🍀 DB Join

eunsiver·2023년 5월 10일

데이터베이스

목록 보기

9/9

DB Join이 무엇인지 설명하고, 각각의 종류에 대해 설명해 주세요.

• 사실, JOIN은 상당한 시간이 걸릴 수 있기에 내부적으로 다양한 구현 방식을 사용하고 있습니다. 그 예시에 대해 설명해 주세요.
• 그렇다면 입력한 쿼리에서 어떤 구현 방식을 사용하는지는 어떻게 알 수 있나요?
• 앞 질문들을 통해 인덱스의 중요성을 알 수 있었는데, 그렇다면 JOIN의 성능도 인덱스의 유무의 영향을 받나요?

🥝join(조인)

둘 이상의 테이블을 연결해서 데이터를 검색하는 방법
연결하려면 테이블들이 적어도 하나의 컬럼을 공유하고 있어야함
이 공유하고 있는 컬럼을 PK 또는 FK값으로 사용

INNER JOIN : 내부조인 ->교집합
LEFT/RIGHT JOIN -> 부분집합
OUTER JOIN : 외부조인 ->합집합
오라클은 OUTER JOIN있지만, MYSQL은 없어서 LEFT조인 + RIGHT조인

🍭 Join 성능 개선 필요성

이렇듯 Join 의 목적은 둘 이상의 테이블을 결합하여 하나의 테이블처럼 사용하기 위함이다.

그런데, n개의 테이블을 join한다고 하면, n개의 테이블의 모든 컬럼과 모든 데이터를 조회하므로 join하는 테이블의 개수가 많아질 수록 속도가 느려진다.

물론 데이터양이 많아도 쿼리의 속도는 현저하게 느려진다.

조인이 어떤 원리로 이루어지는지 알아보고 효율적인 조인의 방법에 대해 알아보자!

👋🏻 결합(Join) 알고리즘과 성능

SQL에서 조인 연산을 수행할 때 내부적으로 선택되는 알고리즘의 종류는 아래와 같습니다.

Nested Loops Join
Hash Join
Sort Merge Join

물론 더 많은 조인 방식이 있지만 가장 대표적인 세가지 방식이다.

🕵🏻‍♂️ 옵티마이저

저 결함 알고리즘 중 어떤 알고리즘을 선택할지는 데이터의 크기, 결합키(Key), 인덱스(Index)와 같은 요인에 따라 옵티마이저가 결정하게 됩니다.

SQL 쿼리를 작성해서 실행을 시키면 그 쿼리는 옵티마이저(Optimizer)로 전송됩니다.
옵티마이저는 "최적화" 라는 의미인데, '데이터에 어떻게 접근하여 결과를 도출할지'가 최적화의 대상이 됩니다.
이때 데이터의 크기, 인덱스 유무 등의 여러 조건을 고려해서 선택 가능한 많은 '실행계획'을 작성하고, 각 선택지의 비용을 연산하고, 가장 낮은 비용을 가진 실행계획을 선택해줍니다.
즉, 여러 결과 도출 방법 중 가장 성능이 좋은 계획을 선택해주는 도구라고 정리할 수 있겠습니다.

이 중 Nested Loops Join 은 다른 결합 알고리즘의 기본이 되는 알고리즘이기 때문에 오늘은 Nested Loops Join 을 중점으로 살펴보자.

🤹🏻‍♀️ Nested Loops Join

Nested Loops Join은 이름 그대로 중첩 반복을 사용하는 알고리즘입니다.

Nested Loops Join 의 원리

Table A와 Table B 가 어떤 Key 를 기준으로 결합을 진행합니다.

Table A (구동 테이블, Driving Table) 의 첫 번째 행에서 출발해 Table B (내부 테이블, Inner Table) 의 모든 행을 스캔합니다. 이때 결합 조건이 맞으면 값을 리턴합니다.

Table A 의 첫 번째 행의 스캔이 끝나면 두 번째 행이 Table B 의 모든 행을 스캔합니다.

2~3번 과정을 반복하여 Table A 의 마지막 행이 Table B 의 모든 행을 스캔하면 결합이 완료됩니다.

🦄 성능을 높이는 법

우리가 흔히 사용하는 중첩 for 문의 원리와 같습니다.

Table A, Table B 의 결합 대상 레코드 수를 R(A), R(B) 라고 한다면 접근되는 레코드 수는 R(A) X R(B) 가 됩니다.

조금 생각을 해보면 결국 Nested Loops Join 에서 실행시간은 R(A) X R(B)에 비례하게되고,
성능을 높히기 위해선 R(A) X R(B) 의 값을 낮춰야한다는 것을 알 수 있습니다.

그럼 어떻게 성능을 높힐 수( = R(A) X R(B) 값을 낮출 수) 있을까요?

위 조건을 따르는 경우 성능을 높일 수 있다.

🙄 구동테이블(Driving Table)과 내부테이블(Inner Table)

구동테이블(Driving Table)

조인이 진행될 때 먼저 액세스 되어 Access Path 를 주도하는 테이블입니다
쉽게 이야기해보면 주도적으로 다른 테이블의 결합키에 다가가서 매칭을 시도하는 테이블
위 그림에서 예를 들어보면 Table A 의 행에서 출발해 Table B 의 각 행들을 스캔하기 시작합니다.
이 경우 Table A 가 구동테이블(Driving Table) 이 되고 Table B 는 내부테이블(Inner Table)이 됩니다.

인덱스(Index)

TABLE의 컬럼을 색인화(따로 파일로 저장)하여 테이블의 검색속도를 향상시키기 위한 자료구조입니다.
검색시 해당 TABLE의 레코드를 Full Scan 하는게 아니라 색인화 되어있는 INDEX 파일을 검색하여 검색속도를 빠르게 해줍니다.

다시 결론으로,,,,,

인덱스가 존재하는 경우의 Nested Loops Join
내부 테이블의 결합키에 인덱스가 존재하게 되면 Driving Table 에서 Inner Table 로 스캔을 하러 갈 때 모든 행에 대해 스캔을 할 필요가 없게 됩니다.

즉, R(A) * R(B) 의 값이 줄어든다는 것이고, 이런 원리로 실행시간을 단축할 수 있습니다.

🧐 구동테이블이 어떻게 선택되는가?

1. 옵티마이저에 의한 결정(Inner Join)

구동테이블은 옵티마이저가 최적의 실행계획에 따라 결정을 하게 됩니다.
최적의 실행계획은 위의 "구동테이블이 작고 내부테이블 결합키에 인덱스가 존재하는 경우" 라는 조건에 따라 실행 비용을 최소화하는 방향으로 결정합니다.
만약 두 테이블 모두 인덱스가 있거나 없다면 레코드 수에 따라 옵티마이저가 알아서 구동테이블을 선택하게 됩니다.
그래서 우리는 옵티마이저를 믿고 join 연산을 수행하면 됩니다.
Inner Join 의 경우 어느 테이블을 먼저 읽어도 결과가 달라지지 않기 때문에 옵티마이저가 조인의 순서를 조절해 다양한 방법으로 최적화를 수행할 수 있습니다.