在数据库上下文中，非聚集索引是一种数据库索引，它允许更快、更有效的数据查询，而无需修改底层数据记录的实际物理顺序。顾名思义，它与聚集索引相反，聚集索引重新排列存储数据的物理顺序。
非聚集索引创建一个独立于实际表的单独数据结构，该结构保存列的子集及其指向相应数据记录的关联指针。这些索引列也称为键列，可以在查询执行期间使用，通过减少需要搜索的数据页数量来加快数据检索速度。因此，非聚集索引可以显着提高大型数据集的搜索、排序和过滤操作的性能。
非聚集索引的底层数据结构因所使用的特定数据库管理系统（DBMS）而异。尽管如此，最常见的实现之一是平衡树或 B 树。 B 树是分层的、树状的数据结构，可以有效地维护其键值对的排序顺序，从而实现快速搜索、插入和删除操作。在非聚集索引中，键列构成了 B 树组织的基础，而每个键对应的值是指向实际数据记录的指针。
在数据库系统中使用非聚集索引有多种优点。一个显着的好处是索引完全独立于实际表，这意味着对索引结构的更改不需要对存储介质上的数据进行昂贵的重组。这种分离还允许在单个表上存在多个非聚集索引，从而根据正在执行的特定操作提供各种途径来优化查询性能。此外，由于索引仅包含表中列的子集，因此它们通常比聚集索引消耗更少的存储空间。
话虽这么说，使用非聚集索引存在挑战和权衡。当数据更新、插入或删除时，相应的索引也必须更新，这可能会导致维护开销增加。此外，由于非聚集索引仅提供一种通过指针“间接”访问数据的形式，某些查询可能仍然需要从实际表中进行额外的读取，从而产生额外的性能成本。
AppMaster是一个强大的无代码平台，用于创建后端、Web 和移动应用程序，为用户提供了实施和管理各种类型的数据库索引（包括非聚集索引）所需的工具。通过利用AppMaster紧密集成的开发环境，用户可以无缝地设计和可视化他们的数据模型、业务流程和API endpoints ，根据需要将非聚集索引合并到他们的架构中以优化查询性能。 AppMaster致力于不断从头开始生成应用程序，而无需承担技术债务，这确保了整个开发过程中对索引结构的任何更改都不会妨碍最终产品的功能或效率。
考虑一个现实世界中具有大型客户数据库的电子商务平台的示例。该数据库可能包含数百万条记录，每条记录都有许多列，例如客户 ID、姓名、电子邮件地址、电话号码和送货地址。当根据电子邮件地址搜索特定客户时，在电子邮件地址列上使用非聚集索引将大大加快搜索过程。这是因为，查询执行引擎不需要扫描数据库中的每一行来查找匹配项，而是只需要遍历更小的索引，从而显着减少所需的操作总数。
非聚集索引对于优化查询性能和提供对大型数据库中数据的更有效访问至关重要。通过有效利用 B 树等单独的数据结构，非聚集索引可以实现快速搜索、排序和过滤操作，而无需直接修改数据记录的物理顺序。 AppMaster的no-code平台使开发人员能够利用非聚集索引的优势，提供简化的集成环境来创建针对查询性能优化的数据库模式、业务流程和 API。
