表结构
mysql引擎主要有两种实现方式，一种是B+树，一种是hash。而回表产生在B+树上（本文主要针对于innodb引擎来讲），这里还有一个内容：
1.聚簇索引 ：叶子节点直接存放数据 (innodb)
聚簇索引结构
2.非聚簇索引： 叶子节点存放的是数据的地址(myisam)
非聚簇索引结构
回表
在innodb中，如果采用主键进行查询则会直接访问到数据，也就是只需要进行一次查表
例：select * from student where id = ?
而如果采用二级索引（辅助索引）的情况则需要先使用二级索引查询到主键的值，再用主键查询来获取所需要的值，也就是回表。
回表会影响查询效率
例： select * from student where name = ?
使用该语句的情况下，会先根据二级索引（name）查询到值主键值（id），再根据id查询到对应数据
回表
图片来源：https://zhuanlan.zhihu.com/p/29118331
索引覆盖
索引覆盖其实就是一种避免回表的方式，只需要在一棵索引树上就能获取SQL所需的所有列数据。
例：select id,name from student where name = '大哥'
在第一次使用二级索引时，就能够查询到对应的id值再加上自己本身的name值，左移只用在一颗索引树上做查询
那么在此基础上还想要查询到更多的值呢？
可以将被查询的字段建立到联合索引里去
例：
alter table student add index 'stu_ns_idx' (name,sex)
select id,name,sex from student where name = ?
索引下推
例 select * from student where name = ? and sex = ?
- 没有索引下推：
先从存储引擎中拉去数据（根据name筛选数据）
再mysql server 根据sex进行数据筛选
压力在服务器 - 有索引下推
会在拉取数据的时候直接根据name，sex来获取数据，不需要server做任何数据操作
压力在磁盘
索引下推唯一的缺点是需要再磁盘上做筛选，原来的筛选是放在内存的，现在放在了磁盘查找数据的环节，这样做看起来成本比较高，但是在数据库中所有数据都是排序的，所有的数据是聚集存放，所以性能不会有影响，而且整体io量会大大减少，反而会提升性能
