写在前面的废话： 索引这个知识点，我前前后后不知道看了多少边，网上的文章五花八门，搞的我晕头转向，搞的牛逼点的就是测试索引带来的好处，还搞一大堆的测试数据出来，有意思吗？MS自己不会测试吗？这样的测试有意思吗？这些测试我想知道为了证明什么……明显欺负我们这些不懂索引的屌丝。思来想去，自己动手丰衣足食！索引这东西就是个很抽象的东东，网上有很多跟索引一样抽象的文章，让我这屌丝实难看下去，更别说看懂了，看来看去，截至我写这片博客时，我仅仅知道索引分为聚集和非聚集索引……哈哈！无奈啊！下面我就从我的几个疑问开始，为自己解惑！正在更新修改中…… 下文有错误哟！
1、为什么引入索引
2、索引为什么分类
3、索引的结构是怎样构建的
4、索引的维护代价和正确使用
第一问？ 为什么引入索引
一个大数据表，查找其中一条数据，怎么找？废话，当然一条条的找！会累啊！怎么办，像我这样聪明的人就开始想了，把数据给规范下，或者排个序啥的，查找就简单了，可是，怎样排序呢？将表中数据全部排序？每次有新数据进来都将新数据插入排好序的地方，这是笨方法！在想别办法，我可以再搞一个‘表’这样的东西，记录插入新数据的物理地址，这样在原有表的基础上，我新‘表’的数据量就小很多，这个小‘表’就是索引，里面的数据对查找数据是相当有用的，理论上需要两个字段，第一：真实数据的物理地址；第二：主键（哪个真是数据的物理地址）；这是个小表，随我们怎么操作，但是对于建立索引之前的数据怎么处理？没办法，一条条的找，找到再将关键性的两个字段插入索引就OK了！所以在对已有大数据的表建索引的时候，很费劲的！总结：为了快点找到所需数据！
第二问？ 索引为什么分类
针对上文所说的笨方法，其实就是聚集索引，将数据排序，MS是按照很上档次的平衡二叉树算法排序的，排序之后，数据就很规范的聚在一起了，就叫聚集索引，同样数据同样算法排序结果一样，索引聚集索引只有一个！这样看来，就接地气的多，什么算法，不就排个序吗？西方人，就喜欢搞名词，也无非是跟爱迪生一样一个个的试，哪个对大数据排序最快，就用那个算法！都说这是笨方法，MS默认的索引就不是聚集索引，谁闲着没事把大数据排序啊！人都是聪明的，当然采用聪明的方法！非聚集索引就是了，就是上文小表的做法，不动大数据，在搞个小表记录必要信息即可，在小表上找到主键对应的物理地址就oK了，拿着物理地址，直接就找到真实数据了！这样的小表可以有多个，真实数据的主键虽然是唯一的，但是有很多字段也是唯一的只不过没被选中作为主键，这样的字段也可以与物理地址一起构建一个新表，所以非聚集索引可以有多个，由于没有排序真实数据，真实数据也就没有按照一定规则紧挨着，所以就叫做非聚集！总结：为了快点找数据，一个聪明人和笨蛋的想出来的不同方法！另外，表有两种组织方式，B树(Balance Tree)或者堆(Heap)！也知道为什么了吧！B树表因为表数据被搞过了。
第三问？ 索引的结构是怎样构建的 这个是重头戏
解决第二问，问题紧接着就来了，逻辑上聚集索引和非聚集索引很简单，但在真实的数据库怎么做到呢？聚集索引的结果是个B树结构的数据表，但是实现的过程是怎会样呢？非聚集索引又是怎样呢？真正的聚集索引和非聚集索引这个东西究竟是啥？先不去管MS或者其他数据库开发者，怎么解决，自己想一想？
先说，聚集索引，既然给大数据排序，首先有排序算法，这个好说（http://www.cnblogs.com/lwzz/archive/2011/07/27/2119021.html）公认的B树算法，但是这么多的数据，怎么才能听我的话，按照算法排好队呢，我又不是他爸，凭啥听我的？还有就是，人家排队的前提是，有多余空间才能移动吧！
http://www.cnblogs.com/lwzz/archive/2012/08/05/2620824.html
http://www.cnblogs.com/knowledgesea/p/3672099.html#top
附上B算法总结：
B树：二叉树，每个结点只存储一个关键字，等于则命中，小于走左结点，大于走右结点；
B-树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点；
所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中；
B+树：在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中；