在谈论索引优化之前，要先了解一下他的定义以及作用。
索引是一种方便数据库查询的排好顺序的一种数据结构，其相当于图书目录对于整本书，起到的方便查询的作用。
1.从索引的结构说起
因为查询过程是在内存中完成的，而数据存储都是在磁盘上，每一次读取节点就相当于做一次I/O即访问一次硬盘，由于硬盘读取速率的限制，每次的I/O操作会消耗大量的时间，因此查询效率的一个重要指标就是尽量少的I/O操作。
几种可供选择的数据结构：
二叉树
红黑树（平衡二叉树）
B树
B+树
hash二叉树作为索引结构会导致层数过多，查询次数太多，查询效率极低。
红黑树是二叉树的改进，可以自动平衡数据，使层数有所下降，然而效率还是很低。
作为平衡二叉树引申，B树可以在每个节点存储更多的key值，将数据分为了key+1个区间，每个区间都对应一个子节点。因而具有良好的查询性能，具体结构如下：
B+树和B树的主要区别有三点：
1.在B+树中，key 的副本存储在内部节点，真正的 key 和 data 存储在叶子节点上 。
n 个 key 值的节点指针域为 n 而不是 n+1。
添加了叶子节点间的指针，大大增加区间访问性，可使用在范围查询，而B树每个节点 key 和 data 在一起，则无法区间查找。其主要结构如下：
B+树一般为每个节点分配4k/8k/16k的大小，key值一般为bigint类型，占用8B，每个节点指针占用6B，这样每个节点最多可存储1170+的key值，最后一层的叶子结点的数据大小假设为1k,那么最后一层的数据量最少是16个。对于3层的B树，可查询的数据量就在16x1170x1170=21,902,400个。这就意味着对于两千万甚至更大的数量级数据的查找仅仅需要3次I/O就可以完成。
实际上mysql的大部分引擎如Myisam和Innodb就采用的B+树的数据结构。
哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可立刻定位到相应的位置，速度非常快。至于为什么不采用这种结构，就在于它无法实现逻辑性条件的查找，而且哈希索引也没办法利用索引完成排序，以及like ‘xxx%’ 这样的部分模糊查询。在MySQL中，只有HEAP/MEMORY引擎表才能显式支持哈希索引（NDB也支持，但这个不常用），InnoDB引擎的自适应哈希索引（adaptive hash index）不在此列，因为这不是创建索引时可指定的。还需要注意到：HEAP/MEMORY引擎表在mysql实例重启后，数据会丢失。
2.mysql的索引类型
mysql常用的索引类型有如下几种：
1）普通索引index :加速查找
2）唯一索引
主键索引：primary key ：加速查找+约束（不为空且唯一）
唯一索引：unique：加速查找+约束 （唯一）
3）联合索引
-primary key(id,name):联合主键索引
-unique(id,name):联合唯一索引
-index(id,name):联合普通索引
4）全文索引fulltext :用于搜索很长一篇文章的时候，效果最好。普通索引：这是最基本的索引类型，它没有唯一性之类的限制，可依据情况适当添加。
主键索引：主键是一种唯一性索引，每个表只能有一个主键，在单表查询中，PRIMARY主键索引与UNIQUE唯一索引的检索效率并没有多大的区别，但在关联查询中，PRIMARY主键索引的检索速度要高于UNIQUE唯一索引。
唯一索引：这种索引和前面的“普通索引”基本相同，但有一个区别：索引列的所有值都只能出现一次，即必须唯一。
联合索引：联合索引的使用一般依据于具体的业务逻辑，可以将多个字段创建成其他类型的索引，比如确定一个老师的信息就可以把班级和教授科目联系在一起，组合成联合唯一索引，保证逻辑正确。
全文索引：MySql从3.23版开始支持全文索引和全文检索。全文索引只可以在VARCHAR或者TEXT类型的列上创建,且全文索引的关键字不支持
中文字符，如果需要添加中文索引就必须借助于插件。
3.mysql索引优化手段
在介绍索引优化方法之前先介绍一个explain方法，此方法返回mysql查询语句的预处理内容。语法为
explain 你的查询语句。
具体优化内容很多，在这推荐一篇博客:
MySQL 性能优化，索引和查询优化