在SQL Server中，索引是一種增強式的存在，這意味著，即使沒有索引，SQL Server仍然可以實現應有的功能。但索引可以在大多數情況下大大提升查詢性能，在OLAP中尤其明顯.要完全理解索引的概念，需要了解大量原理性的知識，包括B樹，堆，數據庫頁，區，填充因子，碎片,文件組等等一系列相關知識，這些知識寫一本小書也不為過。所以本文並不會深入討論這些主題。
索引是對數據庫表中一列或多列的值進行排序的一種結構，使用索引可快速訪問數據庫表中的特定信息。
精簡來說，索引是一種結構.在SQL Server中，索引和表（這裡指的是加了聚集索引的表）的存儲結構是一樣的,都是B樹，B樹是一種用於查找的平衡多叉樹.理解B樹的概念如下圖:
理解為什麼使用B樹作為索引和表（有聚集索引）的結構，首先需要理解SQL Server存儲數據的原理.
在SQL SERVER中，存儲的單位最小是頁(PAGE),頁是不可再分的。就像細胞是生物學中不可再分的，或是原子是化學中不可再分的最小單位一樣.這意味著,SQL SERVER對於頁的讀取，要麼整個讀取，要麼完全不讀取，沒有折中.
在數據庫檢索來說，對於磁盤IO掃描是最消耗時間的.因為磁盤掃描涉及很多物理特性，這些是相當消耗時間的。所以B樹設計的初衷是為了減少對於磁盤的掃描次數。如果一個表或索引沒有使用B樹（對於沒有聚集索引的表是使用堆heap存儲),那麼查找一個數據，需要在整個表包含的數據庫頁中全盤掃描。這無疑會大大加重IO負擔.而在SQL SERVER中使用B樹進行存儲，則僅僅需要將B樹的根節點存入內存，經過幾次查找後就可以找到存放所需數據的被葉子節點包含的頁！進而避免的全盤掃描從而提高了性能.
下面，通過一個例子來證明：
在SQL SERVER中，表上如果沒有建立聚集索引，則是按照堆（HEAP）存放的，假設我有這樣一張表:
現在這張表上沒有任何索引，也就是以堆存放，我通過在其上加上聚集索引（以B樹存放）來展現對IO的減少:
