什么是回表查询
小伙伴们可以先看这篇文章了解下什么是聚集索引和辅助索引：Are You OK?主键、聚集索引、辅助索引，简单回顾下，聚集索引的叶子节点包含完整的行数据，而非聚集索引的叶子节点存储的是每行数据的辅助索引键 + 该行数据对应的聚集索引键(主键值)。
假设有张 user 表，包含 id(主键)，name，age(普通索引)三列，有如下数据：
- id name age
- 1 Jack 18
- 7 Alice 28
- 10 Bob 38
- 20 Carry 48
画一个比较简单比较容易懂的图来看下聚集索引和辅助索引：
- 聚集索引：
- 辅助索引(age)：
如果查询条件为主键，则只需扫描一次聚集索引的 B+ 树即可定位到要查找的行记录。举个例子：
- select * from user where id = 7;
查找过程如图中绿色所示：
如果查询条件为普通索引(辅助索引) age，则需要先查一遍辅助索引 B+ 树，根据辅助索引键得到对应的聚集索引键，然后再去聚集索引 B+ 树中查找到对应的行记录。举个例子：
- select * from user where age = 28;
上述 select * 等同于 select id, age, name 对吧，id 是主键索引，age 是普通索引，而 name 并不存在于 age 索引的 B+ 树上，所以通过 age 索引查询到 id 和 age 的值之后，还需要去聚集索引上才能查到 name 的值。
如图所示，第一步，查 age 辅助索引：
第二步，查聚集索引：
这就是所谓的回表查询，因为需要扫描两次索引 B+ 树，所以很显然它的性能较扫一遍索引树更低。
什么是覆盖索引
覆盖索引的目的就是避免发生回表查询，也就是说，通过覆盖索引，只需要扫描一次 B+ 树即可获得所需的行记录。
如何实现覆盖索引
上文解释过，下面这个 SQL 语句需要查询两次 B+ 树：
- select * from user where age = 28;
我们将其稍作修改，使其只需要查询一次 B+ 树：
- select id, age from user where age = 28;
之前我们的返回结果是整个行记录，现在我们的返回结果只需要 id 和 age。
id 是什么?主键索引(聚集索引)，age 是什么?普通索引(辅助索引)，age 索引的 B+ 树的叶子节点存储的是什么?辅助索引键 + 对应的聚集索引键
所以这条 SQL 语句只需要扫描一次 age 索引的 B+ 树就行了
这样，结合这个例子，不知道各位有没有受到启发，如何实现覆盖索引拒绝回表查询呢?
答：联合索引。
我们把 age,name 设置为联合索引：
- create index idx_age_name on user(`age`,`name`);
此时 age 和 name 作为辅助索引键都在同一棵辅助索引的 B+ 树上，所以只需扫描一次这个组合索引的 B+ 树即可获取到 id、age 和 name，这就是实现了索引覆盖
覆盖索引的常见使用场景
在下面三个场景中，可以使用覆盖索引来进行优化 SQL 语句：
1)列查询回表优化(如上面讲的例子，将单列索引 age 升级为联合索引(age, name))
2)全表 count 查询
举个例子，假设 user 表中现在只有一个索引即主键 id：
- select count(age) from user;
可以用 explain 分析下这条语句，如果 Extra 字段为 Using index 时，就表示触发索引覆盖：
显然现在是没有触发覆盖索引的，我们来优化下：将 age 列设置为索引 create index idx_age on user(age)，这样只需要查一遍 age 索引的 B+ 树即可得到结果：
3)分页查询
- select id, age, name from user order by username limit 500, 100;
对于这条 SQL，因为 name 字段不是索引，所以在分页查询需要进行回表查询。
Using filesort 表示没有使用索引的排序，或者说表示在索引之外，需要额外进行外部的排序动作。看到这个字段就应该意识到你需要对这条 SQL 进行优化了。
使用索引覆盖优化：将 (age, name) 设置为联合索引，这样只需要查一遍 (age, name) 联合索引的 B+ 树即可得到结果。
