。
每个表至少有一个主键索引，表中所有的数据线都存储在主键索引中 B 树的叶子节点上的。如果你给表的其他字段加了索引的话，这个索引就是二级索引了，二级索引也是 B 树。
二级索引和主键索引的区别在于叶节点上保存的值不同。表中所有字段的值都完全保存在主键索引的叶节点上，但二级索引的叶节点只保存相应的主键值。表上有多少索引，实际上有多少索引 B 树。
让我们举一个具体的例子来恢复这个问题。首先提供一个表，表中有三个字段 (id,k,m)，分别给主键 id 和字段 k 建立主键索引和二级索引。
mysql> create table t( id int primary key, k int not null, m int(11), index (k)) engine=InnoDB; 然后在表中插入几个数据R1、R2、R3、R4、R插入的具体数据如下：R1~R5 的 (id,k,m) 值分别为 (100、1、1000)、(200、2、2000)、(300、3、3000)、(500、5、5000)、(600、6、6000)。
整行记录值保存在主键索引叶节点上，主键值保存在二级索引叶节点上，因此上表 t 的数据在 mysql 底层的存储如下示意图所示。
表 t 一共有 3 字段，字段 m 上面没有索引，也就是说表格 t 上面有两个索引，所以对应有 2 个 B 树，表上有多少索引，实际上会有多少索引 B 树。
接下来我们来看看索引和没有索引的查询区别。
比如下面这个 sql 句子，显然没有可用的索引，所以你只能扫描整个表，也就是说，从头到尾扫描主键索引上的叶节点，然后扫描每行字段 m 拿出值进行比较，筛选出符合条件的记录，这个查询效率很低。
select * from t where m > 1000 and m < 3000; 再来看看另一个 sql 这个句子可以使用索引 k，所以这个查询会先到二级索引 k 这个 B 在树上，快速找到满足要求的叶节点，这里的叶节点只保存了主键值，因此需要获得主键 ID 值回到主键索引上找出所有字段的值，称为。
select * from t where k > 3 and k < 6; 回表过程也可以重新优化，即使用
二、覆盖索引
假如只有一次 B 树可以得到我们想要的数据，也就是说，没有返回过程，这个效率显然很好，这就是覆盖索引的优点。下面是一个具体的例子。
mysql> create table user( id int(11) primary key, name varchar(20) not null, age int(11), sex int(11), index (age)) engine=InnoDB;
依然是新建一个表，创建索引，插入一些测试数据，注意这里只是为了解释说明覆盖索引，并不表示 mysql 的真实执行方式，因为会涉及到 mysql 的优化器机制，这里暂且不说了。
1 bob 16 1
2 kom 19 0
3 gum 18 1
4 tt 20 1
5 yy 25 1
创建一个 user 表，给 age 字段添加一个二级索引，并插入上面五条数据，然后看下面这条查询语句。
select name from user where age between 18 and 21
1、age 字段上有索引，mysql 会先到 age 字段的 B+ 树上找到满足条件的第一个叶子节点（age=19），这个叶子节点上保存了对应主键 id 的值 2，然后再到主键索引上找到 id 为 2 的这条记录，同时把 name 字段拿出来。
2、重复第一步的操作，继续从 age 索引上的叶子节点往后遍历找出满足条件的第二个叶子节点，同样回到主键上拿出 name 字段的值，直到遍历到不满足条件的叶子节点（age=25）。
也就是说，这条 sql 语句虽然用到了索引，但是 age 索引上并没有要查询的 name 字段，所以只能回表到主键索引上查出 name 字段，所以这个过程其实是遍历了个两个 B+ 树。
那么我们删除 age 这个单列索引，创建一个覆盖索引 (age,name)， 把要查询的 name 字段也添加到索引中来。
#删除原索引
drop INDEX age on USER
#新建覆盖索引
ALTER TABLE USER add index age_name(age,name)
由于现在这个覆盖索引上的字段包含了要查询的 age 和 name 字段，免去了到主键索引上查询数据的过程，其实也就是只遍历了一个 B+ 树，可以大大提升查询效率。
总之，在设计索引或者优化 sql 语句的时候，要尽量避免回表操作，所以使用覆盖索引是一种常用的 sql 优化手段。
所以我们平时写 sql 语句的时候，select 后面只写查询需要用到的字段，去掉不需要的字段，避免回表操作。