SQL Sever索引类型包括：唯一索引、主键索引、聚集索引、非聚集索引。

MySQL索引类型包括：唯一索引、主键（聚集）索引、非聚集索引、全文索引。

二. 聚集索引

聚集索引，也叫聚簇索引。

定义：数据行的物理顺序与列值（通常是主键的列）的逻辑顺序相同。一张表中只能有一个聚集索引。

光从定义上看是不是有点抽象？比如表就像我们之前用的新华字典，聚集索引就像拼音目录，每个单词存储的页码就是我们数据的物理地址。我们如果要查询“哇”字，我们只需要在新华字典拼音目录中查询“哇”字对应的页码，就可以查询到对应的“哇”字的位置，拼音目录对应的A-Z词序，与新华字典中实际存储的字符A-Z顺序相同。如果我们有一个新的汉字，拼音开头的第一个字符是B，那么插入的时候，必须按照拼音目录的顺序插入到字符A之后。现在用一个简单的图来大致说明一下数据库中的样子：

地址idusernamescore0x011 Xiaoming900x022Xiaohong800x033Xiaohua92.0xff256Xiaoying70 注：第一列中的地址表示该行数据在磁盘上的物理地址，后面三列是我们SQL表中的列，其中id为主键，创建聚集索引。

结合上表就可以理解这句话：数据行的物理顺序与列值的顺序相同。如果我们查询后面的ID的数据，那么这行数据的地址也会和磁盘上的物理地址进行比较。退后一步。并且由于物理排列与聚集索引的顺序相同，因此只能创建一个聚集索引。

聚集索引实际存储示意图

从上图可以看出聚集索引的好处。索引的叶子节点就是对应的数据节点（MySQL中的MyISAM除外，这种存储引擎的聚集索引和非聚集索引只是多了一个唯一约束，没有其他区别）。您可以直接获取所有对应列的数据。非聚集索引，当索引没有覆盖对应的列时，需要进行二次查询。这将在稍后详细讨论。因此，在查询方面，聚集索引的速度往往更有优势。

创建聚集索引

如果不创建索引，系统会自动为表创建一个隐式列作为聚集索引。

1、创建表时指定主键（注：SQL Sever默认主键是聚集索引，也可以指定为非聚集索引，而MySQL中主键是聚集索引）

创建表t1(

id int 主键，

名称nvarchar(255)

）

2、建表后添加聚集索引

SQL服务器

在表名（列名）上创建聚集索引clustered_index

MySQL

altertable table_name 添加主键(colum_name)

值得注意的是，创建表时最好添加聚集索引。由于聚集索引物理顺序的特殊性，如果在上面创建索引，所有的数据行都会按照索引列的顺序移动。这会消耗大量的时间和性能。

三. 非聚集索引

非聚集索引。

定义：该索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同。一个表可以有多个非聚集索引。

其实从定义上来说，聚集索引以外的索引都是非聚集索引，只不过人们想把非聚集索引细分为普通索引、唯一索引、全文索引。如果非要把非聚集索引比作现实生活中的一些东西，那么非聚集索引就像是新华字典的部首词典，它的结构顺序并不一定与实际的存储顺序一致。

非聚集索引实际存储示意图

聚合索引的二次查询问题

非聚集索引叶子节点仍然是索引节点，但有一个指向相应数据块的指针。如果使用非聚集索引查询，并且查询列包含索引未覆盖的其他列，那么会执行第二次。查询，查询节点上对应数据行的数据。

假如有下表t1：

idusernamescore1 小明902 小红803 小华92.256 小英70 聚集索引和聚集索引（id）、非聚集索引（username）。

使用下面的语句进行查询。无需执行第二次查询。可以直接从非聚集索引的节点获取查询列的数据。

select id, username from t1 where username='小明'

从t1 中选择用户名，其中用户名='小明'

但使用如下语句进行查询，需要进行第二次查询才能获取原始数据行的分数：

选择用户名，得分来自t1 其中username='Xiao Ming'

SQL Server中的查询效率如下。 Index Seek 是建立索引所花费的时间，Key Lookup 是二次查询所花费的时间。可以看到，花费在二次查询上的查询开销占比很大，达到了50%。

在SQL Server中，查询会自动优化并选择合适的索引。因此，如果数据量不大，SQL Server很可能不会使用非聚集索引进行查询，而是会使用聚集索引进行查询，即使有必要。扫描整个聚集索引比使用非聚集索引更有效。

我尝试在包含300,000 行的表上创建非聚集索引。查询非聚集索引覆盖的列以外的列，都会变成聚集索引的全索引扫描查询，避免二次查询。在另一个有200万行的表中，该表将使用非聚集索引查找对应的列，然后执行kek查找。关于SQL Server，有索引查找、索引扫描、表扫描、键查找等几个概念。您可以查看此博客以获取更详细的描述。

但在MySQL中，即使表的数据量很小并且查询的是非键列，也不会使用聚集索引来进行全索引扫描。但如果强制使用聚集索引进行查询，性能会比非聚集索引查询差。这是SQL 中的两个差异。

另外需要注意的是，非聚集索引的叶子节点不仅会存储索引覆盖的列的数据，还会存储聚集索引覆盖的列的数据。

如何解决非聚集索引的二次查询问题

综合索引（覆盖索引）

通过创建两列以上的索引，可以查询复合索引中各列的数据，无需二次查询回表，如index(col1, col2)，执行以下语句

从t1 中选择col1、col2，其中col1='213'；

需要注意的是，复合索引的使用需要满足最左边索引的原则。也就是说，如果查询时where条件中没有最左边的一列或多列，索引将不起作用。

SQL Server中还有include的使用，可以包含非聚集索引中包含的列，而不必构建复合索引。

四. 总结与使用心得

使用聚集索引的查询效率高于非聚集索引。但如果需要频繁改变聚集索引的值，则由于需要移动对应数据的物理位置，写入性能不高。

如果查询时能够使用非聚集索引，就可以避免二次查询，因此性能会得到很大的提高。

并不是所有的表都适合创建索引。只有数据量大的表才适合创建索引，并且索引建立在选择性高的列上，性能会更好。