在上一篇文章中，介绍了InnoDB索引的数据结构模型，现在聊聊跟MySQL索引有关的概念。
在下面这个表 T 中，如果我执行 select * from T where k between 3 and 5，需要执行几次树的搜索操作，会扫描多少行？下面是这个表的初始化语句。
mysql> create table T (
ID int primary key,
k int NOT NULL DEFAULT 0,
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;
insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');
现在我们看一下这条sql的执行流程：
1、在k索引树上找到k = 3的记录，获取ID=300;
2、再到ID索引树上找到ID=300对应的R3;
3、在k索引树上取下一个值k = 5的记录，获取ID=500;
4、再到ID索引树上找到ID=500对应的R4;
5、在k索引树上取下一个值k = 6不满足，循环结束。
在这个过程中，回到主键索引树搜索的过程，我们称为回表。
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？
覆盖索引
如果执行的语句是 select ID from T where k between 3 and 5，这时只需要查 ID 的值，而 ID 的值已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引 k 已经“覆盖了”我们的查询需求，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。
最左前缀原则
B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录。即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几列，直到遇到范围查询(>、<、between、like)就停止匹配。
索引下推
我们还是以联合索引（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 user where name like '张%' and age=10 and ismale=1;
你已经知道了前缀索引规则，所以这个语句在搜索索引树的时候，只能用 “张”，找到第一个满足条件的记录 ID3。当然，这还不错，总比全表扫描要好。
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。
