1 簇索引
簇索引对表的物理数据页中的数据按列进行排序然后再重新存储到磁盘上即簇索
引与数据是混为一体的它的叶节点中存储的是实际的数据由于簇索引对表中的数据一
一进行了排序因此用簇索引查找数据很快但由于簇索引将表的所有数据完全重新排列
了它所需要的空间也就特别大大概相当于表中数据所占空间的120% 表的数据行只
能以一种排序方式存储在磁盘上所以一个表只能有一个簇索引
2 非簇索引
非簇索引具有与表的数据完全分离的结构使用非簇索引不用将物理数据页中的数据
按列排序非簇索引的叶节点中存储了组成非簇索引的关键字的值和行定位器行定位器
的结构和存储内容取决于数据的存储方式如果数据是以簇索引方式存储的则行定位器
中存储的是簇索引的索引键如果数据不是以簇索引方式存储的这种方式又称为堆存储
方式Heap Structure 则行定位器存储的是指向数据行的指针非簇索引将行定位器
按关键字的值用一定的方式排序这个顺序与表的行在数据页中的排序是不匹配的
由于非簇索引使用索引页存储因此它比簇索引需要更多的存储空间且检索效率较
低但一个表只能建一个簇索引当用户需要建立多个索引时就需要使用非簇索引了
从理论上讲一个表最多可以建249 个非簇索引。
使用聚集索引
聚集索引确定表中数据的物理顺序。聚集索引类似于电话簿，后者按姓氏排列数据。由于聚集索引规定数据在表中的物理存储顺序，因此一个表只能包含一个聚集索引。但该索引可以包含多个列（组合索引），就像电话簿按姓氏和名字进行组织一样。
聚集索引对于那些经常要搜索范围值的列特别有效。使用聚集索引找到包含第一个值的行后，便可以确保包含后续索引值的行在物理相邻。例如，如果应用程序执行的一个查询经常检索某一日期范围内的记录，则使用聚集索引可以迅速找到包含开始日期的行，然后检索表中所有相邻的行，直到到达结束日期。这样有助于提高此类查询的性能。同样，如果对从表中检索的数据进行排序时经常要用到某一列，则可以将该表在该列上聚集（物理排序），避免每次查询该列时都进行排序，从而节省成本。
当索引值唯一时，使用聚集索引查找特定的行也很有效率。例如，使用唯一雇员 ID 列 emp_id 查找特定雇员的最快速的方法，是在 emp_id 列上创建聚集索引或 PRIMARY KEY 约束。
使用非聚集索引
非聚集索引与课本中的索引类似。数据存储在一个地方，索引存储在另一个地方，索引带有指针指向数据的存储位置。索引中的项目按索引键值的顺序存储，而表中的信息按另一种顺序存储（这可以由聚集索引规定）。如果在表中未创建聚集索引，则无法保证这些行具有任何特定的顺序。
与使用书中索引的方式相似，Microsoft® SQL Server™ 2000 在搜索数据值时，先对非聚集索引进行搜索，找到数据值在表中的位置，然后从该位置直接检索数据。这使非聚集索引成为精确匹配查询的最佳方法，因为索引包含描述查询所搜索的数据值在表中的精确位置的条目。如果基础表使用聚集索引排序，则该位置为聚集键值；否则，该位置为包含行的文件号、页号和槽号的行 ID (RID)。例如，对于在 emp_id 列上有非聚集索引的表，如要搜索其雇员 ID
(emp_id)，SQL Server 会在索引中查找这样一个条目，该条目精确列出匹配的 emp_id 列在表中的页和行，然后直接转到该页该行。
转载于:https://www.cnblogs.com/kevinGao/archive/2012/07/30/2671013.html