聚集索引和非聚集索引的区别底层_别说你不懂数据库，索引get起来！

数据库中的索引最通俗易懂的解释大概就是“目录”？想象一下几千页的牛津字典没有的目录，你的第一想法是什么？抓头发？nonono恐怕再抓下去会头发就真的所剩无几了。Woc，怎么会有这么大的bug？如果你是第二种，恭喜你，妥妥的程序猿(程序媛)一枚！

一张表如果没有建立索引就如同字典没有灵魂目录一般，由此可以看出索引的重要性。此次就数据库的索引小编将对其进行深入剖析，力求通过这篇文章将索引言简意赅、深入浅出、360度无死角的展现在广大读者的面前。

在攻下这个堡垒之前，我们先来大体上了解一下索引：

索引相当于一张表的附加表，存储着表中建立索引的字段值以及对应记录值的地址，在进行查询时，首先要做的就是在索引表中进行查询，根据查询的条件找到相关记录的地址，再根据记录地址在表中存取对应的记录；索引分为聚集索引与非聚集索引；经常进行insert，delete，updata操作就不要建立索引，因为索引会明显降低插入、删除、更新等维护任务的速度。

看到这是不是像苏大强一样头又痛有晕呢？没关系，下面小编带你一一解决这些问题。

Poser1：索引是怎么来提高查询速度的？

Poser2：为什么会降低增删改的速度？

Poser3：聚集索引和非聚集索引有什么本质区别？

首先来解决第一个难题，当你对某一字段加上索引之后，查询就会先去索引表中一次定位到特殊值的行数，大大减少遍历匹配的行数，所以能够明显增加查询的速度。通过页目录可以在O(logN)的时间内快速定位到数据具体的页上，如果没有用索引的话，就需要遍历整个双向链表以及单向链表来找到具体的数据。

MySQL底层是B+树的结构，B+树是平衡树的一种，它的非子叶点它的非叶子节点只具有导航的作用，数据全部存储在叶子节点上，并且叶子节点之间是相链的，因此遍历一棵B+数只需要在线性时间内遍历叶子节点即可。为了更好的保持B+树的结构性，在每次进行INSERT、UPDATE和DELETE后都需要维护树结构，这些维护工作也将导致额外的开销，导致索引降低了增删改的速度。

有没有发出像发出土拨鼠一样的尖叫，对的，就是这样，尽情释放你的脑洞，一个原理性的难题就这样被你轻松解决掉。

最后介绍一下聚集索引与非聚集索引，聚集索引本质为按照每张表的主键构造一棵B+树，非聚集索引以非主键创建的索引。聚集索引在叶子节点存储的是表中的数据，并且聚集索引在逻辑上是连续的，而非聚集索引在叶子节点存储的是主键和索引列。当使用非聚集索引查询时，拿到叶子上的主键再去查找想要的数据。

课代表划重点：聚集索引在一张表中只能有一个，而非聚集索引可以有多个。