데이터베이스 인덱스?
백엔드 공부를 하면서 DB의 인덱스를 모르는 사람은 없을거라고 생각한다.
인덱스?
검색속도 향상을 목적으로 책의 색인 부분과 같다.
저장되는 컬럼 값을 사용해 항상 정렬된 상태를 유지한다.
장점 👍
검색성능 향상 뿐 아니라 데이터의 수정, 삭제 성능도 향상 시킬 수 있는데 그 이유는 수정, 삭제 과정 또한 조회 과정이 선행되어야하기 때문이다.
단점 👎
과도한 인덱스 처리는 오히려 검색 성능을 하락시킬 수 있다.
인덱스를 사용하기위해서는 인덱스를 위한 추가적인 저장공간이 필요하다.
변화구 질문 ⚾
면접에서 이런 질문을 받으면 어떻게 대답해야 할까?
1. 인덱스는 어떤 자료 구조로 이루어져 있나요 ?
인덱스 구현은 여러 자료구조로 할 수 있다.
대표적으로는 B+Tree 구조를 사용한다.
+에서도 알 수 있듯 B-Tree 구조를 개선한 자료구조이다.
B-Tree 구조
Balanced Tree로 노드가 여러 키 값을 가질 수 있는 트리 구조이다.
한 노드가 여러 키 값을 가질 수 있다는 특징덕분에 트리 구조의 깊이를 줄일 수 있고, 빠르게 검색이 가능하다.
모든 노드에 Key-Value를 저장한다.
B+Tree 구조
B-Tree와 비슷하지만 더 다양한 특징을 가지고 있다.
리프노드에만 데이터를 저장하고 이 리프노드들이 Linked List형태로 저장되어 순차 검색에 장점이 있다.
내부 노드에는 키를 저장하기 때문에 메모리 효율성 측면에서 장점이 있다.
🤔 B+Tree 구조를 인덱스에 사용하는 이유
크게 두가지 이유가 있다.
- 범위 검색에 최적화 되어있다.
리프 노드가 LinkedList형태로 연결되어 있기 때문에 특정 범위에 대한 검색 속도가 빠르다.
- 메모리 효율이 좋다.
리프노드에 데이터를 저장하고 내부노드에는 키 값을 저장하기 때문에 더 많은 양의 키를 저장할 수 있어 메모리 효율에서 장점을 가진다.
2. MySQL의 스캔 방식은 뭐가 있죠?
인덱스를 하기위해서는 인덱스 스캔이 필요하다.
쿼리를 처리하면서 테이블의 데이터를 읽기 전에 인덱스를 먼저 탐색해보는 과정이다.
이 인덱스 스캔 과정도 여러 종류가 존재하는데 크게 세가지만 살펴보겠다.
- 풀 인덱스 스캔(인덱스 풀 스캔)
이름에서도 알 수 있듯 모든 인덱스들을 살펴보는 방식이다.
데이터를 모두 살피지않고 인덱스를 살피는 것이기때문에 인덱스로써의 이점은 존재하지만 인덱스의 양이 많다면 이 또한 효율적이지 않을 수 있다.
SELECT * FROM table ORDER BY indexed_column;
- 범위 스캔(레인지 스캔)
특정 범위만 잡아 스캔하는 방식이다. SQL문에 조건을 주고 해당 조건 부분의 인덱스만 스캔한다.
SELECT * FROM table WHERE indexed_column BETWEEN 10 AND 20;
위의 예제에는 Between을 통해 사이값에 대한 조건을 줬고, 이 밖에도 <, >, Like 등의 연산자를 사용해 조건을 줄 수 있다.
- 루스 인덱스 스캔
영어로 loose, 루즈하다 할때, 루스이다.
번역하면 느슨한인데 듬성듬성하게 인덱스를 스캔하는 방법이다.
GroupBy로 그룹화 되었거나 Distinct로 중복을 제거한 경우 사용한다.
SELECT DISTINCT indexed_column FROM table
인덱스 사용에 대해
인덱스는 우선 안쓰는것보다는 쓰는게 훨씬 좋다.
하지만 적당한 곳에 적당한 방법으로 사용된 인덱스가 성능면에서 훨씬 유리하다.
실제로 인덱스 레인지 스캔의 경우 전체 레코드의 20~25%를 읽어야한다면 풀 스캔이 오히려 효율이 좋다.
과도한 인덱스를 줄이고 때에 맞는 인덱스 기법과 스캔기법을 활용해야한다.
참고
면접 질문 내용과 답변의 일부는 기술 면접 구독 서비스 - 매일메일 에 있다.
흥미로웠다면 구독해보는 것도 추천한다!
