Mysql索引主要包括四種，Btree索引、Hash索引、full-text全文索引、R-tree索引，因為作為一名PHP開發者，並不是專業的DBA，在這裡只需要瞭解第一種開發相關的BTree索引。
索引的本質：MySQL官方對索引的定義為：索引（Index）是幫助MySQL高效獲取資料和排序的資料結構。
資料庫查詢是資料庫的主要功能之一，最基本的查詢演算法是順序查詢（linear search）時間複雜度為O(n)，顯然在資料量很大時效率很低。優化的查詢演算法如二分查詢（binary search）、二叉樹查詢（binary tree search）等，雖然查詢效率提高了。但是各自對檢索的資料都有要求：二分查詢要求被檢索資料有序，而二叉樹查詢只能應用於二叉查詢樹上，但是資料本身的組織結構不可能完全滿足各種資料結構（例如，理論上不可能同時將兩列都按順序進行組織）。所以，在資料之外，資料庫系統還維護著滿足特定查詢演算法的資料結構。這些資料結構以某種方式引用（指向）資料，這樣就可以在這些資料結構上實現高階查詢演算法。這種資料結構就是索引。
如上圖左邊是橫列表格，也就是真是的資料，右邊是一棵樹。資料越來越多，表格增長的越來越高，相反，如果樹越來越高，查詢的層次越來越多，我們如果能用三次找到，儘量別用四次，儘量減少一次磁碟I/O，也就是這棵樹廣度越來越廣，廣度廣了同一層就代表枝葉多。
在資料庫裡面，在物理儲存上，有單位的說法叫段、區、塊，就是一種衡量單位。 上圖中的磁塊也就是相當於儲存一段範圍的資料。
看上圖中，一棵B+樹，淺藍色的塊我們稱之為一個磁碟塊，可以看到每個磁碟塊包含幾個資料項（深藍色所示）和指標（黃色所示），如磁碟塊1包含資料項17和35，包含指標P1、P2、P3。
我如果要找29這個數字，那麼從根找，P1表示小與17的，P2表示大於17小與35的，P3表示大於35的，那麼往下走，真實的資料存在於葉子節點，也就是第三層，即3、5、9、10、13...依次往右看。假設我要查詢非葉子節點（第二層），不儲存真實的資料，只儲存指引搜尋方向的資料項，如17、35並不存在真實的資料表中，也就是相當於一個參考值。如果查詢29，但是我們先給參考項，那麼根據圖示，29在17和35之間，鎖定磁碟塊1的P2指標，找到指標P2，記憶體時間非常短，相比磁碟的IO可以忽略不計，那麼下來之後，找到磁碟塊3，也就是不見得載入磁碟塊2，這裡就第二次IO了，那麼看圖，29在26和30之間，那麼又指向指標P2,再往下就載入到了磁碟塊8的記憶體，發生第三次IO，同時記憶體中做二分查詢找到29，結束查詢，總共三次IO。
看Btree也就是三層樓那麼高，也就是儘量把資料橫向擴，高度矮比較好，真實的情況是，3層的B+樹 可以表示上百萬的資料，如果上百萬的資料查詢只需三次IO，效能提高將是巨大的，如果沒有所用，每個資料項都要發生一次IO，那麼總共需要上百萬次的IO，顯然成本非常高。