索引用于加快查询的性能。它通过减少必须访问/扫描的数据库数据页的数量来实现这一点。

在SQL Server中，聚集索引决定了表中数据的物理顺序。每个表只能有一个聚集索引(聚集索引就是表)。表上的所有其他索引都称为非聚集索引。

SQL Server索引基础 SQL Server索引基础 SQL Server索引 指数基本知识 指数(维基)

聚集索引类似于电话簿的内容。你可以在“希尔迪奇，大卫”上打开这本书，找到所有希尔迪奇酒店的所有信息。这里聚集索引的键是(lastname, firstname)。

这使得聚集索引非常适合基于范围查询检索大量数据，因为所有数据都位于彼此相邻的位置。

由于聚集索引实际上与数据的存储方式有关，所以每个表只能使用一个索引(尽管可以模拟多个聚集索引)。

非聚集索引的不同之处在于，您可以有许多索引，然后它们指向聚集索引中的数据。例如，你可以在电话簿的后面有一个非聚集索引，键值为(城镇，地址)

想象一下，如果你必须在电话簿中搜索所有住在“伦敦”的人——只有聚类索引，你必须搜索电话簿中的每一个项目，因为聚类索引上的键是on(姓，名)，因此生活在伦敦的人随机分散在索引中。

如果在(town)上有非聚集索引，则可以更快地执行这些查询。

索引用于加快在数据库中的搜索速度。MySQL有一些关于这个主题的很好的文档(也适用于其他SQL服务器): http://dev.mysql.com/doc/refman/5.0/en/mysql-indexes.html

索引可用于高效地查找查询中与某列匹配的所有行，然后仅遍历表的该子集以查找精确匹配。如果WHERE子句中的任何列上都没有索引，SQL server必须遍历整个表并检查每一行以查看是否匹配，这在大表上可能是一个缓慢的操作。

索引也可以是UNIQUE索引，这意味着在该列中不能有重复的值，也可以是PRIMARY KEY，在某些存储引擎中，PRIMARY KEY定义了值在数据库文件中的存储位置。

在MySQL中，你可以在SELECT语句前使用EXPLAIN来查看你的查询是否使用了任何索引。这是排除性能问题的良好开端。点击此处阅读更多信息: http://dev.mysql.com/doc/refman/5.0/en/explain.html

索引用于加快查询的性能。它通过减少必须访问/扫描的数据库数据页的数量来实现这一点。

在SQL Server中，聚集索引决定了表中数据的物理顺序。每个表只能有一个聚集索引(聚集索引就是表)。表上的所有其他索引都称为非聚集索引。

SQL Server索引基础 SQL Server索引基础 SQL Server索引 指数基本知识 指数(维基)

索引就是为了快速找到数据。

数据库中的索引类似于书籍中的索引。如果一本书有索引，我让你在书中找到一个章节，你可以在索引的帮助下很快找到。另一方面，如果这本书没有索引，你将不得不花更多的时间从开始到结束寻找每一页的章节。

以类似的方式，数据库中的索引可以帮助查询快速找到数据。如果你不熟悉索引，下面的视频会非常有用。事实上，我从他们身上学到了很多。

指数基本知识 聚集索引和非聚集索引 唯一索引和非唯一索引 指标的优缺点

那么，索引是如何工作的呢?

首先，当我们将索引放在列上以优化查询性能时，数据库表不会重新排序。

An index is a data structure, (most commonly its B-tree {Its balanced tree, not binary tree}) that stores the value for a specific column in a table.

b -树的主要优点是其中的数据是可排序的。与此同时，B-Tree数据结构具有时间效率，搜索、插入、删除等操作可以在对数时间内完成。

所以指数是这样的

在这里，对于每一列，它都将映射到一个数据库内部标识符(指针)，该标识符指向该行的确切位置。现在，如果我们运行同样的查询。

查询执行的可视化表示

所以，索引只是把时间复杂度从o(n)降低到o(log n)

详细信息- https://pankajtanwar.in/blog/what-is-the-sorting-algorithm-behind-order-by-query-in-mysql