因为辅助索引B+树叶节点仅存索引列值和主键ID，体积更小、更紧凑，I/O更少；优化器在无WHERE/GROUP BY时自动选择最窄且非空的二级索引进行全索引扫描，避免读取整行数据。
为什么COUNT(*)选辅助索引比主键索引快？
因为辅助索引（二级索引）的B+树叶子节点只存索引列值 + 主键ID，而主键索引（聚簇索引）叶子节点存的是整行数据。COUNT(*)只需统计行数，不读字段内容，优化器自然倾向扫描更小、更密集的索引树——减少I/O和内存拷贝，速度就上去了。
哪些辅助索引会被优化器选中？
优化器会评估所有可用索引的成本，优先选择“最窄”的那个。但不是所有辅助索引都靠谱：
-
INDEX idx_status (status)这类单列短类型索引通常最优，体积小、覆盖全表 -
INDEX idx_ab (a, b)如果a是VARCHAR(200)，索引体积可能超过主键，反而更慢 -
INDEX idx_a (a(10))前缀索引在部分MySQL版本中不被识别为有效计数索引，EXPLAIN显示Using index也不代表真走索引扫描 - 没有辅助索引时，优化器只能退回到主键索引，哪怕表很宽也得硬扫
COUNT(*)和COUNT(1)、COUNT(id)的执行路径差异
三者语义不同，但InnoDB下优化行为高度趋同：
-
COUNT(*)和COUNT(1)：优化器几乎总能自动选最小辅助索引，且不取字段值，纯计数 -
COUNT(id)：虽然id是主键且NOT NULL，但优化器仍可能把它当作普通列处理；若强制FORCE INDEX (PRIMARY)，就会读整行数据，变慢 - 真正拖慢的是
COUNT(name)这类允许NULL的字段——即使有索引，也要逐项判断是否为NULL，多一次检查开销
容易被忽略的现实约束
别只盯着索引存在与否。以下情况会让“选辅助索引”失效或反效果：
- 辅助索引列区分度极低（比如
status95%都是1），优化器可能判定走索引成本高于全表扫描，直接放弃 - 表刚经历大批量删除，索引统计信息过期，
ANALYZE TABLE没跑过，优化器误判 - 查询带
WHERE但条件列无索引，整个COUNT逻辑退化为带过滤的全表扫描，辅助索引优势归零 - InnoDB的MVCC机制决定了：每次COUNT都必须按当前事务可见性实时计算，不存在缓存行数这种捷径
