박성우.md

데이터베이스 인덱스

• 데이터베이스 테이블에 대한 검색 성능을 향상시키는 자료구조이다.
• 데이터베이스에서 원하는 값을 빠르게 찾기위해 사용한다!

인덱스를 사용하지 않는다면 Full Table Scan을 진행한다.

1. 인덱스는 항상 최신의 정렬 상태를 유지한다.
2. 인덱스도 하나의 데이터베이스 객체이다.
3. 데이터베이스 크기의 약 10%정도의 저장공간이 필요하다.

페이지

데이터가 저장되는 단위

B-Tree(Balanced-Tree)

1. 트리 높이가 같다.
2. 자식 노드를 2개 이상 가질 수 있다.

1. 루트 페이지

   • 최상단에 위치한다.
   • 자식 페이지의 정보를 갖는다.

2. 브랜치 페이지

   • 루프 페이지와 리프 페이지 사이에 여러 개가 존재할 수 있다.
   • 자식 페이지의 정보를 갖는다.

3. 리프 페이지

   • 실제 데이터의 페이지(클러스터링 인덱스) || 실제 데이터의 주소 페이지(논클러스터링 인덱스)

B-Tree 를 사용한 인덱스를 통해 SELECT 성능이 향상된다!

그러나 INSERT, UPDATE, DELETE의 성능은 나빠진다.

왜?

• INSERT

  페이지가 꽉 차게 되면, 비어있는 페이지를 확보하고, 문제가 있는 페이지의 데이터를 공평하게 나누어 저장

  즉, 페이지 분할이 일어나서 DB가 느려지고 성능에 영향을 준다!

• DELETE

  데이터를 실제로 지우지 않고 사용안함 표시를 한다.

• UPDATE

  1. 데이터를 사용안함 표시를 한다.
  2. 새로운 데이터를 INSERT 한다.

정리: 페이지 분할과 사용안함 표시로 인덱스의 조각화가 심해져 성능이 저하된다!

인덱스 종류

1. 클러스터링 인덱스

• 실제 데이터와 인덱스가 무리를 이룬다.

클러스터링 인덱스를 만드는 방법

1. primary key
2. unique + not null 설정

클러스터링 인덱스의 특징

1. 실제 데이터 자체가 정렬되어 있다.
2. 테이블당 1개만 존재 가능하다.
3. 리프 페이지가 데이터 페이지이다.
4. primary key가 unique + not null 보다 높은 우선순위를 갖는다.

2. 논클러스터링 인덱스

• 실제 데이터와 인덱스가 다른 무리를 이룬다.

논클러스터링 인덱스를 만드는 방법

1. unique column 설정
2. unque index 생성
3. index 생성

논클러스터링 인덱스의 특징

1. 테이블 당 여러 개 존재 가능하다.
2. 리프 페이지에 데이터 페이지의 주소가 저장되어있다.

논클러스터링 인덱스와 클러스터링 인덱스가 함께 존재한다면?

논클러스터링 인덱스의 리프 페이지에 클러스터링 인덱스가 적용된 칼럼의 실제 칼럼의 값을 저장한다.

왜 논클러스터링 인덱스의 리프 페이지에 실제 데이터 주소 값이 저장되지 않은걸까?

새로운 데이터가 insert 될 때마다 실제 데이터 주소가 바뀌기 때문이다!

인덱스를 어디에 적용해야할까?

1. 카디널리티가 높은 컬럼에 적용해야한다!

   카디널리티는 그룹 내 요소의 개수이다.

   예를 들어 성별의 카디널리티는 남, 녀 2개이다.

2. where, join, order by 절에 자주 사용되는 컬럼

3. INSERT/UPDATE/DELETE가 자주 발생하지 않는 컬럼

4. 규모가 큰 테이블

[참고]

[10분 테코톡] 라라, 제로의 데이터베이스 인덱스

면접을 위한 CS 전공지식