procesado masivo de datos

[xcorpion]

que tal, pues aqui otra vez pidiendo su ayuda, ahora tengo un dilema, estoy escaneando archivos html extrayendo datos.
Tengo 2 tipos de archivos:

el primero contiene: Dato1(char) y Dato2(char) -> 1400 archivos aprox.
el segundo contiene: Dato2(char), Dato3(mediumtext) -> 30 000 archivos aprox.

suponiendo que en el primero se encuentran varios pares "Dato1(char) y Dato2(char)"
y en el segundo solo se encuentra un "Dato2(char), Dato3(char)" que corresponde a su vez con un "Dato1"

Entonces pues necesito una base de datos con esta estructura:
ID(autoincremental),Dato1,Dato2,Dato3,nombre_archi vo

y aqui es donde esta el dilema, como creen que sea mas rapido de procesar.
1. Escaneo los 1400 archivos de tipo 1 extrallendo 30000 pares de datos "Dato1 y Dato2" y registrandolos en una base de datos de mysql y despues escanear los 30000 archivos de tipo 2 extrallendo Dato2 y Dato3 y actualizar cada registro añadiendo dato3.
2. Escaneando los 30000 archivos tipo 2 extrallendo los Dato2 y Dato3(recuerden que es mediumtext) y registrandolos en la bdd de mysql y en seguida escanear los 1400 archivos extrallendo los paress de datos "Dato 1 y Dato 2" para actualizar cada uno de los 30000 registros añadiendo "Dato 1"