Database 기술면접 Q&A 20선
1. 인덱스(Index)란 무엇이고 어떻게 동작하나요?
A. 인덱스는 데이터 검색 속도를 높이기 위한 별도의 자료구조입니다. 대부분의 RDBMS는 B-Tree 인덱스를 기본으로 사용합니다.
- B-Tree의 리프 노드에 (인덱스 키값, 실제 데이터 위치)를 저장
WHERE,ORDER BY,JOIN조건에 인덱스 컬럼이 있으면 Full Scan 대신 인덱스 탐색- 단점: 쓰기(INSERT/UPDATE/DELETE) 시 인덱스도 갱신되어 오버헤드 발생. 인덱스 자체가 추가 디스크 공간 사용.
2. 트랜잭션의 ACID 속성을 설명해주세요.
A.
- Atomicity(원자성): 트랜잭션의 모든 작업이 전부 성공하거나 전부 실패. 중간 상태 없음.
- Consistency(일관성): 트랜잭션 완료 후 DB가 항상 유효한 상태 유지. 무결성 제약 조건 준수.
- Isolation(격리성): 동시 실행 트랜잭션이 서로 영향을 주지 않음. 격리 수준으로 조절.
- Durability(지속성): 커밋된 트랜잭션의 결과는 시스템 장애 후에도 보존. WAL(Write-Ahead Log)로 구현.
3. 트랜잭션 격리 수준(Isolation Level) 4가지를 설명해주세요.
A.
| 격리 수준 | Dirty Read | Non-Repeatable Read | Phantom Read |
|---|---|---|---|
| READ UNCOMMITTED | 발생 | 발생 | 발생 |
| READ COMMITTED | 방지 | 발생 | 발생 |
| REPEATABLE READ | 방지 | 방지 | 발생 |
| SERIALIZABLE | 방지 | 방지 | 방지 |
- MySQL InnoDB 기본값: REPEATABLE READ (MVCC로 Phantom Read 대부분 방지)
- PostgreSQL 기본값: READ COMMITTED
4. N+1 문제란 무엇이고 해결 방법은?
A. 1번의 쿼리로 N개의 결과를 가져온 후, 각 결과마다 추가 쿼리 N번이 발생하는 문제.
SELECT * FROM orders; -- 1번
SELECT * FROM products WHERE id = 1; -- N번 반복
SELECT * FROM products WHERE id = 2;
...해결 방법:
- JOIN 쿼리: 한 번에 연관 데이터 조회
- Eager Loading: JPA에서
fetch = FetchType.EAGER또는JOIN FETCH - Batch Fetching: IN 절로 한 번에 조회 (
@BatchSize) - DataLoader 패턴: GraphQL 환경에서 배치 로딩
5. 정규화(Normalization)란 무엇이고 장단점은?
A. 데이터 중복을 제거하고 이상 현상(Anomaly)을 방지하기 위해 테이블을 분리하는 과정.
- 1NF: 원자값, 반복 그룹 제거
- 2NF: 부분 함수 종속 제거 (복합 PK의 일부에만 종속된 컬럼 분리)
- 3NF: 이행 함수 종속 제거 (PK가 아닌 컬럼에 종속된 컬럼 분리)
- BCNF: 결정자가 후보키가 아닌 경우 분리
장점: 중복 제거, 일관성 유지, 저장 공간 절약 단점: JOIN 증가로 읽기 성능 저하 → 읽기 최적화 필요 시 역정규화(Denormalization) 고려
6. 옵티마이저(Optimizer)와 실행 계획(Execution Plan)이란?
A. 옵티마이저는 SQL을 가장 효율적으로 실행하기 위한 실행 계획을 수립하는 DBMS의 핵심 엔진입니다.
- 비용 기반(Cost-Based): 통계 정보(행 수, 분포도)를 바탕으로 비용을 계산해 최적 경로 선택
- EXPLAIN / EXPLAIN ANALYZE: 실행 계획 확인 명령어
- 주요 확인 지표: Full Table Scan 여부, 인덱스 사용 여부, 조인 방식(Nested Loop/Hash/Merge), rows 추정치
7. Lock(잠금)의 종류와 차이를 설명해주세요.
A.
- Shared Lock (S Lock, 읽기 락): 읽기 작업 시 사용. 다른 읽기와 동시 가능. 쓰기는 불가.
- Exclusive Lock (X Lock, 쓰기 락): 쓰기 작업 시 사용. 다른 읽기/쓰기 모두 블로킹.
- 낙관적 락(Optimistic Lock): 충돌이 드물다고 가정. 버전(version) 컬럼으로 충돌 감지. 충돌 시 예외 발생 후 재시도.
- 비관적 락(Pessimistic Lock): 충돌이 자주 발생한다고 가정.
SELECT FOR UPDATE로 미리 잠금.
8. MVCC(Multi-Version Concurrency Control)란?
A. 읽기/쓰기 충돌을 줄이기 위해 데이터의 여러 버전을 유지하는 동시성 제어 방식.
- 읽기 작업은 데이터를 잠그지 않고 트랜잭션 시작 시점의 스냅샷을 읽음
- 쓰기 작업은 새 버전을 생성 (기존 버전 보존)
- InnoDB: Undo Log에 이전 버전 저장. PostgreSQL: 테이블에 여러 버전 직접 저장(VACUUM으로 청소)
- 장점: 읽기-쓰기 간 블로킹 없음. 단점: 저장 공간 증가, Vacuum 필요
9. 파티셔닝(Partitioning)과 샤딩(Sharding)의 차이는?
A.
- 파티셔닝: 하나의 DB 서버 내에서 테이블을 물리적으로 분리. 관리는 DBMS가 담당.
- Range: 날짜 범위로 분리 (2024년 데이터 / 2025년 데이터)
- Hash: 해시값으로 균등 분배
- List: 특정 값 목록으로 분리
- 샤딩: DB 서버를 여러 대로 나누어 데이터 분산. 수평 확장(Scale-Out).
- 구현 복잡성 높음. Cross-shard 조인, 분산 트랜잭션이 어렵.
10. 인덱스를 타지 않는 경우(인덱스 무효화)는?
A.
- 함수 사용:
WHERE YEAR(created_at) = 2024→WHERE created_at BETWEEN ...으로 변경 - 묵시적 형변환:
WHERE user_id = '123'(user_id가 INT면 형변환 발생) - LIKE 앞 와일드카드:
WHERE name LIKE '%홍'(앞에 %는 인덱스 불가) - OR 조건: 복합 인덱스에서 OR 사용 시 풀스캔 가능성
- NOT 연산:
WHERE status != 'ACTIVE' - 낮은 카디널리티: 성별(M/F) 같은 컬럼은 인덱스 효과 미미
11. 조인(JOIN) 종류를 설명해주세요.
A.
- INNER JOIN: 양쪽 테이블에 모두 존재하는 행만 반환
- LEFT OUTER JOIN: 왼쪽 테이블 전체 + 오른쪽 일치 행 (없으면 NULL)
- RIGHT OUTER JOIN: 오른쪽 테이블 전체 + 왼쪽 일치 행
- FULL OUTER JOIN: 양쪽 테이블 전체 (MySQL 미지원, UNION으로 구현)
- CROSS JOIN: 카테시안 곱. 양쪽 행 수의 곱만큼 결과 행 생성
12. 데드락(Deadlock)이 DB에서 발생하는 이유와 해결책은?
A. 두 트랜잭션이 서로 상대방의 락을 기다리며 무한 대기하는 상황.
T1: 테이블A 락 획득 → 테이블B 락 대기
T2: 테이블B 락 획득 → 테이블A 락 대기 → 교착해결:
- DB가 자동 감지 후 희생자(Victim) 선택하여 롤백
- 트랜잭션에서 테이블 접근 순서를 항상 동일하게 유지
- 트랜잭션을 짧게 유지
- 낙관적 락으로 전환 고려
13. 클러스터 인덱스와 비클러스터 인덱스의 차이는?
A.
- 클러스터 인덱스(Clustered Index): 인덱스 순서대로 실제 데이터가 물리적으로 정렬. 테이블당 1개. InnoDB에서 Primary Key가 클러스터 인덱스.
- 범위 검색 매우 빠름. 삽입 시 재정렬 발생.
- 비클러스터 인덱스(Non-Clustered Index): 인덱스 리프 노드에 실제 데이터의 위치(PK 또는 RID) 저장. 테이블당 여러 개 가능.
- 인덱스 → 실제 데이터 2단계 접근(Index Scan + Lookup).
14. EXPLAIN 결과에서 중요하게 봐야 할 항목은?
A.
- type: 접근 방식.
ALL(풀스캔, 최악) →index→range→ref→eq_ref→const(최적) - key: 실제 사용된 인덱스명. NULL이면 인덱스 미사용.
- rows: 옵티마이저가 예측한 검색 행 수. 실제와 차이가 크면 통계 업데이트 필요.
- Extra:
Using filesort(정렬 추가 발생),Using temporary(임시 테이블 사용),Using index(커버링 인덱스, 효율적)
15. 커버링 인덱스(Covering Index)란?
A. 쿼리에 필요한 모든 컬럼이 인덱스에 포함되어 실제 테이블 데이터를 조회하지 않아도 되는 인덱스.
sql
-- name, email로 구성된 복합 인덱스
CREATE INDEX idx_name_email ON users(name, email);
SELECT name, email FROM users WHERE name = '홍길동';
-- 테이블 접근 없이 인덱스만으로 결과 반환 → EXPLAIN Extra: Using index- I/O 횟수 대폭 감소. 읽기 성능 극대화.
16. ORM(Object-Relational Mapping)의 장단점은?
A. 장점:
- SQL 대신 객체 지향 코드로 DB 조작. 생산성 향상.
- DB 종류 변경 시 코드 변경 최소화 (포터빌리티)
- 자동 쿼리 생성, 캐시, 지연 로딩 등 편의 기능
단점:
- 복잡한 쿼리 표현의 한계. 성능 최적화 어려움.
- N+1 문제 등 ORM 특유의 함정
- 내부 동작을 이해하지 못하면 오히려 성능 저하
- 해결: 복잡한 쿼리는 Native Query / QueryDSL 사용
17. 캐시와 DB를 함께 쓸 때 데이터 정합성은 어떻게 유지하나요?
A.
- Cache-Aside: 캐시 미스 시 DB 조회 후 캐시에 저장. 캐시가 원본과 달라질 수 있음.
- Write-Through: DB 쓰기 시 캐시도 동시에 갱신. 항상 일치하지만 쓰기 지연 발생.
- TTL 설정: 캐시에 만료 시간을 두어 일정 주기로 갱신. 일시적 불일치 허용.
- 캐시 무효화(Invalidation): DB 쓰기 시 관련 캐시 키 즉시 삭제. 다음 읽기 시 DB에서 갱신.
- 완벽한 정합성이 필요하면 캐시를 쓰지 않거나 분산 락으로 원자적 처리.
18. 인덱스 설계 시 카디널리티(Cardinality)가 중요한 이유는?
A. 카디널리티는 컬럼의 유니크한 값의 수(중복 제거 후)를 의미합니다.
- 높은 카디널리티: user_id, email → 인덱스 효과 매우 좋음. 소수의 행만 필터링.
- 낮은 카디널리티: 성별(2가지), 상태(3가지) → 인덱스 효과 미미. 결과가 전체의 10~30%면 Full Scan이 오히려 빠를 수 있음.
- 복합 인덱스: 카디널리티 높은 컬럼을 앞에 배치.
(user_id, status)>(status, user_id)
19. 데이터베이스 리플리케이션(Replication)이란?
A. Master(Primary) DB의 변경사항을 Slave(Replica) DB에 자동으로 복제하는 기술.
- 목적: 고가용성(Master 장애 시 Slave로 페일오버), 읽기 부하 분산(읽기는 Slave로).
- 비동기 리플리케이션: Master가 Slave 반영을 기다리지 않음. 성능 좋으나 데이터 지연 가능.
- 동기 리플리케이션: 모든 Slave에 반영 확인 후 커밋. 일관성 높으나 성능 저하.
- 주의: 읽기-쓰기 분리 시 복제 지연(Replication Lag)으로 최신 데이터 불일치 가능.
20. NoSQL과 RDBMS를 언제 선택해야 하나요?
A.
| 기준 | RDBMS | NoSQL |
|---|---|---|
| 데이터 구조 | 정형, 스키마 고정 | 비정형, 유연한 스키마 |
| 트랜잭션 | ACID 완벽 지원 | 제한적 (종류마다 다름) |
| 확장성 | 수직 확장 | 수평 확장 용이 |
| 조인 | 복잡한 조인 가능 | 어려움 |
| 적합 사례 | 금융, 결제, 주문 | 채팅, 로그, 실시간 피드 |
- 선택 기준: 트랜잭션 일관성이 중요하면 RDBMS, 대용량/고속 읽기·쓰기가 중요하면 NoSQL. 실무에서는 두 가지를 혼합 사용하는 것이 일반적.
Rookie