🍫 찰리의 인덱싱

[10분 테코톡] 🍫 찰리의 인덱싱를 듣고 정리.

뒷부분 설명(non-clustered, non-clustere + clustered)가 이해가 잘 안됨.

Index란?

• 색인(어떤 것을 뒤져서 찾아내거나 필요한 정보를 밝힘 = 찾아보기)
• 데이터가 있는 위치를 특정할 수 있는 정보
• 배열의 인덱스, 책의 목차, 책 뒤의 찾아보기 등

책의 Index 사용 목적 → 수 많은 페이지 중 웒아는 내용을 빠르게 찾기 위해서,

데이터베이스의 Index 사용 목적 → 대용량 데이터에서 원하는 데이터를 빠르게 조회하기 위해서이다.

인덱스의 작성/삭제

• 인덱스도 결국 하나의 데이터베이스 객체이다. 즉 저장공간을 필요로 한다. (보통 저장된 데이터의 10%가 필요하다고 함)
• 오라클, DB2 등에서는 스키마 객체이며 MySQL, SQL Server 등에서는 테이블 내의 객체이다.

사용법

다중 컬럼 인덱스 : 컬럼명을 여러개 지정할 수 있다.

이메일, 이름, 주소 순서로 다중컬럼 인덱스를 지정했을 때와 이름, 주소, 이메일 순서로 다중컬럼 인덱스를 지정했을 때는 다르다. 순서에 따라 이 인덱스의 효율이 달라질 수 있다.

인덱스 검색에 사용하는 알고리즘

Full Table Scan

이는 이름 그대로 처음부터 끝까지 데이터를 순차적으로 읽어 비교하는 것이다. 인덱스가 사용하고 있는 컬럼에 존재하지 않을 때 발생하는 검색 방법이다.

꼭 인덱스가 걸려 있다고 해서 인덱스를 사용하는 것은 아니다. 하지만 인덱스가 걸려있지 않는다면 기본적으로 Full Table Scan을 하게 된다.

B-Tree

인덱스에서 가장 흔하게 사용하는 알고리즘이다. 다른 알고리즘도 많이 있지만 대부분 B-Tree를 사용한다.

B-트리는 이진 트리가 한쪽으로 치우치는 문제점을 보완한 자료구조이다. Balanced - Tree 로 노드를 2개 이상 가질 수도 있고, 높이가 항상 같은 트리이다.

Clustered Index VS NON-Clustered Index

Cluster :무리, 무리를 이루다, 요소를 모은 단위체

Clustered Index : 데이터와 무리를 이룬 인덱스, 군집 인덱스 → 즉 인덱스 안에 데이터가 포함됨

Non Clustered Index : 데이터와 무리를 이루지 않은 인덱스 비 군집 인덱스 → 인덱스 안에 데이터를 포함하지 않음.

Clustered Index

PK는 우리가 흔히 사용하는 아이디에도 이미 인덱스가 생성되어 있다.

Pk를 생성하면 Clustered Index가 자동으로 생성된다. PK가 곧 Clustered Index인것은 아니고 Pk와 clustered index는 밀접한 관련이 있다 정도로 생각하자.

특징:

• 테이블당 1개만 존재한다. (만일 2개 이상이라면 정렬 기준이 모호해지기 때문이다.
• PK 제약 조건으로 칼럼을 생성하며 자동으로 생성된다
• 인덱스에 데이터 페이지가 함께 존재한다. 그러므로 리프페이지는 데이터페이지와 같으며 데이터는 정렬된 상태임을 뜻한다.

구조:

예를 들어 위 상황에서 DDD를 삽입한다고 하자. DDD의 위치는 CCC 다음이므로, 리프페이지에 들어갈 공간이 없다. 따라서 페이지를 분할해야만 한다.

페이지 분할은 오버헤드가 큰 작업이다. 페이지 분할은 앞서 말했던 update, insert delete작업에서 일어나기 때문에 조회 외에서는 성능이 저하된다

여기서 다시 LLL을 삽입하는 상황을 생각해 보자

이번에는 루트페이지의 공간이 부족한 현상이 일어난다.따라서 루트 페이지를 분할해주고 브랜치 페이지로 만들어준 후 새로운 루트 페이지를 만들어준다.

브랜치 페이지란 루트페이지와 리프페이지를 이어주는 페이지이다.

이런식으로 밸런스를 유지하면서 트리 구조를 이룬다.

실제 데이터베이스와 좀더 가까운 모습의 b-트리이다. 만일 G에 해당하는 값을 찾으려면 Full Table Scan의 경우 비교연산을 7번을 거치게 된다. 하지만 b-트리에 인덱싱을 했다면 단 두번의 연산으로 값을 찾아낼 수 있다.

Non-Clustered Index (Secondary Index)

• 보조 인덱스 , 테이블에 여러개가 존재할 수 있음
• Unique 제약 조건으로 컬람을 생성하면 자동으로 생성
• 인덱스와 데이터 페이지가 따로 존재→ 즉 리프페이지에 레퍼런스, 데이터가 있는 곳의 주소값이 있음!
• 데이터 페이지에 데이터가 정렬되지 않아도 됨
• Clustered Index와 비교해서 조회속도가 약간 느리지만 Insert, Update, Delete 시 오버헤드가 적음.

Clustered Index + Non Clustered Index

위가 non clustered index, 아래가 clustered Index이다.

이해가 안됨 → 추가로 다른자료 검색하자

카디널리티Cardinality

ex) 성별 vs Email vs 이름

성별은 단 두가지다. 만일 인덱스를 성별에 건다면 남자와 여자 단 두개로 나뉘고 그 안에서 엄청나게 많은 리프페이지들이 발생할 것이다.

이메일이 가장 인덱스를 생성할때 효율이 좋다.

카디널리티가 높다는 것은 중복된 수치가 낮은 것을 의미.

카디널리티가 높은 칼럼을 인덱스로 잡아야한다.

인덱스 사용 시 주의 사항

인덱스는 Where절에서 사용된다.

• 사용하지 않는 인덱스는 삭제하는 것이 좋다(Insert, Update, Delete 성능저하를 방지)
• 외래키를 지정한 열에는 자동으로 외래키 인덱스가 생성된다.
• where절을 쓰도라도 자주 사용돼어야 인덱스의 가치가 있다.
• Where 절의 칼럼에 연산을 사용한 경우 인덱스를 사용하지 않는다.(다른 함수를 적용했을 시에도 검색에 인덱스를 활용하지 않는다.)