212：通过索引访问表的成本，包括索引成本和回表成本。
对于索引会有独立的索引表，数据表本身也是索引组织表，这就代表了对有索引的表的ddl操作会增加大量I/O，并且索引也会占用空间甚至大于数据本身。
索引会消耗树高，根据条件进行数据的筛选。
索引会有两次IO消耗，第一次为索引的查询，第二次为回表的查询。
213：使用覆盖索引的执行计划标志，以及使用覆盖索引的优势。
Extra 字段里出现using index，表示直接访问索引就足够获取到所需要的数据，不需要通过索引回表，使用覆盖索引可以直接在索引页上获得所需要的数据，不需要再次回表查询，减少了一倍的IO，提高查询效率。
214：如何保证使用覆盖索引，select、group by、order by、having、where。
（1）索引条目通常远小于数据行大小，如果只读取索引，MySQL就会极大地减少数据访问量。
（2）索引按照列值顺序存储，对于I/O密集的范围查询会比随机从磁盘中读取每一行数据的I/O要少很多。
（3）InnoDB的辅助索引（亦称二级索引）在叶子节点中保存了行的主键值，如果二级索引能够覆盖查询，则可不必对主键索引进行二次查询了。
覆盖索引就是从索引中直接获取查询结果，要使用覆盖索引需要注意select查询列中包含在索引列中；where条件包含索引列或者复合索引的前导列；查询结果的字段长度尽可能少。
215：如何高效使用覆盖索引。
同时满足过滤和覆盖索引；
where 条件中要包括索引的第一个列；
覆盖索引的一个非常大的使用场合：特有技巧，从一个列非常多的大表中去除大量数据行，但是查询的少数列的信息保存在索引中；
216：总结索引的几大功能。
1.where 条件过滤数据。
索引是btree结构，如果where条件建立了索引，就会根据索引来进行快速查找，一般树高为2-4，在唯一度高的情况下效率大大高于全表扫。
2.表连接。
做表连接查询的时候如果没有索引都会进行全表扫，在表连接的条件列上给两个表都建立索引，相应的都会进行索引的查询，提高效率。
3.解决 order by。
索引的列是有序的，所以当order by 中的字段出现在where条件中时，会利用索引而不排序。
4.解决 group by。
索引的列是有序的，所以当group by 中的字段出现在where条件中时，会利用索引而不排序。
5、使用覆盖索引，解决回表和大表的问题
将上面的索引的几个应用场景，设计出例子，进行讲解。
217：Using where、Using index condition、Using index。
1．如果出现 Using index，表示使用了覆盖索引
2．如果出现了 Using where，表示访问了表(主键索引)
3．Using index condition 说明引擎优化了对表的访问，索引条件被下压到了引擎层
4．icp 的使用场合(知道这是 5.6 一个新特性就 ok 了)：
1．二级索引；
2．where 条件中包含二级索引的多个列条件，但是一定包含二级索引的前导列；
3．这个是 5.6 的一个新特性，效果非常明显；
218：解释 5.6 在多列索引中为什么不害怕中间有空列，5.5 版本中害怕有空列。
5.5 中不仅仅是害怕空列，还害怕非=出现在前面的列中
select * from customer where c_w_id<2 and c_id <5and c_first like 'ab%'; //只能将第一个列压入；
select * from customer where c_w_id=1 and c_id <5and c_first like 'ab%'; //可以压入两个列；
5.5 中多列索引使用限制非常多，5.6 中解决了这个问题；
5.5 中最好将选择性最强的列放在最前面，但是要注意这个列必须被经常使用到；
219：理解 server 层和引擎层的概念，统计信息统计的是 server 层的处理负载。
Server层：
引擎层（innodb）：
220：主键索引的特殊性，主键是最好的索引。
不受 30%的影响
慎重对待建立主键，将最常用的查询使用到主键
customer (c_first,c_last,c_id)，这个作为这个表的主键
select * from customer where c_first like 'a%';
221：判断一个 SQL 是否合理的最稳妥的方式、以及是否走了低效的索引。
返回的行=访问的行-过滤的行
能够通过执行计划清晰的判断，谁走了索引、谁成为了过滤条件
rows-key-show index
计算返回的行数的方法：去掉 group by 和聚合函数，只保留 where 条件和 count(*)
