的时候，如何安排索引内的字段顺序？
这里我们的评估标准是，索引的复用能力。因为可以支持最左前缀，所以当已经有了(a,b)这个联合索引后，一般就不需要单独在a上建立索引了。因此，第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。
round3：索引下推
上一段我们说到满足最左前缀原则的时候，最左前缀可以用于在索引中定位记录。这时，你可能要问，那些不符合最左前缀的部分，会怎么样呢？
我们以市民表的联合索引（name, age）为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是10岁的所有男孩”。那么，SQL语句是这么写的：
select * from tuser where name like '张%' and age=10 and ismale=1;
现在，我们已经知道了 "最左前缀原则”，所以，在搜索索引树时，只能用“张”，找到第一个满足条件的记录ID3，总比全盘扫描要好。
然后呢？
我们需要对比其他条件是否满足。
在MySQL 5.6之前，只能从ID3开始一个个回表。到主键索引上找出数据行，再对比字段值。
而MySQL 5.6 引入的索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。
例如，看看使用索引下推优化前的示意图：
使用索引下推优化后的示意图：
其中，每条虚线代表一次回表，两张图对比，很容易看出优化后的回表次数减少了。两种方式的区别是：InnoDB在(name,age)索引内部就判断了age是否等于10，对于不等于10的记录，直接判断并跳过。在我们的这个例子中，只需要对ID4、ID5这两条记录回表取数据判断，就只需要回表2次。
小结
本篇文章讲述了 “覆盖索引”、“最左前缀原则”、“索引下推”三种索引优化方式，其中“覆盖索引”的出现是为了减少索引回表次数，提高查询效率。“最左前缀原则”可以让我们更好的利用索引，知道了如何设计出更高效的索引。“索引下推” 是在回表前进行数据的判断，为了减少不能匹配最左前缀原则的数据查询的回表次数。
在满足语句需求的情况下， 尽量少地访问资源是数据库设计的重要原则之一。我们在使用数据库的时候，尤其是在设计表结构时，也要以减少资源消耗作为目标。