根本原因是每行insert都需同步更新所有索引、生成wal并触发b-tree分裂或gin重构，属acid刚性要求；而create index是离线批量构建，绕过逐行开销。
因为每插入一行，数据库必须同步更新所有相关索引——这不是配置问题，而是 ACID 语义的刚性要求。
INSERT 时每个索引都在做“实时维护”
插入不是只写数据页，而是对每一行执行 N+1 次写操作：1 次主键/聚簇索引 + N 次二级索引。这些操作必须原子、一致、可回滚：
-
UNIQUE索引要先查重，再插入，两次 B+ 树查找 + 一次写入 -
FULLTEXT或GIN索引需分词、生成倒排项、合并 posting list，开销呈倍数增长 - 多列复合索引（如
(a, b, c, d)）比较和分裂成本随键长上升，不是线性而是近似平方级 - 低区分度字段（如
status只有 'pending'/'done'/'error'）导致大量键值挤在少数叶子页，加剧页锁争用与分裂频率
WAL 和缓冲区压力被指数放大
索引越多，WAL 日志体积越大、刷盘越频繁，buffer pool 压力也越重：
- 每次索引更新都触发
WAL记录，5 个索引 ≈ 5 倍 WAL 写入量，IO:WALWrite等待事件飙升 - InnoDB 的
innodb_buffer_pool_size若小于活跃索引+数据总大小，就会频繁淘汰页、刷脏页、重加载——等于用内存模拟磁盘行为 - PostgreSQL 中
shared_buffers不足时，DataFileRead等待明显，尤其在插入同时触发 vacuum 或 autovacuum 时
哪些索引最拖后腿？别盲目删，要看类型
不是所有索引对写入的影响相同。以下三类在批量插入中性能衰减最剧烈，且原因各异：
-
GIN索引：默认fastupdate = on会堆积 pending list，虽写入看似快，但后续 vacuum 或查询时集中爆发；设为off则每次插入都走完整 Entry Tree 路径，更慢 - 含大字段的索引：如对
JSONB或TEXT字段建全文索引，单行可能生成数十个倒排项，每个都要独立定位并写入 - 冗余复合索引：比如已有
(user_id, created_at)，又额外建了(user_id)—— 后者不仅不提升查询（前缀已覆盖），还白增一次索引维护
真正有效的缓解手段不是“调优”，而是“绕过”
优化器不会帮你跳过索引更新，所以高吞吐写入场景下，核心思路是把“在线更新”换成“离线构建”：
- 大批量导入前，用
DROP INDEX CONCURRENTLY（PG）或ALTER INDEX ... DISABLE（SQL Server）临时移除非关键索引；MySQL 8.0+ 可改用ALTER INDEX idx_name INVISIBLE避免 DDL 锁 - 务必禁用非业务强依赖的触发器：
SHOW TRIGGERS LIKE 'table_name'查出后，用 session 变量或条件逻辑临时跳过 - 对日志类、报表类表，考虑设为
UNLOGGED（PG）或切换至simple recovery model（SQL Server），但要接受崩溃丢失风险 - 用
LOAD DATA INFILE（MySQL）或COPY（PG）替代INSERT INTO ... VALUES，它们跳过 SQL 解析层，直接构造元组
最容易被忽略的一点：索引是否被查询真正用到，比“看起来有用”重要得多。长期未被 idx_scan 触发的索引，删掉它对写入的帮助，远大于保留它对某条半年没跑过的报表 SQL 的潜在好处。
