看图说话
聚集&非聚集索引
聚集索引特点
B+树结构；
叶子节点存行记录数据，叶子节点初始化一页（磁盘管理单位），当一页达到装载因子（15/16）会自动开辟新的页；
行数据存储按ID顺序存储；
非聚集索引特点
叶子节点存索引数据和索引对应的主键ID，比如图中“年龄&姓名”组合索引；
获取数据需要再次通过主键ID走一次聚集索引；
B+树索引
矮胖平衡树；
非叶子只存索引；
叶子节点是链表结构，具有顺序性；
优点：层级低减少IO次数，非叶子节点全部存储索引地址，一次IO获取一个Page，可最大获取索引范围，如果非叶子节点存数据，可能需要多次IO才能取完索引范围。
为什么主键要最好自增
叶子节点存数据，且是按ID顺序排序
如果不是顺序的，就会发生插入行为，这样就会发生数据迁移情况，造成多次IO发生
分布式ID生成器也是不能保障顺序性，如snowflake，高位取时间戳，整体是趋势增长，发生插入情况概率低，高并发情况下发生插入情况概率高些。
最左匹配原则
如图中年龄&姓名索引，B+树结构根据最左字段年龄构建。
叶子节点存储年龄，姓名，主键ID，按年龄&姓名顺序排序。
查询条件必须带有最左字段才能生效
回表和索引覆盖
索引覆盖:查询语句select字段，索引中有，就不需要再通过主键ID走聚集索引获取，反之就是需要回表，需要通过主键ID走聚集索引获取。
栗子：select 年龄，姓名，ID where 年龄=2，这个SQL 索引就可以覆盖；
select 年龄，地址 where 年龄=2，这个SQL就需要先通过索引找到，主键索引值ID，再回表获取地址。