5分钟搞懂MySQL - 索引下推优化
小伙伴想精准查找自己想看的MySQL文章？喏 → MySQL江湖路 | 专栏目录
对于长期与MySQL同流合污的朋友们来说，或许，“索引下推优化”这个词并不陌生，嗯。。经常听到，但是MySQL的这个“优化”到底优化了啥？就懵懵懂懂了，反正不是公司优化我就行了是吧。。来，让我们继续快乐的卷下去~
其实呢，这个索引下推优化起源于MySQL5.6版本，全名叫：“索引条件下推”，英文名字 Index Condition Pushdown，我们叫他 ICP吧，ICP的诞生主要是为了进一步提高B+Tree索引查询的可用性。
它的作用通俗一些的话，我们举个栗子。
如下，在表 T 创建联合索引 index(name,age)
select * from T where name like '提莫%' and age = 100；- MySQL没有索引下推优化时：
对于联合索引index(name,age)，我们知道，根据B+Tree天然有序的存储特性，LIKE + 右侧模糊匹配虽可以使用到name索引，但模糊匹配后得到的结果变成无序，所以后面条件无法再使用到索引，因此需回表提取出name like '提莫%'结果集后，再通过普通查询得到age = 100的最终结果。
那么 age 字段的索引就这么浪费了么？MySQL想白嫖我服务器资源？
通过参考李海翔老师的流程图，我们可以看出，没有索引下推的情况下，第三步从索引树上取到 name like ‘提莫%’ 数据后，就回表了，后续再处理where剩下的条件，剩下的条件在我们这里也就是 age = 100；相当于多了一次查询过滤操作。
机灵的小伙伴发现，索引字段换个顺序不就得了？聪明~ 这确实是5.6之前的一种处理方式，但缺点也很明显，比如字段过滤数据能力降低，没了免费午餐（排序）等~
- MySQL引入了ICP优化后；
如图，在索引内部取到name结果之后（步骤3），步骤4就顺便判断了结果中的age是否等于100，对于不等于100的记录直接跳过，因此在index(name,age)这棵索引树中直接匹配到了结果记录，减少了完整查询记录（一条完整元组）读取的个数，此时拿着结果集的id去主键索引树中回表查询全部数据，减少了二次查询时间，I/O次数也会减少。
Cool~
mysql> explain select name from T where name like '提莫%' and age = 100;
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
| 1 | SIMPLE | T | NULL | range | index_name | index_name | 72 | NULL | 3 | 25.00 | Using index condition |
+----+-------------+-------+------------+-------+---------------+------------+---------+------+------+----------+--------------------------+
1 row in set, 1 warning (0.00 sec) 当你在使用Explain解析SQL时，可以看出Extra的值为Using index condition，表示已经使用了索引下推。
附、一张有故事的照片（十五）
吉林的一位母亲因癌症晚期 担心去世后照顾不了孩子 在她生命的最后一段时间里 给儿子织完了25岁之前需要的所有毛裤