在MySQL的索引世界中，性能优化一直是开发者们关注的焦点。而索引，作为提升查询速度的关键技术之一，是非常重要的。索引根据存储类型可以分为聚簇索引(聚集)与非聚簇索引(非聚集)，它们决定了数据在磁盘上的存储方式和查询时的访问路径。本文将带你深入了解这两种索引类型，用最简单的语言解释它们的工作原理和应用场景。
聚簇索引：
添加图片注释，不超过 140 字（可选）
想象一下，你有一个书架，上面按照书名的字母顺序排列了所有的书籍。当你想找到某本书时，你只需要按照字母顺序查找，很快就能找到。这个书架就相当于数据库中的聚簇索引。
在聚簇索引中，数据实际上就是按照索引的顺序存储在磁盘上的。也就是主键与数据在一起并存储在磁盘上。类似书本就是数据、书名类似主键，它们在一起并放置在书架上。当然这里的主键更准确应该是书的编号。
工作原理：
添加图片注释，不超过 140 字（可选）
聚集索引的叶子节点直接存储表的实际数据行，也就是数据行的物理存储顺序与索引的逻辑顺序是一致的。因此，当你通过主键进行查询时，MySQL可以直接定位到数据行所在的物理位置，大大提高了查询效率。
- 关键字（Keys）：用于维护树中数据顺序的标识符。
- 子节点指针（Child Pointers）：指针指向节点的子节点。在B+树中，每个非叶子节点的子节点指针数量总是比关键字的数量多一个。
非聚簇索引：
再想象一下，你有一个目录，类似的里面记录了书架上每本书的位置哪一排、哪一层。当你想找到某本书时，你先查找目录，找到书的实际位置，然后去书架上取书。这个笔记本就相当于数据库中的非聚簇索引。
其实还有个例子也非常形象，就是新华字典。
添加图片注释，不超过 140 字（可选）
新华字典是按照拼音或部首来组织汉字的，每个字都有一个对应的索引项，告诉你这个字在字典中的具体页码。当你想要查找一个字时，你可以先查看字典的目录，找到这个字的页码，然后直接翻到那一页查找。在这个过程中，索引项并不包含字的完整解释，只是提供了一个指向字典正文中字的位置的“指针”。
在MySQL中，非聚簇索引就是这样的“新华字典”，它的叶子节点存储的是索引列的值和对应数据行的指针，而不是数据行本身。
工作原理：
添加图片注释，不超过 140 字（可选）
非聚集索引的叶子节点不直接存储数据行，而是存储索引键值和指向数据行位置的逻辑指针。当你通过非聚簇索引进行查询时，MySQL首先在索引中找到匹配的索引项，然后根据索引项中的指针去数据表中获取完整的数据行。这个过程通常被称为“回表”。
MySQL是如何实现聚簇/非聚簇索引的？
存储引擎
添加图片注释，不超过 140 字（可选）
聚簇索引和非聚簇索引的实现依赖于存储引擎。不同的存储引擎有不同的实现方式。最常用的存储引擎是InnoDB和MyISAM，它们分别实现了聚簇索引和非聚簇索引。当然除了最常用的存储引擎外MySQL还支持其它的存储引擎。
数据结构
添加图片注释，不超过 140 字（可选）
- InnoDB存储引擎
InnoDB是MySQL默认的存储引擎之一，它使用B+树作为索引结构。InnoDB的聚簇索引（Clustered Index）实际上是表数据本身，它的叶节点包含了行数据。
- MyISAM存储引擎
MyISAM是MySQL的另一个存储引擎，它同样使用B+树作为索引结构。MyISAM的索引文件和数据文件是分开的，索引仅包含指向数据的指针。
