聚簇索引叶子节点存整行数据，非聚簇索引叶子节点只存索引列值和主键值，需回表查询；一张表仅有一个聚簇索引（由主键/唯一非空索引/隐式row_id决定），可建多个非聚簇索引。
聚簇索引和非聚簇索引的核心区别在于：数据行是否与索引结构物理绑定。聚簇索引的叶子节点直接存整行数据，而非聚簇索引的叶子节点只存索引列值 + 主键值（需回表）。这个根本差异决定了它们的性能特征和适用场景。
看存储结构：数据是不是就长在索引上
在 InnoDB 中：
- 聚簇索引的 B+ 树叶子节点 = 表数据本身，比如主键是 id，那 id=100 的那行所有字段（name、age、email…）就直接存在这个叶子页里；
- 非聚簇索引（也叫二级索引）的叶子节点只存两样东西：你建索引的列值（比如 email='a@b.com'）和这行对应的主键值（比如 id=100），不存其他字段；
- 查非聚簇索引时，MySQL 先按 email 找到 id=100，再拿着 id=100 去聚簇索引里查完整数据——这就是“回表”，多一次 B+ 树查找。
看数量和生成规则：一张表只能有一个聚簇索引
InnoDB 表必须有且仅有一个聚簇索引，它由以下优先级自动确定：
- 显式定义了 PRIMARY KEY → 主键就是聚簇索引；
- 没主键但有第一个 UNIQUE NOT NULL 索引 → 它被选为聚簇索引；
- 两者都没有 → InnoDB 隐式创建 6 字节 row_id 作为聚簇索引（不可见，无法使用）。
而非聚簇索引可以建多个，比如给 email、status、created_at 各建一个，互不影响。
deep-java-review
下载
Java项目代码review工具。分析Git变更+完整调用链路上下文，推断业务需求，进行多维度评分和分类汇总，生成完整PRD文档。包含细粒度Java代码审查清单（Null安全、异常处理、Streams、并发、equals/hashCode、资源管理、API设计、性能、MyBatis/ORM、事务边界、SQL/DD...
看查询效率：什么操作快，什么操作慢
聚簇索引优势明显：
- 主键等值查询极快（一次定位，数据直达）；
- 主键范围查询（如 id BETWEEN 100 AND 200）高效，因为磁盘上数据物理连续；
- ORDER BY 主键天然有序，免排序。
非聚簇索引适合这些情况：
- 高频查询非主键字段（如 WHERE email = ?）；
- 配合覆盖索引使用：如果 SELECT 的字段全在非聚簇索引里（如建了 INDEX (email, name)，又只查 email 和 name），就不用回表；
- 联合条件查询，比如 WHERE category = ? AND status = ?，可建组合非聚簇索引加速。
看写入影响：选错聚簇索引可能拖慢插入
聚簇索引的键值直接影响数据物理存放顺序：
- 用自增主键（如 id BIGINT AUTO_INCREMENT）→ 新记录总追加在末尾，页分裂少，写入快；
- 用随机 UUID 或手机号作主键 → 数据频繁插入到中间位置，容易触发页分裂、产生碎片，写入变慢、空间利用率下降；
- 更新聚簇索引列（如 UPDATE SET id = …）代价极高，相当于删旧行+插新行；
- 非聚簇索引更新开销小得多，只改自己的索引树，不挪动实际数据行。
