230615 Today I Learned
오늘은 DB의 인덱스에 대해 공부해봤다.
Index
데이터베이스 테이블의 검색 및 조회 성능을 향상시키기 위한 자료구조.
| food | price |
|---|---|
| 부대찌개 | 10000 |
| 햄버거 | 6000 |
| 피자 | 25000 |
| 초밥 | 20000 |
| 갈비 | 30000 |
-
위의 테이블에서 price = 30000인 행을 찾으려면 where price = 30000으로 전체 테이블을 행 하나하나 다 순차적으로 조회해야한다. 데이터가 얼마 없으면 상관없지만 몇억개를 넘어가면 서버에 부하가 갈 것이다. 이러한 상황에서 Index를 사용하면 원하는 데이터를 더 빠르게 찾을 수 있다.
-
사전적 정의로는 색인이다. 색인은 쉽게 찾아볼 수 있도록 일정한 순서에 따라 놓은 목록이다. 인덱스는 데이터베이스 테이블의 열에 대한 색인이라고 생각하면 된다. 특정 열 값을 기준으로 데이터를 정렬해 검색 작업을 더 효율적으로 수행할 수 있도록 도와준다.
-
위의 테이블 기준으로 인덱스를 새로 만들면 price 테이블을 오름차순으로 정렬한 테이블이 따로 생성되고 원래 테이블의 행과 연결된다.
특징
인덱스는 항상 최신의 정렬상태를 유지한다.
인덱스도 하나의 데이터베이스 객체다.
데이터베이스 크기의 약 10% 정도의 저장공간이 필요하다.
-
일반적으로 B+Tree의 자료구조로 인덱스를 저장한다.
-
참고로 PK가 선언되어 있으면 인덱스가 필요없다. Clustered Index라고 PK나 고유한 열이 index의 역할을 한다.
장단점
index의 사용 이유
where(특정 조건)에 맞는 데이터를 full table scan 없이 빠르게 찾을 수 있다.
부하가 많이 걸리는 Order by에 의한 sort과정을 거치지 않는다.
min max 값을 레코드의 시작과 끝에서 가져만 오면 된다.
-
장점
결과값들이 정렬되어있기 때문에 데이터의 빠른 검색이 가능하고 쿼리의 성능이 향상된다. -
단점
별도의 저장공간이 필요하다.
항상 테이블의 데이터와 함께 인덱스의 정렬이 유지되어야 하므로 데이터 삽입, 수정, 삭제 시 인덱스 업데이트에 비용이 소모된다. 따라서 수정이 빈번한 속성이 인덱스를 걸면 오히려 성능이 저하될 수 있다.
생성 전략
무턱대고 인덱스를 만들면 오히려 비효율적이다. 아래의 조건에 맞는 컬럼을 인덱스로 만들면 효율적이다.
- Cardinality가 높은 컬럼(중복도가 낮은 컬럼)
- 조건(where)으로 자주 활용되는 컬럼
- ORDER BY로 자주 정렬되는 컬럼
- Join 조건으로 자주 사용되는 커럶
- 비교가 자주 되는 컬럼
- INSERT/ UPDATE / DELETE 로 수정이 빈번하지 않은 컬럼
