聚集索引

聚类索引决定了表中DATA的物理顺序。因此，一个表只有一个聚集索引(主键/组合键)。

“字典”不需要任何其他索引，它已经根据单词索引

非聚集索引

非聚集索引类似于Book中的索引。数据存储在一个地方。索引存储在另一个位置，并且索引具有指向存储位置的指针。这有助于快速搜索数据。因此，一个表有超过1个非聚集索引。

“生物书”在开头有一个单独的索引指向章节的位置，在“结尾”有另一个索引指向常用单词的位置

聚集索引

聚类索引决定了表中DATA的物理顺序。因此，一个表只有一个聚集索引(主键/组合键)。

“字典”不需要任何其他索引，它已经根据单词索引

非聚集索引

非聚集索引类似于Book中的索引。数据存储在一个地方。索引存储在另一个位置，并且索引具有指向存储位置的指针。这有助于快速搜索数据。因此，一个表有超过1个非聚集索引。

“生物书”在开头有一个单独的索引指向章节的位置，在“结尾”有另一个索引指向常用单词的位置

下面是聚类索引和非聚类索引的一些特征:

聚集索引

聚集索引是唯一标识SQL表中的行的索引。 每个表只能有一个聚集索引。 可以创建包含多个列的聚集索引。例如:create Index index_name(col1, col2, col.....)。 默认情况下，具有主键的列已经具有聚集索引。

非聚簇索引

非聚集索引类似于简单索引。它们只是用于快速检索数据。不一定有唯一的数据。

聚集索引

聚集索引根据表或视图中的键值对数据行进行排序和存储。这些是包含在索引定义中的列。每个表只能有一个聚集索引，因为数据行本身只能按一种顺序排序。

只有当表中包含聚集索引时，表中的数据行才会按排序顺序存储。当一个表具有聚集索引时，这个表称为聚集表。如果表没有聚集索引，则其数据行存储在称为堆的无序结构中。

非聚集

Nonclustered indexes have a structure separate from the data rows. A nonclustered index contains the nonclustered index key values and each key value entry has a pointer to the data row that contains the key value. The pointer from an index row in a nonclustered index to a data row is called a row locator. The structure of the row locator depends on whether the data pages are stored in a heap or a clustered table. For a heap, a row locator is a pointer to the row. For a clustered table, the row locator is the clustered index key.

可以将非键列添加到非聚集索引的叶级，以绕过现有的索引键限制，并执行完全覆盖的索引查询。有关更多信息，请参见创建包含列的索引。有关索引键限制的详细信息，请参见SQL Server最大容量规格。

参考:https://learn.microsoft.com/en-us/sql/relational-databases/indexes/clustered-and-nonclustered-indexes-described

一个非常简单的、非技术性的经验法则是，聚集索引通常用于主键(或者至少是唯一的列)，而非聚集索引用于其他情况(可能是外键)。实际上，SQL Server默认会在你的主键列上创建一个聚集索引。正如您将了解到的，聚类索引与数据在磁盘上物理排序的方式有关，这意味着对于大多数情况，它是一个很好的全面选择。

聚集索引

聚集索引基本上是一个树状组织的表。与将记录存储在未排序的Heap表空间中不同，聚集索引实际上是具有叶子节点(按群集键列值排序)的B+树索引，存储实际的表记录，如下图所示。

在SQL Server和MySQL中，Clustered Index是默认的表结构。即使表没有主键，MySQL也会添加一个隐藏的集群索引，而SQL Server总是在表有主键列时构建一个集群索引。否则，SQL Server将存储为堆表。

聚集索引可以加速按聚集索引键过滤记录的查询，就像通常的CRUD语句一样。由于记录位于叶节点中，因此在根据记录的Primary Key值定位记录时，不需要额外查找额外的列值。

例如，在SQL Server上执行如下SQL查询:

SELECT PostId, Title
FROM Post
WHERE PostId = ? 

您可以看到，执行计划使用群集索引查找操作来定位包含Post记录的叶子节点，并且扫描群集索引节点只需要两个逻辑读取:

|StmtText                                                                             |
|-------------------------------------------------------------------------------------|
|SELECT PostId, Title FROM Post WHERE PostId = @P0                                    |
|  |--Clustered Index Seek(OBJECT:([high_performance_sql].[dbo].[Post].[PK_Post_Id]), |
|     SEEK:([high_performance_sql].[dbo].[Post].[PostID]=[@P0]) ORDERED FORWARD)      | 

Table 'Post'. Scan count 0, logical reads 2, physical reads 0

非聚簇索引

由于聚集索引通常是使用主键列值构建的，如果您想加快使用其他列的查询速度，那么必须添加次要非聚集索引。

二级索引将在它的叶节点中存储主键值，如下图所示:

因此，如果我们在Post表的Title列上创建一个Secondary Index:

CREATE INDEX IDX_Post_Title on Post (Title)

然后执行下面的SQL查询:

SELECT PostId, Title
FROM Post
WHERE Title = ? 

我们可以看到，索引查找操作用于在IDX_Post_Title索引中定位叶子节点，它可以提供我们感兴趣的SQL查询投影:

|StmtText                                                                      |
|------------------------------------------------------------------------------|
|SELECT PostId, Title FROM Post WHERE Title = @P0                              |
|  |--Index Seek(OBJECT:([high_performance_sql].[dbo].[Post].[IDX_Post_Title]),|
|     SEEK:([high_performance_sql].[dbo].[Post].[Title]=[@P0]) ORDERED FORWARD)|

Table 'Post'. Scan count 1, logical reads 2, physical reads 0

由于相关的PostId主键列值存储在IDX_Post_Title叶节点中，因此此查询不需要额外查找来定位聚集索引中的Post行。