千万数据先insert和先建索引哪个快

在千万级数据量场景下，先插入数据再创建索引（Insert → Create Index）通常比先创建索引再插入数据（Create Index → Insert）更快。原因如下：

1. 索引维护成本差异：

2. 先建索引再插入：每次插入单条数据时，数据库需实时维护索引结构（B+树分裂/合并、页分裂等）。插入 N 条数据需执行 N 次索引维护操作，产生大量随机 I/O。

3. 先插数据再建索引：插入数据时无索引维护开销，后续通过批量构建索引一次性生成索引结构。数据库会优化该过程（如排序后顺序写入），减少随机 I/O

4. 性能对比（以 MySQL InnoDB 为例）：

5. 操作方式

   耗时主要来源

   千万级数据预估耗时

   先建索引 → 插入数据

   每次插入触发索引维护

   数小时甚至更久

   先插入数据 → 建索引

   单次批量索引构建

   分钟级到几十分钟

6. 其他优势：

7. 减少 Write-Ahead Log (WAL) 压力：实时维护索引会产生更多日志。

8. 利用高效算法：CREATE INDEX 会使用更优的排序构建算法（如 MySQL 的 Bulk Load）。

9. 避免页面分裂：批量构建索引时数据已有序，减少 B+ 树结构调整次数

操作流程

-- 1. 创建空表（无索引） CREATE TABLE my_table (...);  -- 2. 导入数据 （LOAD DATA 或 INSERT）LOAD DATA INFILE 'data.csv' INTO TABLE my_table; -- 3. 数据导入完成后创建索引 CREATE INDEX idx_name ON my_table(column);

实测：

# 测试环境：MySQL 8.0, 10M 行数据

# 方式1: 先建索引后插入 CREATE INDEX idx ON large_table(col); INSERT INTO large_table ...  -- 耗时: 32 min

# 方式2: 先插入后建索引 INSERT INTO large_table ...  -- 耗时: 3 min CREATE INDEX idx ON large_table(col);  -- 耗时: 5 min 总耗时: 8 min (快 75%)

注意事项:

1. 持续写入的实时表：若不能停服，只能先建索引。

2. 唯一约束依赖索引：如需在插入时通过唯一索引去重，必须先建索引。

3. 内存充足+SSD 环境：硬件能缓解随机 I/O 压力，但数据量越大优势越不明显。