二级索引
二级索引也被称为非聚簇索引，本身也就是一颗B+树，一个二级索引对应一颗B+树，但是二级索引B+树存储的数据跟聚簇索引不一样。聚簇索引前面也说了，叶子节点存的就是我们插入到数据库的数据，非叶子节点存的就是数据的主键id和对应的数据页号。而二级索引叶子节点存的是索引列的数据和对应的主键id，非叶子节点除了索引列的数据和id之外，还会存数据页的页号。
前面提到的数据页，其实真正是叫索引页，因为叶子节点存的是实际表的数据，所以我就叫数据页了，接下来因为真正要讲到索引了，所以我就将二级索引的页称为索引页，你知道是同一个，但是存储的数据不一样就可以了。
单列索引
假设，我们现在对name字段加了一个普通非唯一索引，那么name就是索引列，同时name这个索引也就是单列索引。此时如果往表中插入三条数据，那么name索引的叶子节点存的数据就如下图所示
mysql会根据name字段的值进行排序，这里我假设张三排在李四前面，当索引列的值相同时，就会根据id排序，所以索引实际上已经根据索引列的值排好序了。这里肯定有小伙伴疑问，name字段存储的中文也可以排序么？答案是可以的，并且mysql支持很多种排序规则，我们在建数据库或者是建表的时候等都可以指定排序规则，并且后面文章涉及到的字符串排序都是我随便排的，实际情况可能不一样。
对于单个索引列数据查找也是跟前面说的聚簇索引一样，也会对数据分组，之后可以根据二分查找在单个索引列来查找数据。当数据不断增多，一个索引页存储不下数据的时候，也会用多个索引页来存储，并且索引页直接也会形成双向链表
当索引页不断增多是，为了方便在不同索引页中查找数据，也就会抽取一个索引页，除了存页中id，同时也会存储这个id对应的索引列的值
当数据越来越多越来越多，还会抽取，也会形成三层的一个B+树，这里我就不画了。
联合索引
除了单列索引，联合索引其实也是一样的，只不过索引页存的数据就多了一些索引列。比如，在name和age上建立一个联合索引，此时单个索引页就如图所示
先以name排序，name相同时再以age排序，如果再有其它列，依次类推，最后再以id排序。相比于只有name一个字段的索引来说，索引页就多存了一个索引列。最后形成的B+树简化为如下图
小结
其实从上面的分析可以看出，聚簇索引和非聚簇索引主要区别有以下几点
- 聚簇索引的叶子节点存的是所有列的值，非聚簇索引的叶子节点只存了索引列的值和主键id
- 聚簇索引的数据是按照id排序，非聚簇索引的数据是按照索引列排序
- 聚簇索引的非叶子节点存的是主键id和页号，非聚簇索引的非叶子节点存的是索引列、主键id、页号
实际情况下索引B+树可能并不是按照我图中画出来的那样排序，但不耽误理解。
原文来自于三友的java日记