在MySQL的InnoDB引擎中，索引可以分为聚簇索引和非聚簇索引。非聚簇索引，包括复合索引、前缀索引、唯一索引等，是通过B+树的数据结构实现的。这些索引在一些文献中也被称为辅助索引或二级索引。

聚簇索引在InnoDB中是特殊的，因为表中的数据就是按照聚簇索引的顺序存储的。聚簇索引是按照每张表的主键构建的B+树，其叶子节点存储的就是整张表的行数据。因为数据只能按照一种顺序排序，所以每张表只能有一个聚簇索引。在InnoDB中，聚簇索引默认就是主键索引。

如果表没有主键，InnoDB会按照以下规则创建聚簇索引：
- 如果没有主键，InnoDB会选择一个唯一且非空的索引列作为主键，用以创建聚簇索引。
- 如果没有这样的索引，InnoDB会隐式定义一个主键来作为聚簇索引。

需要注意的是，主键的选择会影响到性能。例如，如果主键是自增ID，由于聚簇索引的特性，相应的数据也会相邻地存储在磁盘上，这样写入性能会比较高。而如果主键是UUID，频繁的插入操作会使得InnoDB需要频繁地移动磁盘块，从而降低写入性能。

先来一张带主键的表，如下所示，pId是主键

表的索引结构图

上半部分是由主键形成的B+树，下半部分就是磁盘上真实的数据

执行语句，select * from table where pId='11'，索引过程如下

从B+树的根节点开始，通过三次查找就可以找到真实的数据。相比之下，如果不使用索引，那么就需要在磁盘上逐行扫描直到找到数据，这无疑会消耗更多的时间。因此，使用索引可以显著提高查询速度。

然而，虽然索引可以提高查询速度，但在写入数据时，需要维护B+树的结构，这会导致写入性能下降。每次在表中插入或更新数据时，都需要更新索引，这会消耗一定的时间和计算资源。因此，在设计数据库时，需要在查询性能和写入性能之间进行权衡。

接下来引入非聚簇索引，执行create index index_name on table(name);

索引结构如图

每当你在表上创建一个新的索引，系统会根据你的索引字段生成一棵新的B+树。因此，每添加一个索引，都会增加表的大小，并占用更多的磁盘存储空间。然而，值得注意的是，非聚簇索引的叶子节点并不是存储真实数据的地方。相反，它的叶子节点仍然是索引节点，存储的是索引字段的值以及对应的主键索引（也就是聚簇索引）。

执行查询，select * from table where name='lisi'，索引流程如下，

这就意味着，当我们通过非聚簇索引查询数据时，系统首先会在非聚簇索引的B+树中查找到对应的主键索引，然后再通过主键索引去聚簇索引的B+树中查找到真实的数据。这就是为什么非聚簇索引查询有时被称为“回表查询”的原因。

如果，此时我们执行：select name from table where name='lisi'

如果在非聚簇索引树上找到了想要的值，就不会去聚簇索引树上查询。

我们执行以下语句，索引结构又会发生什么变化
create index index_birthday on table(birthday);

多加了一个索引，就会多生成一颗非聚簇索引树。在做插入操作的时候，需要多维护一颗树的变化。

因此，如果索引太多，插入性能就会下降。