Percona 的「Indexing 101: Optimizing MySQL queries on a single table」這篇講了最基本的 index 設計技巧，雖然文章裡沒提到，但最好是需要 B-tree 與 B+ tree 的背景知識。
MySQL 的 query 大致分成幾個階段。先決定要使用哪些 index (或是完全不用)，然後透過 index 抓出符合條件資料 (或是 table scan)，最後再細部過濾。
以文章裡提到的「Multiple inequalities」範例裡這樣的 SQL query 來討論：
SELECT * FROM t WHERE c > 100 and b < 10 and d = 'xyz'
如果 index 是 (d, c)，需要在透過這組 index 抓出資料後再過濾 b < 10 的條件。而如果 index 是 (d, b)，需要在取出資料後再過濾 c > 100 的條件。也就是 B+ tree 做不到的事情，就要另外 post-processing。
另外也有提到 covering index 對效能提昇的原理，不過這就有點屬於怪招了...