什麼是索引
在許多經典回答中我們都會看到有人說:“索引就像書的目錄， 通過書的目錄就準確的定位到了書籍具體的內容”。這句話正確到沒有任何意義。
想要理解索引原理必須清楚一種數據結構「平衡樹」(非二叉)，也就是b tree或者 b+ tree，重要的事情說三遍：“平衡樹，平衡樹，平衡樹”。當然， 有的數據庫也使用哈希桶作用索引的數據結構 ， 然而， 主流的RDBMS都是把平衡樹當做數據表默認的索引數據結構的。
我們平時建表的時候都會爲表加上主鍵， 在某些關係數據庫中， 如果建表時不指定主鍵，數據庫會拒絕建表的語句執行。
事實上， 一個加了主鍵的表，並不能被稱之爲「表」。一個沒加主鍵的表，它的數據無序的放置在磁盤存儲器上，一行一行的排列的很整齊， 跟我認知中的「表」很接近。
聚簇索引
如果給表上了主鍵，那麼表在磁盤上的存儲結構就由整齊排列的結構轉變成了樹狀結構，也就是上面說的「平衡樹」結構，換句話說，就是整個表就變成了一個索引。沒錯， 再說一遍， 整個表變成了一個索引，也就是所謂的「聚集索引」。 這就是爲什麼一個表只能有一個主鍵， 一個表只能有一個「聚集索引」，因爲主鍵的作用就是把「表」的數據格式轉換成「索引（平衡樹）」的格式放置。
假如我們執行一個SQL語句：
select * from table where id = 1256;
首先根據索引定位到1256這個值所在的葉結點，然後再通過葉結點取到id等於1256的數據行。 這裏不講解平衡樹的運行細節， 但是從上圖能看出，樹一共有三層， 從根節點至葉節點只需要經過三次查找就能得到結果。
假如一張表有一億條數據 ，需要查找其中某一條數據，按照常規邏輯， 一條一條的去匹配的話， 最壞的情況下需要匹配一億次才能得到結果，用大O標記法就是O(n)最壞時間複雜度，這是無法接受的，而且這一億條數據顯然不能一次性讀入內存供程序使用， 因此， 這一億次匹配在不經緩存優化的情況下就是一億次IO開銷，以現在磁盤的IO能力和CPU的運算能力， 有可能需要幾個月才能得出結果 。如果把這張錶轉換成平衡樹結構（一棵非常茂盛和節點非常多的樹），假設這棵樹有10層，那麼只需要10次IO開銷就能查找到所需要的數據， 速度以指數級別提升，用大O標記法就是O(log n)，n是記錄總樹，底數是樹的分叉數，結果就是樹的層次數。換言之，查找次數是以樹的分叉數爲底，記錄總數的對數，用公式來表示就是
用程序來表示就是Math.Log(100000000,10)，100000000是記錄數，10是樹的分叉數（真實環境下分叉數遠不止10）， 結果就是查找次數，這裏的結果從億降到了個位數。因此，利用索引會使數據庫查詢有驚人的性能提升。
然而， 事物都是有兩面的， 索引能讓數據庫查詢數據的速度上升， 而使寫入數據的速度下降，原因很簡單的， 因爲平衡樹這個結構必須一直維持在一個正確的狀態， 增刪改數據都會改變平衡樹各節點中的索引數據內容，破壞樹結構， 因此，在每次數據改變時， DBMS必須去重新梳理樹（索引）的結構以確保它的正確，這會帶來不小的性能開銷，也就是爲什麼索引會給查詢以外的操作帶來副作用的原因。
非聚簇索引
講完聚集索引 ， 接下來聊一下非聚集索引， 也就是我們平時經常提起和使用的常規索引。
非聚集索引和聚集索引一樣， 同樣是採用平衡樹作爲索引的數據結構。索引樹結構中各節點的值來自於表中的索引字段， 假如給user表的name字段加上索引 ， 那麼索引就是由name字段中的值構成，在數據改變時， DBMS需要一直維護索引結構的正確性。如果給表中多個字段加上索引 ， 那麼就會出現多個獨立的索引結構，每個索引（非聚集索引）互相之間不存在關聯。 如下圖：
每次給字段建一個新索引， 字段中的數據就會被複制一份出來， 用於生成索引。 因此， 給表添加索引，會增加表的體積， 佔用磁盤存儲空間。
非聚集索引和聚集索引的區別在於， 通過聚集索引可以查到需要查找的數據， 而通過非聚集索引可以查到記錄對應的主鍵值 ， 再使用主鍵的值通過聚集索引查找到需要的數據，如下圖：
不管以任何方式查詢表， 最終都會利用主鍵通過聚集索引來定位到數據， 聚集索引（主鍵）是通往真實數據所在的唯一路徑。
覆蓋索引
然而， 有一種例外可以不使用聚集索引就能查詢出所需要的數據， 這種非主流的方法 稱之爲「覆蓋索引」查詢， 也就是平時所說的複合索引或者多字段索引查詢。 文章上面的內容已經指出， 當爲字段建立索引以後， 字段中的內容會被同步到索引之中， 如果爲一個索引指定兩個字段， 那麼這個兩個字段的內容都會被同步至索引之中。
先看下面這個SQL語句
//建立索引
create index index_birthday on user_info(birthday);
//查詢生日在1998年4月16日出生用戶的用戶名
select user_name from user_info where birthday = '1998-4-16'
這句SQL語句的執行過程如下
1、首先，通過非聚集索引index_birthday查找birthday等於1998-4-16的所有記錄的主鍵ID值
2、然後，通過得到的主鍵ID值執行聚集索引查找，找到主鍵ID值對就的真實數據（數據行）存儲的位置
3、最後， 從得到的真實數據中取得user_name字段的值返回， 也就是取得最終的結果
我們把birthday字段上的索引改成雙字段的覆蓋索引
create index index_birthday_and_user_name on user_info(birthday, user_name);
這句SQL語句的執行過程就會變爲
通過非聚集索引index_birthday_and_user_name查找birthday等於1998-4-16的葉節點的內容，然而， 葉節點中除了有user_name表主鍵ID的值以外， user_name字段的值也在裏面， 因此不需要通過主鍵ID值的查找數據行的真實所在， 直接取得葉節點中user_name的值返回即可。 通過這種覆蓋索引直接查找的方式， 可以省略不使用覆蓋索引查找的後面兩個步驟， 大大的提高了查詢性能，如下圖
