原文：https://blog.csdn.net/bigtree_3721/article/details/51335479
mysql的聚簇索引是指innodb引擎的特性，mysiam并没有，如果需要该索引，只要将索引指定为主键（primary key）就可以了。
比如：
create table blog_user
(
user_Name char(15) not null check(user_Name !=''),
user_Password char(15) not null,
user_emial varchar(20) not null unique,
primary key(user_Name) //聚簇索引索引
)engine=innodb default charset=utf8 auto_increment=1;
innodb索引分类：
聚簇索引(clustered index)
1) 有主键时，根据主键创建聚簇索引
2) 没有主键时，会用一个唯一且不为空的索引列做为主键，成为此表的聚簇索引
3) 如果以上两个都不满足那innodb自己创建一个虚拟的聚集索引
优点：
1）提高数据访问性能
把索引和数据都保存到同一棵B+树数据结构中，且将索引列与相关数据行保存在一起
当访问同一数据页不同行记录时，已把页加载到Buffer中，再访问的时，会在内存中完成访问
缺点：
1）维护昂贵，特别是插入新行 主键被更新导致要分页的时候
建议在大量插入新行后，选在负载较低的时间段，通过OPTIMIZE TABLE优化表，独享时间弱化碎片
2）表使用UUID做主键，使数据存储稀疏：聚簇索引可能比全表扫描慢
建议使用int的auto_increment自增作为主键
3）主键比较大的话，辅助索引会更大：辅助索引的叶子存储主键值，过长的主键值 非叶节点占more空间
辅助索引(secondary index)
非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引
在聚簇索引之上创建的索引称之为辅助索引，辅助索引访问数据总是需要二次查找。
辅助索引叶子节点存储的不再是行的物理位置，而是主键值。通过辅助索引首先找到的是主键值，再通过主键值找到数据行的数据叶，再通过数据叶中的Page Directory找到数据行（看下面的二级索引）
聚簇索引的叶节点就是数据节点，而非聚簇索引的叶节点仍然是索引节点，并保留一个链接指向对应数据块。
聚簇索引主键的插入速度要比非聚簇索引主键的插入速度慢很多。
相比之下，聚簇索引适合排序，非聚簇索引（也叫二级索引）不适合用在排序的场合。
因为聚簇索引本身已经是按照物理顺序放置的，排序很快。
非聚簇索引则没有按序存放，需要额外消耗资源来排序。
当你需要取出一定范围内的数据时，用聚簇索引也比用非聚簇索引好。
另外，二级索引需要两次索引查找，而不是一次才能取到数据，因为存储引擎第一次需要通过二级索引找到索引的叶子节点，从而找到数据的主键，然后在聚簇索引中用主键再次查找索引，再找到数据。
myisam索引：
myisam的索引和数据是分开存储存储的，myisam通过key_buffer把索引先缓存到内存中，当需要访问数据时（通过索引访问数据），在内存中直接搜索索引，然后通过索引找到磁盘相应数据，这也就是为什么索引不在key buffer命中时，速度慢的原因
————————————————————————————————————————————————-
复合索引
由多列创建的索引称为复合索引，在复合索引中的前导列必须出现在where条件中，索引才会被使用（是不是想起了最左……什么来着，you tell me）
ALTER TABLE `test`.`users` ADD INDEX `idx_users_id_name` (`name`(10) ASC, `id` ASC) ;
前缀索引
当索引的字符串列很大时，创建的索引也就变得很大，为了减小索引体积，提高索引的扫描速度，就用索引的前部分字串索引，这样索引占用的空间就会大大减少，并且索引的选择性也不会降低很多。而且是对BLOB和TEXT列进行索引，或者非常长的VARCHAR列，就必须使用前缀索引，因为MySQL不允许索引它们的全部长度。
使用：
列的前缀的长度选择很重要，又要节约索引空间，又要保证前缀索引的选择性要和索引全长度选择性接近。
唯一索引
唯一索引比较好理解，就是索引值必须唯一，这样的索引选择性是最好的，可以随时创建。
主键索引
唯一索引，不过主键索引是在创建表时就创建了。
说明
主键和唯一索引区别
1) 主键是主键约束+唯一索引
2) 主键一定包含一个唯一索引，但唯一索引不是主键
3) 唯一索引列允许空值，但主键列不允许空值
4) 一个表只能有一个主键，但可以有多个唯一索引
innodb索引：innodb的数据和索引放在一起，当找到索引也就找到了数据（这个 是这样的吗？）
自适应哈希索引：
innodb会监控表上的索引使用情况，如果观察到建立哈希索引可以带来速度的提升，那就建立哈希索引，自 适应哈希索引通过缓冲池的B+树构造而来，因此建立的速度很快，不需要将整个表都建哈希索引，InnoDB 存储引擎会自动根据访问的频率和模式来为某些页建立哈希索引。自适应哈希索引不需要 存储磁盘的，当停库内容会丢失，数据库起来会自己创建，慢慢维护索引。
索引扫描方式：
紧凑索引扫描(dense index)：
在最初，为了定位数据需要做全表扫描，为了提高扫描速度，把索引键值单独放在独立的数据的数据块里，并且每个键值都有个指向原数据块的指针，因为索引比较小，扫描索引的速度就比扫描全表快，这种需要扫描所有键值的方式就称为紧凑索引扫描
松散索引扫描(sparse index)：
为了提高紧凑索引扫描效率，通过把索引排序和查找算法（B+trre），发现只需要和每个数据块的第一行键值匹配，就可以判断下一个数据块的位置或方向，因此有效数据就是每个数据块的第一行数据，如果把每个数据块的第一行数据创建索引，这样在这个新创建的索引上折半查找，数据定位速度将更快。这种索引扫描方式就称为松散索引扫描。
覆盖索引扫描(covering index)：
包含所有满足查询需要的数据的索引称为覆盖索引，即利用索引返回select列表中的字段，而不必根据索引再次读取数据文件
索引相关常用命令：
1) 创建主键
CREATE TABLE `pk_tab2` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`a1` varchar(45) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
2) 创建唯一索引
create unique index indexname on tablename(columnname);
alter table tablename add unique index indexname(columnname);
3) 创建单列一般索引
create index indexname on tablename(columnname);
alter table tablename add index indexname(columnname);
4) 创建单列前缀索引
create index indexname on tablename(columnname(10)); //单列的前10个字符创建前缀索引
alter table tablename add index indexname(columnname(10)); //单列的前10个字符创建前缀索引
5) 创建复合索引
create index indexname on tablename(columnname1，columnname2); //多列的复合索引
create index indexname on tablename(columnname1，columnname2(10)); //多列的包含前缀的复合索引
alter table tablename add index indexname(columnname1，columnname2); //多列的复合索引
alter table tablename add index indexname(columnname1，columnname(10)); //多列的包含前缀的复合索引
6) 删除索引
drop index indexname on tablename;;
alter table tablename drop index indexname;
7) 查看索引
show index from tablename;
show create table pk_tab2;原文：https://blog.csdn.net/bigtree_3721/article/details/51335479