查询对300万条数据的检查和插入需要8小时。

要查询和插入300万条数据需要8小时，可以采用以下解决方法：

1. 使用批量插入：将数据分批次插入数据库，每次插入一定数量的数据。这样可以减少数据库的频繁IO操作，提高插入效率。以下是一个使用Python的示例代码：

import mysql.connector

# 建立数据库连接
cnx = mysql.connector.connect(user='your_username', password='your_password',
                            host='your_host', database='your_database')
cursor = cnx.cursor()

# 数据批次大小
batch_size = 1000

# 数据总量
data_size = 3000000

# 循环插入数据
for i in range(0, data_size, batch_size):
    # 生成一批数据
    data_batch = generate_data_batch(batch_size)
    
    # 执行插入操作
    query = "INSERT INTO your_table (column1, column2, ...) VALUES (%s, %s, ...)"
    cursor.executemany(query, data_batch)
    
    # 提交事务
    cnx.commit()

# 关闭游标和数据库连接
cursor.close()
cnx.close()

2. 使用索引优化查询：为查询的字段添加合适的索引，可以加快查询速度。可以使用数据库的性能分析工具来查看查询语句的性能，根据查询的字段和条件进行索引的创建。

3. 考虑使用分布式数据库或者分库分表的方案：如果单个数据库无法满足性能需求，可以考虑将数据分布到多个数据库或者多个表中，通过并行处理来提高查询和插入的速度。

4. 对数据库进行性能调优：根据具体的数据库类型，可以进行相关的性能调优操作，如增加缓存、调整数据库参数等。

请根据实际情况选择合适的解决方法，并根据具体的需求进行调整和优化。