如果你正在使用SQL Server，最好的资源之一是安装时附带的Books Online !这是第一个地方，我将参考任何SQL Server相关的主题。

如果是实际的“我应该怎么做?”之类的问题，那么StackOverflow将是一个更好的提问场所。

此外，我已经有一段时间没有回来了，但sqlservercentral.com曾经是顶级的SQL Server相关网站之一。

索引的使用有几个不同的原因。主要原因是为了加快查询速度，以便更快地获取行或对行进行排序。另一个原因是定义一个主键或唯一索引，这将保证没有其他列具有相同的值。

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)

首先，我们需要了解正常(没有索引)查询是如何运行的。它基本上是逐个遍历每一行，当它找到数据时就返回。参考下图。(图片来自视频)

假设查询要找到50条记录，那么作为线性搜索，它必须读取49条记录。

参考下图。(图片来自视频)

当我们应用索引时，查询将快速找到数据，而不需要读取每个数据，只需要在每次遍历中消除一半的数据，就像二进制搜索一样。mysql索引存储为b -树，其中所有数据都在叶节点中。

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

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。