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

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。

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

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。

INDEX不是SQL的一部分。INDEX在物理层面上创建一个平衡树来加速CRUD。

SQL是一种描述概念级模式和外部级模式的语言。SQL不描述物理层模式。

创建INDEX的语句是由DBMS定义的，而不是SQL标准。