JOIN

💡 2개의 테이블을 1개의 테이블로 만들고 싶을 때 사용

• INNER JOIN: 두 테이블을 조인할 때, 두 테이블에 모두 지정한 열의 데이터가 있어야 함.
• OUTER JOIN: 두 테이블을 조인할 때, 1개의 테이블에만 데이터가 있어도 됨
• 그냥 JOIN이라고 하면 보통 INNER JOIN을 의미

INNER JOIN

위 테이블 에서 INNER JOIN을 수행했을 때

OUTER JOIN

LEFT OUTER JOIN

A를 전부 추출하고 B는 A에 존재하는 행들만 추출

A

LEFT ONLY OUTER JOIN

B를 제외한 A만 추출

A-B

RIGHT OUTER JOIN

B

RIGHT ONLY OUTER JOIN

B-A

Scale Up / Scale Out

💡 "서버의 확장을 어떤 방식으로 할 것인가?"에 대한 답

Scale Up

• 하나의 서버 성능을 향상시키는 방법 / 수직 확장
• ⭐️ 데이터베이스 서버에 적합

장점

• 데이터 일관성, 파일의 일관성을 유지하기 위한 별도 작업이 필요없으므로 구축이 쉽다

단점

• 서버 한 대에 리소스를 올려 운영하기에 부하가 걸리기 쉽고 장애 발생시 치명적
• 리소스는 한계가 있으므로 확장에 제한적

Scale Out

• 여러 대의 서버를 사용해 전체 서버의 성능을 향상시키는 방법 / 수평 확장
• ⭐️ 웹서버/하둡 같은 분산파일 시스템에 적합

장점

• 장애 발생 시 다른 서버로 대체 가능

단점

• 추가적인 컨트롤러가 필요하기 때문에 관리 비용 증가

B+ Tree

⭐️ 데이터베이스에서 인덱스 테이블을 구현할 때 사용

B- Tree

1. 노드에는 2개 이상의 데이터(key)가 들어갈 수 있으며, 항상 정렬된 상태로 저장된다.

2. 내부 노드는 M/2 ~ M개의 자식을 가질 수 있다. 최대 M개의 자식을 가질 수 있는 B 트리를 M차 B트리라고 한다.

3. 특정 노드의 데이터(key)가 K개라면, 자식 노드의 개수는 K+1개여야 한다.

4. 특정 노드의 왼쪽 서브 트리는 특정 노드의 key 보다 작은 값들로, 오른쪽 서브 트리는 큰 값들로 구성된다.

5. 노드 내에 데이터는 floor(M/2)-1개부터 최대 M-1개까지 포함될 수 있다 ( floor : 내림 함수 Ex-floor(3.7) = 3 )

6. 모든 리프 노드들이 같은 레벨에 존재한다.

탐색 과정

1. 루트 노드에서 탐색을 시작한다.
2. K를 찾았다면 탐색을 종료한다.
3. K와 노드의 key값을 비교해 알맞은 자식 노드로 내려간다.
4. 해당 과정을 리프 노드에 도달할 때까지 반복한다.
5. 리프 노드에서도 K를 찾지 못한다면 트리에 값이 존재하지 않는 것이다.

B+ Tree

위와 같은 인덱싱 테이블을 B+ Tree로 구현하면 아래와 같다.

B- Tree와의 차이점

1. 모든 키/데이터가 리프 노드에 모여 있다.
2. 리프 노드가 연결 리스트의 형태
   👉🏻 B-Tree는 옆의 노드를 검사하려면 루트 노드까지 되돌아가야 하는 반면, B+ Tree는 한 칸만 움직이면 되므로 시간복잡도 ⬇️

참고 자료

JOIN
JOIN 예시
scale up / scale out
B-Tree
B+Tree