索引是應用程序設計和開發的一個重要方面。如果索引太多，應用的性能可能會受到影響；如果索引太少，對查詢性能又會產生影響。要找到一個合適的平衡點，這對應用的性能至關重要。
如果知道數據的使用，從一開始就應該在需要處添加索引。開發人員對於數據庫的工作往往停留在應用的層面，比如編寫SQL語句、存儲過程之類，他們甚至可能不知道索引的存在，或者認為事后讓相關DBA加上即可。而DBA往往不了解業務的數據流，添加索引需要通過監控大量的SQL語句，從中找到問題。這個步驟需要的時間肯定是大於初始添加索引所需要的時間，並且可能會遺漏一部分索引。當然索引不是越多越好，某台MySQL服務器iostat顯示磁盤使用率100%，經過分析后發現，是由於開發人員添加了太多的索引。在刪除一些不必要的索引之后，磁盤使用率馬上下降為20%，因此索引的添加也是有一定技巧的。
InnoDB存儲引擎索引概述
InnoDB存儲引擎支持兩種常見的索引，一種是B+樹索引，另一種是哈希索引。InnoDB存儲引擎支持的哈希索引是自適應的，InnoDB存儲引擎會根據表的使用情況自動為表生成哈希索引，不能人為干預是否在一張表中生成哈希索引。
B+樹索引就是傳統意義上的索引，這是目前關系型數據庫系統中最常用、最有效的索引。B+樹索引的構造類似於二叉樹，根據鍵值（Key Value）快速找到數據。需要注意的是，B+樹中的B不是代表二叉（binary），而是代表平衡（balance），因為B+樹是從最早的平衡二叉樹演化而來，但是B+樹不是一個二叉樹。
一個常常被DBA忽視的問題是：B+樹索引並不能找到一個給定鍵值的具體行。B+樹索引能找到的只是被查找數據行所在的頁。然后數據庫通過把頁讀入內存，再在內存中進行查找，最后得到查找的數據。
二分查找法
二分查找法（binary search）也稱為折半查找法，用來查找一組有序的記錄數組中的某一記錄。其基本思想是：將記錄按有序化（遞增或遞減）排列，查找過程中采用跳躍式方式查找，即先以有序數列的中點位置為比較對象，如果要找的元素值小於該中點元素，則將待查序列縮小為左半部分，否則為右半部分。通過一次比較，將查找區間縮小一半。
例如我們有5、10、19、21、31、37、42、48、50、52這10個數，現要從這10個數中查找48這條記錄，其查找過程如圖5-1所示。
從上圖可以看出，用了3次就找到了48這個數。如果是順序查找的話，則需要8次。因此二分查找法的效率比順序查找法要好（平均來說）。但如果查5這條記錄，順序查找只需1次，而二分查找法卻需要4次。對於上面10個數來說，順序查找的平均查找次數為（1+2+3+4+5+6+7+8+9+10）/10=5.5次，而二分查找法為（4+3+2+4+3+1+4+3+2+3）/10=2.9次。在最壞的情況下，順序查找的次數為10，而二分查找的次數為4。
二分查找法的應用極其廣泛，而且它的思想易於理解。第一個二分查找算法早在1946年就出現了，但是第一個完全正確的二分查找算法直到1962年才出現。每頁Page Directory中的槽是按照主鍵的順序存放的，對於某一條具體記錄的查詢是通過對Page Directory進行二分查找得到的。
平衡二叉樹
在介紹B+樹前，先要了解一下二叉查找樹。B+樹是通過二叉查找樹，再由平衡二叉樹、B樹演化而來。
二叉查找樹是一種經典的數據結構。下圖顯示了一顆二叉查找樹。
圖中的數字代表每個節點的鍵值，二叉查找樹中，左子樹的鍵值總是小於根的鍵值，右子樹的鍵值總是大於根的鍵值。
因此可以通過中序遍歷得到鍵值的排序輸出，中序遍歷后輸出：2、3、5、6、7、8。
對圖的這顆二叉樹進行查找，如查鍵值為5的記錄，先找到根，其鍵值是6，6大於5，因此找6的左子樹，找到3；而5大於3，再找右子樹……一共找了3次。如果按2、3、5、6、7、8的順序來找同樣需要3次。用同樣的方法再找鍵值為8的這個記錄，這次用了3次查找，而順序查找時需要6次。計算平均查找次數可得：順序查找的平均查找次數為（1+2+3+4+5+6）/6=3.3次，二叉查找樹的平均查找次數為（3+3+3+2+2+1）/6=2.3次。二叉查找樹比順序查找快。
二叉查找樹可以任意構造，同樣的2、3、5、6、7、8這五個數字，也可以按照下圖所示的方式建立二叉查找樹。效率較低的一顆二叉查找樹。
上圖的平均查找次數為（1+2+3+4+5+5）/6=3.16次，和順序查找差不多。顯然這次二叉查找樹的效率就低了。
因此若想最大性能地構造一個二叉查找樹，需要這顆二叉查找樹是平衡的，因此引出了新的定義——平衡二叉樹，或稱為AVL樹。
平衡二叉樹的定義如下：首先符合二叉查找樹的定義，其次必須滿足任何節點的左右兩個子樹的高度最大差為1。平衡二叉樹對於查找的性能是比較高的，但不是最高的，只是接近最高性能。要達到最好的性能，需要建立一顆最優二叉樹，但是最優二叉樹的建立和維護需要大量的操作，因此我們一般只需建立一顆平衡二叉樹即可。
平衡二叉樹對於查詢速度的確很快，但是維護一顆平衡二叉樹的代價是非常大的，通常需要1次或多次左旋和右旋來得到插入或更新后樹的平衡性。
當我們需要插入一個新的鍵值為9的節點時，需要做如下的變動。
這里通過一次左旋操作就將插入后的樹重新變為平衡的了。但是有的情況下可能需要多次旋轉：
除了插入操作，還有更新和刪除操作，不過這和插入沒有本質的區別，它們都是通過左旋或者右旋來完成的。因此對於一顆平衡二叉樹的維護是有一定開銷的，不過平衡二叉樹多用於內存結構對象中，因此維護的開銷相對較小。