在用数据填充表格之前或在数据到位之后创build索引是否更好？
我有一个大约100M行的表格，我将要复制来改变，添加一个索引。 我不太关心创build新表所需的时间，但是如果在插入任何数据或先插入数据然后添加索引之前更改表，那创build的索引会更有效率吗？
在数据插入之后创build索引是更有效的方法（甚至经常build议在批量导入之前和导入之后重新创build时删除索引）。
Syntetic示例（PostgreSQL 9.1，慢速开发机器，100万行）：
CREATE TABLE test1(id serial, x integer); INSERT INTO test1(id, x) SELECT x.id, x.id*100 FROM generate_series(1,1000000) AS x(id); -- Time: 7816.561 ms CREATE INDEX test1_x ON test1 (x); -- Time: 4183.614 ms 插入，然后创build索引 – 约12秒
CREATE TABLE test2(id serial, x integer); CREATE INDEX test2_x ON test2 (x); -- Time: 2.315 ms INSERT INTO test2(id, x) SELECT x.id, x.id*100 FROM generate_series(1,1000000) AS x(id); -- Time: 25399.460 ms
创build索引，然后插入 – 约25.5秒（慢两倍以上）
在添加行之后创build索引可能会更好。 不仅会更快，但树木平衡可能会更好。
编辑 “平衡”可能不是这里最好的select。 在b-tree的情况下，其定义是平衡的。 但是这并不意味着b-tree具有最佳的布局。 父节点内的子节点分布可能不均衡（导致未来更新中的成本更高），如果在更新过程中没有仔细执行平衡，树深度可能会超过必要的深度。 如果索引是在添加行之后创build的，则更有可能具有更好的分布。 此外，build立索引后，磁盘上的索引页可能会有较less的碎片。 这里有更多的信息
这个问题并不重要，因为：
- 如果您先将数据添加到表中，然后添加索引。 您的索引生成时间将是
O(n*log(N))更长（其中n是添加的行）。 因为树的生成时间是O(N*log(N))那么如果将它分解成旧数据和新数据，得到O((X+n)*log(N))这可以简单地转换为O(X*log(N) + n*log(N))并以这种格式，你可以简单地看到你会等待额外的东西。 - 如果你添加索引，并把数据之后。 每增加一行（你有
n新行），你会得到更长的时间插入额外的时间O(log(N))，在添加新元素后重新生成树的结构（索引列从新行开始，因为索引已经存在，那么索引必须重新生成为平衡结构，这个成本O(log(P))其中P是索引功率[指数中的元素] ）。 你有n新行，最后你有n * O(log(N))然后O(n*log(N))总结额外的时间。
在大多数情况下创build的索引要快得多。 案例：varchar（255） – （商业名称）上的全文2000万行索引在导入行的同时 – 最差的情况下最多需要20秒的匹配。 删除索引并重新创build – 匹配每次less于1秒
我不确定这对于索引效率是否真的很重要，因为在这两种情况下，您都将新数据插入到索引中。 基本上，服务器不知道一个索引在构build之后会有多不平衡。 速度明智，显然，做插入没有索引。
