聚集索引（Clustered Index）和非聚集索引（Non-Clustered Index）是索引设计的核心概念，二者的本质区别体现在 与数据物理存储的关联方式上，这种区别直接决定了它们的性能特性和适用场景。
我们平时说的 聚簇索引 和 非聚簇索引 ，其实就是 聚集索引 与 非聚集索引，同一个东西，只是叫法不一样。现在在比较新的文献、资料中，习惯叫聚集索引和非聚集索引。
聚集索引：索引即数据的 "物理排列"
1、聚集索引的核心是 索引键的排序顺序与数据在磁盘上的物理存储顺序完全一致。
2、可以类比为 按ISBN号来排序的图书馆书架 （ISBN，International Standard Book Number，国际标准书号），书在书架上的物理顺序就是ISBN顺序**（数据物理顺序=索引顺序）**，找书时直接按号码走到对应书架即可。
3、在数据库中，聚集索引的叶子节点直接存储完整的行数据 （而非指针）。也就是说，通过聚集索引找到叶子节点时，就能直接获取该行的所有字段值，无需额外查找。
4、由于数据的物理存储顺序只有一种，一张表只能有一个聚集索引 （这是最关键的限制），一般来说是 表的主键。
5、聚集索引的 B+树 示图：
非聚集索引：索引与数据 "独立排序"
1、非聚集索引的索引键排序与数据的物理存储顺序 毫无关联，二者是相互独立的结构。
2、可以类比为 图书馆入口处的电脑搜索 ，可以按 作者/书名/主题 等多种方式搜索。在电脑处搜索，每次搜索实际指向 书在书架的实际位置（包含指针） ，我们需要先在电脑处搜索，再根据搜索出的位置信息去书架找书**（二次查找）**。
3、在数据库中，非聚集索引的 叶子节点存储的是 "索引键值" 和 "指向数据物理位置的指针" 。通过非聚集索引查询时，需要先找到叶子节点的指针，再根据指针去磁盘读取完整数据（这个过程又称为 "书签查找" ，也就是我们经常说的 "回表"）。
4、由于不影响数据的物理存储，一张表可以创建多个非聚集索引（但数量过多会增加存储和维护成本）。
5、非聚集索引的 B+树示图：
对比
| 对比维度 | 聚集索引 | 非聚集索引 |
|---|---|---|
| 与数据存储的关系 | 决定数据的物理存储顺序（索引 = 数据顺序） | 与数据物理存储顺序无关（索引独立排序） |
| 数量限制 | 1 个（表的物理顺序唯一） | 多个（通常建议不超过 5-6 个，避免性能损耗） |
| 叶子节点内容 | 完整的行数据（包含所有字段） | 索引键值 + 指针（指向数据位置或聚集索引键） |
| 查询性能（全量数据） | 极高（直接定位数据，无二次查找） | 相对聚集低一些（需先查索引，再通过指针找数据） |
| 范围查询效率 | 最优（数据连续存储，可批量读取） | 相对聚集差一些（需多次书签查找，数据分散） |
| 对写入的影响 | 插入 / 更新成本高（可能导致数据物理移动） | 插入 / 更新成本较低（仅需维护索引结构） |
总结
- 聚集索引是 "数据的物理排列方式" ，索引与数据绑定，全表只能有一个，磁盘IO效率 - "连续IO"。
- 非聚集索引是 "数据的目录" ，索引与数据独立，全表可以有多个，磁盘IO效率 - "随机IO"。
别让过分苛求，阻碍了我们通往优秀的路，更不要因为追求完美，给自己施加太大压力，而不去行动。-- 烟沙九洲