索引提升查询性能但增加INSERT开销，需平衡读写。应删除未使用索引（rows_selected=0），优先用B-TREE，避免高频写字段建唯一索引，选用短列或前缀索引。批量插入替代单条，用LOAD DATA INFILE提升导入效率，控制批量大小500~1000行。写入高峰期可临时关闭unique_checks、foreign_key_checks，调大InnoDB缓冲配置，完成后恢复并重建索引。定期审查索引使用，精简冗余，避免过度索引。
mysql中索引能显著提升查询性能，但也会对INSERT操作带来一定开销。每插入一行数据，不仅要写入表数据，还要更新所有相关索引。索引越多、越复杂，INSERT速度就越慢。优化索引对INSERT的影响，关键在于在查询效率和写入性能之间取得平衡。
减少不必要的索引
每个多余的索引都会增加INSERT时的维护成本。应定期审查索引使用情况，删除长期未被查询使用的索引。
- 通过
information_schema.STATISTICS查看索引定义 - 结合
performance_schema.table_io_waits_summary_by_index_usage分析索引实际使用频率 - 重点关注
rows_selected = 0的索引，考虑是否可以删除
合理选择索引类型和结构
不同类型的索引对写入性能影响不同，选择合适的索引类型可降低维护开销。
- 优先使用
B-TREE索引（InnoDB默认），适合大多数场景 - 避免在高频率写入字段上创建唯一索引（如时间戳、自增ID外的字段），唯一性校验会增加额外查找开销
- 尽量使用较短的索引列，例如用
int而非VARCHAR(255)作为索引字段 - 对长字符串字段使用前缀索引，如
INDEX(name(8))，减少索引大小
批量插入代替单条插入
单条INSERT每次都要触发索引更新，而批量插入可合并索引维护操作，大幅提升效率。
- 使用
INSERT INTO table VALUES (...), (...), (...)一次插入多行 - 对于大量数据导入，可使用
LOAD DATA INFILE，性能远高于SQL插入 - 批量大小建议控制在500~1000行之间，避免事务过大导致锁争用
写入高峰期临时调整策略
在数据导入或批量写入场景下，可临时调整配置以提升写入吞吐。
- 关闭唯一性检查：
SET unique_checks = 0;（确保数据合规前提下） - 关闭外键检查：
SET foreign_key_checks = 0; - 增大
innodb_buffer_pool_size和innodb_log_file_size，减少磁盘IO - 导入完成后再恢复检查并重建必要索引
基本上就这些。关键是根据业务读写比例权衡索引设计，避免“为所有字段加索引”的惯性思维。定期审查、精简冗余、批量处理，能有效缓解索引对INSERT性能的影响。