首先理解一下什麼是聚集索引什麼是非聚集索引？
我們先看看百度百科對聚集索引的定義：
天吶，這是什麼？？
新技術人被英語差、技術又菜的前輩的可怕翻譯迫害，想想都是一件可怕的事。
我們看個正常的定義：
A clustered index is a special type of index that reorders the way records in the table are physically stored. Therefore table can have only one clustered index. The leaf nodes of a clustered index contain the data pages.
A nonclustered index is a special type of index in which the logical order of the index does not match the physical stored order of the rows on disk. The leaf node of a nonclustered index does not consist of the data pages. Instead, the leaf nodes contain index rows.
其實很簡單，我們的sql數據庫是行數據庫，數據是一行一行存儲的，而聚集索引是個特殊的索引，相當於這一行行記錄的物理編號，描述這一行行數據的物理存儲順序。所以，一張表只會有一個聚集索引。
如圖，聚集索引的葉子節點指向的就是實際數據頁，兩個相鄰的聚集索引1和2，它們指向數據塊上的位置——張三和李四，也得給我住兩隔壁。
拿mysql來說，聚集索引通常是表的主鍵，若無主鍵則爲表中第一個非空的唯一索引，還是沒有就採用innodb存儲引擎爲每行數據內置的ROWID作爲聚集索引（隱藏索引）。
再來，不是聚集索引的就是非聚集索引，兩個相鄰排排站的非聚集索引，它們實際指向的數據可能隔了十萬八千里。天吶，其實它就是二級索引啊。
舉個例子吧：
create table people (
`id` INT UNSIGNED AUTO_INCREMENT,
`name` VARCHAR(20),
PRIMARY KEY(`id`),
KEY(`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;該表主鍵id就是該表的聚集索引，name就是非聚集索引；表中每行數據都是按id排序存儲的；
比如要查找名字是'Aa'和'Ab'這兩個人，他們在name索引表中的位置可能是相鄰的，但實際的存儲位置則不然。
通過name索引最終只能查出數據的主鍵，然後再按主鍵撈出來。
聚集索引只能有一個，非聚集索引可以有多個。
那麼爲什麼重複率高的字段不適合作爲索引
理論文章會告訴你值重複率高的字段不適合建索引。不要說性別字段只有兩個值，網友親測，一個字段使用拼音首字母做值，共有26種可能，加上索引後，百萬加的數據量，使用索引的速度比不使用索引要慢！
一個表可能會涉及兩個數據結構(文件)，一個是表本身，存放表中的數據，另一個是索引。索引是什麼？它就是把一個或幾個字段（組合索引）按規律排列起來，再附上該字段所在行數據的物理地址（位於表中）。比如我們有個字段是年齡，如果要選取某個年齡段的所有行，那麼一般情況下可能需要進行一次全表掃描。但如果以這個年齡段建個索引，那麼索引中會按年齡值建一個排列，這樣在索引中就能迅速定位，不需要進行全表掃描。
爲什麼性別不適合建索引呢？因爲你訪問索引需要付出額外的IO開銷，你從索引中拿到的只是地址，要想真正訪問到數據還是要對錶進行一次IO。假如你要從表的100萬行數據中取幾個數據，那麼利用索引迅速定位，訪問索引的這IO開銷就非常值了。但如果你是從100萬行數據中取50萬行數據，就比如性別字段，那你相對需要訪問50萬次索引，再訪問50萬次表（非聚集索引會先找主鍵，也就是回表），加起來的開銷並不會比直接對錶進行一次完整掃描小。同時，雖然索引大大提高了查詢速度，同時卻會降低更新表的速度，如對錶進行 INSERT、UPDATE和DELETE。因爲更新表時，MySQL不僅要保存數據還要更新索引。建立索引會佔用磁盤空間。一般情 況這個問題不太嚴重，但如果你在一個大表上創建了多種組合索引，索引文件的會膨脹很快。
當然凡事不是絕對，如果把性別字段設爲表的聚集索引，那麼就肯定能加快大約一半該字段的查詢速度了。聚集索引指的是表本身中數據按哪個字段的值來進行排序。因此，聚集索引只能有一個，而且使用聚集索引不會付出額外IO開銷（一級索引，非聚集索引是二級索引，額外一次io）。當然你得能捨得把聚集索引這麼寶貴資源用到性別字段上。
由於重複率高，那麼一個重複值就會根據索引去表中進行多次查詢，每次查詢就是一次io，而遍歷表就需要一次io，所以重複率高帶來的額外io開銷是很大的。