Index

DB에서 table의 검색 성능을 높여주는 대표적인 방법

RDBMS에서는 B+tree구조로된 index를 사용해서 검색속도를 향상시킨다.

Full Table Scan을 안해도 된다.

구조 : B+tree, Hash, Bitmap...

특정 Column을 search-key 값으로 설정하여 index를 생성하면, 해당 search-key 값을 기준으로 정렬하여(search-key, pointer)를 별로 파일에 저장한다. -> table크기의10 % 저장공간

사용이유 : talbe은 순서없이 누적된다. 하지만, index는 정렬되어 저장

특정 column에 대한 index를 생성해 놓은 경우 해당 속성에 대하여 search-key가 정렬되어 저장되어 있기 때문에 조건 검색(SELECT ~ WHERE) 속도가 굉장히 빠르다.

• Clustering index : pk 기준으로 table이 정렬(영어사전)

• Secondary index : 따로 index table(부록 색인)

index의 장단점

장점

검색 속도 향상

단점

1. 추가 저장공간 필요
2. 느린 데이터 변경 작업

🥇Index를 어느 Column에 사용하는 것이 좋을까?

1. where에서 자주 조회
2. 수정 빈도가 낮고
3. 카디널리티 높고 (중복되지 않은 정도)
4. 선택도가 낮은 (특정 값을 잘 골라낼 수 있는 정도, 1일수록 unique)

Q. 성별 column에 index를 걸어주는게 좋을까?

성별처럼 남녀 두 종류로만 나눠지는 경우는 카디널리티가 매우 낮고, 선택도는 매우 높게 된다. 이 경우 index가 주는 이점은 매우 적고, 오히려 저장공간 차지와 데이터 수정시 성능저하등을 고려하여 index를 생성하지 않는 것이 좋다.

Q. true 또는 false 값을 갖는 column에서, true 1%, false 99 %의 비율로 구성된 상황에서 index를 거는게 좋을까?

아무리 비율의 차이가 있어도 true, false 두 종류로만 나눠지는 경우에는 카디널리티가 매우 낮고, 선택도는 매우 높게 된다. 따라서 index를 생성하지 않는것이 좋다.

index를 B+tree로 구현하는 이유

Hash table을 사용하면 하나의 데이터를 탐색하는 시간은 O(1)로 b-tree보다 빠르지만, 값이 정렬되어 있지 않기 때문에 부등호를 사용하는 query에 대해서는 매우 비효율적이게 되어 데이터를 정렬 해서 저장하는 b+tree를 이용한다.