1.索引与现实中的类比：数据库索引就好像是一本字典的目录，能加快数据库中记录的查询速度。比如我们要从一本字典中查找某个汉字。如果没有目录的话，意味着要将字典从头翻到尾一个字一个字的找，这样很浪费时间（平均要比较(n+1)/2次）。如果我们给个目录，先找在目录中找到这个的汉字。然后根据目录中该汉字的页数再到字典中去找到这个汉字，这样会快很多。数据库也是同样的道理，整个数据库表中的数据就好比是一本字典中的所有汉字，索引就是目录。如果没有索引，我们要找一条记录的话，必须遍历整个数据库表。当表中数据量很大的时候，效率会低的难以接受。如果我们建立了索引的话，就可以根据索引很快找到记录在表中位置，然后从表中读取记录。
2.索引的原理：索引包含由表或视图中的一列或多列生成的键。这些键存储在一个结构（B 树）中，使 Mysql 可以快速有效地查找与键值关联的行。这句话怎么理解呢？我们再拿字典类比，我们都知道字典中目录(不知道的去翻一翻)中的汉字都是按汉字首字母进行排序的。其中，汉字就代表记录的一列(因为字典真正的记录包括汉字、该汉字的拼音、该汉字的解释、汉字组成的词组或句子等)。同样，我们在创建一个索引的时候，这个列或多列就会按照一定的顺序排序好并保存到磁盘上，怎么保存呢？---Mysql中是采用B-树的结构进行保存。现在假如有个学生表student(id,number,name,sex,height,weight,tel)。表中有10000条记录，记录本身是乱序的.现在我们要查找一个number等于9999的(假设是在表中的最后一行),对应的 SQL 语句:select * from student where number = 9999，如果没有索引，那就意味着要遍历9999(如果记录条数更大呢)次才能找到该记录。但是，如果我们建立索引呢？当然，我们要根据number这列建立索引！那么，索引中的number就会按顺序排列，并以B树结构进行保存。有了索引之后，数据库会先到索引中去找，这个很快的(看看B树的原理你就知道了)，找到number=9999的记录后会直接根据保存的指针找到表中对应的记录的位置。上面的例子是单列索引，什么时候要建立多列索引呢？当我们数据库中有4条这样的记录:
name = 'zhu',height = 170,weight = 65;
name = 'zhu',height = 172,weight = 62;
name = 'zhu',height = 172,weight = 60;
现在我们要找记录为：name = 'zhu',height = 172,weight = 60;如果我们只是根据name建立索引的话，我们还是不能准确的找到该记录，因为name='zhu'的有3(这里重复的比较少，如果是很大的数呢)条，这样到表中还是要比较查询。这时我们就可以建立多个列（name,height）的索引，这样就会筛选的只剩下2条记录了，还是要比较查询，我们再加一列weight这样就可以准确从筛选出我们要的记录了。那么我们不禁要问，那将所有的列都加到索引中去好不好呢？答案是否定的，首先，我们知道，创建索引需要额外的空间来保存，当你的索引所包含的列越大时所需要的磁盘空间就越大。其次，索引本身也许要数据库对其维护，如果索引越多，维护所需要的开销就越大。
3.什么列可以什么列不可以创建索引：在经常使用在WHERE子句中的列上面创建索引，加快条件的判断速度。对于那些在查询中很少或者参考列不应该创建索引；对于那些只有很少数据值的列(比如索引)也不应该增加索引。对于那些定义为text,image和bit数据类型不应该增加索引；当修改性能远远大于检索性能时，不应该创建索引。
4.Mysql中索引的类别：B-Tree索引，Hash索引，R-Tree索引和FULLTEXT索引。他们之间的区别见http://blog.csdn.net/dyllove98/article/details/9631303这篇文章将的很详细
5.Mysql中如何创建索引：creta index test_suoying(索引的字段名) on 表名；