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

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。

一般来说，索引是b树。有两种类型的索引:聚集索引和非聚集索引。

聚集索引创建了行的物理顺序(它可以只有一个，在大多数情况下它也是一个主键——如果你在表上创建了主键，你也在这个表上创建了聚集索引)。

非聚类索引也是一棵二叉树，但它不创建行的物理顺序。因此非聚类索引的叶节点包含PK(如果存在)或行索引。

索引用于提高搜索速度。因为复杂度是O(log N)。索引是一个非常大而有趣的话题。可以说，在大型数据库上创建索引有时是一种艺术。

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。