⭐️ 조인(join)

• 하나의 테이블이 아닌 두 개 이상의 테이블을 묶어서 하나의 결과물을 만드는 것
• MySQL에서는 JOIN이라는 쿼리, MongoDB에서는 lookup이라는 쿼리로 이를 처리
• 조인의 종류 중에는 대표적으로 내부 조인, 왼쪽 조인, 오른쪽 조인, 합집합 조인 존재

💡 잠깐) MongoDB 사용 시 lookup은 지양
MongoDB는 조인 연산에 대해 관계형 데이터베이스보다 성능이 떨어진다고 여러 벤치마크 테스트에서 알려져 있다.
So, 여러 테이블을 조인하는 작업이 많은 경우 MongoDB보다는 관계형 데이터베이스 사용 추천!

👉 내부 조인(inner join)

• 왼쪽 테이블과 오른쪽 테이블의 두 행이 모두 일치하는 행이 있는 부분만 표기
  (즉, 두 테이블 간에 교집합을 나타낸다.)

SELCET * FROM TableA A
INNER JOIN TableB B ON
A.key = B.key

👉 왼쪽 조인(left outer join)

• 왼쪽 테이블의 모든 행이 결과 테이블에 표기
• 왼쪽 조인은 테이블 B의 일치하는 부분의 레코드와 함께 테이블 A를 기준으로 완전한 레코드 집합을 생성.
• 만약 테이블 B에 일치하는 항목이 없으면 해당 값은 null 값이 된다.

SELECT * FROM TableA A
LEFT JOIN TableB ON
A.key = B.key

👉 오른쪽 조인(right outer join)

• 오른쪽 테이블의 모든 행이 결과 테이블에 표기
• 오른쪽 조인은 테이블 A에서 일치하는 부분의 레코드와 함께 테이블 B를 기준으로 완전한 레코드 집합을 생성
• 만약 A에 일치하는 항목이 없으면 해당 값은 null값이 된다.

SELECT * FROM TableA A
RIGTH JOIN TableB ON
A.key = B.key

👉 합집합 조인(full outer join)

• 두 개의 테이블을 기반으로 조인 조건에 만족하지 않는 행까지 모두 표기
• 합집합 조인(완전 외부 조인)은 양쪽 테이블에서 일치하는 레코드와 함께 테이블 A와 테이블 B의 모든 레코드 집합을 생성.
• 이때 일치하는 항목이 없으면 누락된 쪽에 null값이 포함되어 출력

SELECT * FROM TableA A
FULL OUTER JOIN Table B ON
A.key = B.key

⭐️ 조인의 원리

• 앞서 설명한 조인은 조인의 원리를 기반으로 조인 작업이 이루어진다.
• 조인의 원리인 중첩 루프 조인, 정렬 병합 조인, 해시 조인이 존재

👉 중첩 루프 조인(NLJ, Nested Loop Join)

• 중첩 for문과 같은 원리로 조건에 맞는 조인을 하는 방법
• 랜덤 접근에 대한 비용이 많이 증가하므로 대용량의 테이블에서는 사용하지 X

ex) "t1, t2 테이블을 조인한다"라고 하면 첫번 째 테이블에서 행을 한번에 하나씩 읽고 그 다음 테이블에서도 행을 하나씩 읽어 조건에 맞는 레코드를 찾아 결괏값을 반환

<의사 코드>
for each row in t1 matching reference key {
	for each row in t2 matching reference key {
    	if row satisfies jion conditions, send to client
        }
    }

💡 참고
중첩 루프 조인에서 발전한 조인할 테이블을 작은 블록으로 나눠서 블록 하나씩 조인하는 블록 중첩 루프 조인(Block Nested Loop)라는 방식도 존재

👉 정렬 병합 조인

• 각각의 테이블을 조인할 필드 기준으로 정렬하고 정렬이 끝난 이후로 조인 작업을 수행하는 조인
• 조인할 때 쓸 적절한 인덱스가 없고 대용량의 테이블들을 조인하고 조인 조건으로 <,> 등 범위 비교 연산자가 있을 때 사용

👉 해시 조인

• 해시 테이블을 기반으로 조인하는 방법
• 두개의 테이블을 조인한다고 했을 때 하나의 테이블의 메모리에 온전히 들어간다면 보통 중첩 루프 조인보다 더 효율적.(메모리에 올릴 수 없을 정도로 크다면 디스크를 사용하는 비용이 발생)
• 동등(=)조인에서만 사용 가능

MySQL의 경우 MySQL8.0.18 릴리스와 함께 이 기능을 사용할 수 있게 되었으며 이를 기반으로 하는 조인의 과정을 살펴보자.

MySQL의 해시 조인 단계

• 빌드 단계, 프로브 단계로 나뉜다.

빌드 단계

• 입력 테이블 중 하나를 기반으로 메모리 내 해시 테이블을 빌드하는 단계
• persons와 countries라는 테이블을 조인한다고 했을 때 둘 중에 바이트가 더 작은 테이블을 기반으로 해서 테이블을 빌드
• 또한 조인에 사용되는 필드가 해시 테이블의 키로 사용.
  (countries.country_id가 키로 사용되는 것 확인 가능)

프로브 단계

• 프로브 단계 동안 레코드 읽기를 시작하며, 각 레코드에서 'Person.country_id'에 일치하는 레코드를 찾아서 결괏값으로 반환
• 이를 통해 각 테이블은 한 번씩만 읽게 되어 중첩해서 두개의 테이블을 읽는 중첩 루프조인보다 보통은 성능이 더 좋다. 참고로 사용 가능한 메모리양은 시스템 변수 join_buffer_size에 의해 제어되며, 런타임 시에 조정 가능

🗣 예상질문

1️⃣ 데이터베이스는 무엇인가?

• 데이터베이스는 일정한 규칙, 혹은 규약을 통해 구조화되어 저장되는 데이터의 모음입니다. 해당 데이터베이스를 제어, 관리하는 통합 시스템을 DBMS라고 하며, 데이터베이스 안에 있는 데이터들을 특정 DBMS마다 정의된 쿼리 언어를 통해 삽입,삭제,수정,조회 등을 수행 가능합니다. 또한 데이터베이스는 실시간 접근과 동시 공유가 가능합니다.

2️⃣ 중첩 루프 조인은 무엇인가?

• 중첩루프조인은 중첩 for문과 같은 원리로 조건에 맞는 조인을 하는 방법이며, 랜덤 접근에 대한 비용이 증가하므로 대용량의 테이블에서는 사용하지 않습니다. 예를 들어 't1,t2 테이블을 조인한다'라고 했을 때 첫번 째 테이블에서 행을 한 번에 하나씩 읽고 그 다음 테이블에서도 행을 하나씩 읽어 조건에 맞는 레코드를 찾아 결괏값을 반환한다.

3️⃣ 인덱스를 매 필드마다 설정하는 것이 좋을까요?

• 먼저 인덱스는 두번 탐색을 강요합니다. 인덱스 리스트, 그 다음 컬랙션 이렇게 두번을 탐색하기 때문이며 읽기 관련 비용이 더 들게 됩니다. 그렇기 때문에 필드마다 설정하는 것은 고찰해봐야 하는 사하입니다. 또한 테이블이 수정되면 인덱스도 수정되어야 합니다. 즉, 본문 내용이 수정되면 목차 또한 계속 수정되어야 할것이고, 쉽게 수정이 이루어지지도 않습니다. B-트리 구조를 사용하기 때문에 트리의 높이를 균형 있게 조절하는 비용도 들고 데이터를 분산시켜 효율적으로 조회할 수 있도록 구축하는 비용도 듭니다.
  그렇기 때문에 필드에 인덱스를 무작정 다 살정하는 것은 답이 아닙니다. 또한 컬렉션에서 가져와야 하는 양이 많을 수록 인덱스를 사용하는 것은 비효율적입니다.