在SQL Server中，一个表只有两种存储结构：Heap和B-Tree，Heap是指没有创建聚集索引的表，B-Tree 结构是指已经创建聚集索引的表。
一，Heap和B-Tree的选择
索引是为了提高查询性能而设计的存储结构，索引是独立于“数据”之外的数据结构，设计目标是为了查找数据，例如，对于聚集索引，叶子节点存储的是数据，非叶子节点上存储的是索引结构。
在更新数据时，SQL Server需要维护索引结构的更新，这可能会降低数据更新的性能，注意，是可能降低数据更新的性能，而不是一定会降低数据更新的性能。
要根据对表操作的类型来选择表的存储结构：
- 如果一个表纯粹只是为了存储数据，而不进行查询，那么推荐不创建任何索引，使得该表不用维护任何索引结构，表的存储结构就是Heap。
- 如果一个表不仅存储数据，而且还会查询数据，那么推荐在表上创建聚集索引，把表结构转换为B-Tree结构。举个例子，通常，带where条件的Update操作，首先需要查找到数据，然后再更新数据。
注意，一个表只能创建一个聚集索引，从SQL Server 2016开始，可以表上创建的聚集索引，要么是rowstore的聚集索引，要么是columnstore的聚集索引。
二，索引的选择
对于Disk-base的表上索引，从存储格式上来看，可以分为rowstore和columnstore：
- 由于rowstore索引使用平衡树结构来存储数据，特别使用对单行数据或少量数据行的查找；由于rowstore索引是有序的，因此适合用于范围查找。
- columnstore索引有更高的压缩效率，特别适合用于数据仓库中的分析查询，即通过少量的维度对事实表的一个或多个数据列进行聚合查询。
对于内存优化表，可以在表上创建Hash索引，
- 哈希索引没有顺序，存储在内存中，是单行数据查询性能最高的索引类型。
三，聚集索引和非聚集索引
由于聚集索引实际上就是表，叶子节点是表数据，非叶子节点是索引的结构。
非聚集索引实际上是建立在聚集索引的结构之上的，推荐先创建聚集索引，然后创建非聚集索引。
四，索引的填充、重建和重组
为了最大程度的从索引结构中获得高的查询性能，在创建索引时，应考虑填充，以减少页拆分（Page Split）的数量；数据的更新会导致索引碎片，需要重建或重组索引，以整理碎片，提高查询性能。
推荐阅读：《索引调优 第一篇：重建、填充和查找》，《索引调优 第二篇：碎片整理》
参考文档：