目录
一、聚簇索引（Clustered Index）
二、非聚簇索引（Non-Clustered Index）
三、示例说明
一、聚簇索引（Clustered Index）
定义：
聚簇索引是一种将数据存储和索引合为一体的索引方式。
-
表中的数据行按照索引的顺序存储。
-
索引的叶子节点直接存储完整的表数据。
特点：
-
数据与索引的紧密结合：表的数据行与聚簇索引的叶子节点绑定。
-
每张表只能有一个聚簇索引：因为数据的存储顺序只能按照一个索引排列。
-
索引的主键决定数据存储顺序：若表中定义了主键，则主键默认作为聚簇索引；否则，数据库会选择一个唯一键或者生成一个隐式键作为聚簇索引。
-
其他索引仅存储索引字段和主键，查询其他字段需要回表查询。
存储方式：
-
索引结构：基于 B+ 树。
-
叶子节点：直接存储完整的表数据。
-
非叶子节点：存储键值和指向子节点的指针。
优点：
-
查询性能高：按主键范围查询效率极高，因为数据是按主键顺序存储的。
-
数据访问更快：不需要通过额外的指针从索引找到数据。
-
减少 I/O 操作：索引和数据存储在一起。
缺点：
-
插入、更新性能受影响：如果插入的数据不符合当前排序规则，可能会引起数据页的分裂或移动。
-
索引占用存储空间较大：数据和索引共存导致节点大小较大，影响缓存效果。
-
二级索引存储复杂：非聚簇索引中的记录需要额外存储主键值来定位数据。
适用场景：
-
主键查询或范围查询频繁的场景。
-
数据插入和更新相对较少的场景。
二、非聚簇索引（Non-Clustered Index）
定义：
非聚簇索引是一种索引与数据分离的索引方式。
-
索引存储的是数据的位置，而不是数据本身。
-
数据行的存储顺序与索引无关。
特点：
-
索引独立于数据：索引的叶子节点存储数据的指针（或主键值）。
-
一张表可以有多个非聚簇索引：允许在不同列上建立多个索引。
-
支持灵活查询：可以为经常被查询的列创建非聚簇索引。
存储方式：
-
索引结构：基于 B+ 树。
-
叶子节点：存储键值和指向表数据的指针或主键值。
-
非叶子节点：存储键值和指向子节点的指针。
优点：
-
支持多个索引：灵活优化查询性能。
-
占用存储空间小：索引结构更紧凑。
-
插入、更新效率高：不会影响数据存储顺序。
缺点：
-
查询性能稍低：需要通过索引找到指针（或主键值），再访问数据，称为“回表”。
-
二次 I/O 操作：范围查询时需要大量回表操作，性能可能受影响。
适用场景：
-
复杂查询场景，例如多列查询或非主键查询。
-
数据更新和插入频繁的场景。
三、示例说明
假设有一个学生表 students，包含以下列：
• id（主键）
• name
• age
• score
聚簇索引示例
若 id 是主键，表将以 id 列构建聚簇索引，数据按 id 的顺序存储。例如：
聚簇索引（B+ 树叶子节点）
(id: 1, name: Alice, age: 20, score: 90)
(id: 2, name: Bob, age: 21, score: 85)
(id: 3, name: Charlie, age: 22, score: 95)
非聚簇索引示例
为 name 列创建非聚簇索引，索引存储 name 和主键 id，表数据与索引分离。例如：
非聚簇索引（B+ 树叶子节点） 数据表
(name: Alice, id: 1) (id: 1, name: Alice, age: 20, score: 90)
(name: Bob, id: 2) (id: 2, name: Bob, age: 21, score: 85)
(name: Charlie, id: 3) (id: 3, name: Charlie, age: 22, score: 95)
查询 name='Bob' 时，非聚簇索引会找到 id=2，然后回表查找数据。
四、总结
| 索引类型 | 优点 | 缺点 | 适用场景 |
| 聚簇索引 | 查询速度快，范围查询高效；数据按索引顺序存储。 | 插入/更新效率较低；每张表只能有一个聚簇索引。 | 读多写少，主键或范围查询频繁的场景。 |
| 非聚簇索引 | 支持多个索引；更新操作对数据影响较小。 | 查询需要回表，性能较聚簇索引略低。 | 复杂查询、非主键查询或写操作较多的场景。 |
