페이지네이션에 대해 알아보다가 인덱스를 타는지 확인하고 효율적인지(?) 판단하는 글을 봤는데 정확하게 인덱스를 탄다는게 무슨 소리 이해를 못해서.. 인덱스에 대해 먼저 알아보려고 한다.
추가적인 쓰기 작업과 저장 공간을 활용하여 데이터베이스 테이블의 검색 속도를 향상시키기 위한 자료구조이다.
테이블의 특정 컬럼에 인덱스를 생성하면, 해당 컬럼의 데이터를 정렬한 후 별도의 메모리 공간에 데이터의 물리적 주소와 함께 저장된다.
테이블을 만들고 안에 데이터가 쌓이게 되면 테이블의 레코드는 내부적으로 순서가 없이 뒤죽박죽으로 저장이 된다. 이렇게 되면 WHERE 절에 특정 조건에 맞는 데이터들을 찾아낼 때도 레코드의 처음부터 끝까지 다 읽어서 검색 조건과 맞는지 비교해야 한다. 이를 풀 테이블 스캔(Full Table Scan) 줄여서 풀 스캔(Full Scan)이라고 한다. 하지만 인덱스 테이블 스캔(Index Table Scan) 시 인덱스 테이블은 데이터들이 정렬되어 저장되어 있기 때문에 해당 조건에 맞는 데이터들을 바르게 찾아낼 수 있다.
인덱스를 사용하면 ORDER BY에 의한 정렬 과정을 피할 수 있다. ORDER BY는 굉장히 부하가 많이 걸리는 작업이다. 정렬과 동시에 1차적으로 메모리에서 정렬이 이루어지고 메모리보다 큰 작업이 필요하다면 디스크 I/O도 추가적으로 발생하기 때문이다. 하지만 인덱스를 사용하면 이미 정렬되어 있기 때문에 가져오기만 하면 된다.
디스크 I/O
간단하게 데이터를 작성하고 변경할 적에 디스크, 즉 HDD에 저장되는 것을 말한다.
데이터가 정렬되어 있기에 얻을 수 있는 장점이다. MIN, MAX 값을 레코드의 시작 값과 끝 값 한 건 씩만 가져오면 되기 때문에 Full Scan보다 효과적이다.
INSERT, UPDATE, DELETE를 통해 데이터가 추가되거나 값이 바뀐다면, 인덱스 테이블 내에 있는 값들을 다시 정렬해야 한다. 그리고 인덱스 테이블, 원본 테이블 이렇게 두 군데의 데이터 수정 작업을 해줘야한다는 단점이 발생한다. 그렇기 때문에 DML이 빈번한 테이블보다 검색을 위주로 하는 테이블에 인덱스를 생성하는 것이 좋다.
인덱스를 관리하기 위해서는 데이터베이스의 약 10%에 해당하는 저장공간이 필요하다. 따라서 속도 향상에 비해 단점들의 COST를 비교해서 인덱스를 만들지 말지 정해야 한다.
DBMS는 인덱스를 항상 최신의 정렬된 상태로 유지해야 원하는 값을 빠르게 탐색할 수 있다. 그렇기 때문에 인덱스가 적용된 컬럼에 INSERT, UPDATE, DELETE가 수행된다면 계속 정렬을 해주어야 하고, 그에 따른 부하가 발생한다. 이런 부하를 최소화하기 위해 인덱스는 데이터 삭제
라는 개념에서 인덱스를 사용하지 않는다
라는 작업으로 이를 대신한다.
일반적으로 Cardinality가 높은 컬럼을 우선적으로 인덱싱하는 것이 검색 성능에 유리하다. Cardinality란 특정 데이터 집합의 유니크한 값의 개수를 의미한다.
예를 들어
Cardinality가 높은 컬럼의 경우 index를 통해 데이터를 더 많이 필터링할 수 있기 때문이다.
인덱스를 구현하기 위해서는 다양한 자료구조를 사용할 수 있는데 가장 대표적으로 해시 테이블과 B+Tree가 있다.
해시 테이블은 Key, Value로 데이터를 저장하는 자료구조 중 하나로 빠른 데이터 검색이 필요할 때 유용하다.
해시 테이블
해시 테이블은 각각의 key값에 해시 함수를 적용해 배열의 고유한 index를 생성하고, 이 index를 활용해 값을 저장하거나 검색하게 된다. 여기서 실제 값이 저장되는 장소를 버킷이라고 한다.
시간복잡도는 O(1)로 매우 빠른 검색을 지원한다.
하지만 DB 인덱스에서 해시 테이블이 사용되는 경우는 제한적인데, 이유는 해시가 등호 연산에만 특화되었기 때문이다. 이러한 특성에 의해 부등호 연산이 자주 사용되는 데이터베이스 검색을 위해서는 해시 테이블이 적합하지 않다.
예를 들어 "안녕"으로 시작하는 모든 데이터를 검색하기 위한 쿼리문은 인덱스의 혜택을 전혀 받지 못하기에, 데이터베이스의 인덱스에서는 B+Tree가 일반적으로 사용된다.
B+Tree는 DB 인덱스를 위해 자식 노드가 2개 이상인 B-Tree를 개선시킨 자료구조이다. B+Tree는 모든 노드에 데이터를 저장했던 B-Tree와 다른 특성을 가지고 있다.
B+Tree의 삽입과 삭제는 항상 leaf node에서 일어난다.
삽입, 삭제 관련 이해 못함ㅠㅠ
참고
[Database] 인덱스(index)란?
[DB] 데이터베이스(DB) 인덱스(Index) 란 무엇인가?
[DB] 11. 인덱스(Index) - (1) 개념, 장단점, B+Tree 등