[데이터베이스] 인덱스

랜덤 IO와 순차 IO

- 하드 디스크와 같은 기계 장치의 성능은 별로 좋지 않음

- 순차 IO : 디스크에 연속적으로 저장되어 있는 데이터를 읽는 것

- 랜덤 IO : 디스크에 랜덤으로 저장되어 있는 데이터를 읽는 것

- 당연히 순차 IO 성능이 훨씬 좋음

 

인덱스란?

개념

- 데이터베이스에서 특정 컬럼의 데이터를 빠르게 검색할 수 있게 만들어주는 것으로, 책의 목차라고 생각하면 됨

- 내부적으로 컬럼 값과 레코드의 주소를 key-value 값으로 묶어놓음

 

동작 방식 예시

- B-트리를 예시로 들면 SELECT * FROM USER WHERE ID = 2 라는 쿼리가 실행되고, ID에 인덱스가 걸려있다고 가정

- 트리 구조로 저장되어 있기 때문에 O(logn)으로 ID=2임을 찾고 해당 주소로 가서 값을 반환

추가 궁금증 : MySQL에서 B-트리 사용하면 범위 연산에는 약한가?

 

특징

- 주로 B-트리, B+트리를 자료구조로 사용하고, MySQL은 B-트리가 디폴트

- WHERE 절에 자주 사용되고, 카디널리티가 높은 (중복도가 낮은) 컬럼을 인덱스로 설정

- 중복도가 낮은 컬럼으로 인덱스를 만들어야 바로 트리 구조로 값을 찾을수 있음

- 인덱스는 삽입, 수정, 삭제 성능을 떨어뜨리기 때문에 자주 변경되는 테이블에는 걸지 않는 것이 좋음

- 추가로 인덱스는 저장공간을 그만큼 차지함으로 꼭 필요한 경우에만 사용해야 함

- 쿼리 실행 계획을 EXPLAIN 키워드를 통해 확인 할수 있고, 인덱스를 잘 타고 있는지도 확인이 가능하다.

 

인덱스의 종류

커버링 인덱스

- 인덱스만으로 쿼리를 처리할 수 있는 경우

- 테이블을 읽지 않고, 인덱스에서 필요한 데이터를 모두 가져올 수 있음

- I/O 비용이 줄어들어 성능이 향상

 

예시 (name, city로 인덱스가 만들어져 있는 경우)

SELECT name, city FROM users WHERE name = 'Alice';

 

다중 컬럼 인덱스

- 두개 이상의 컬럼으로 만들어진 인덱스

- 주의!! : 인덱스의 두 번째 컬럼은 첫 번째 컬럼에 의존해서 정렬

 

예시 (name으로 먼저 찾고, 그 뒤에 age로 찾는다) 

CREATE INDEX idx_name_age ON users (name, age);

 

Hash 인덱스

- B-트리, B+트리가 아닌 해시값을 계산해서 인덱스, 값이 적을땐 빠를수 있어도 값이 많아지면 충돌이 발생하여 B 트리 인덱스랑 성능이 비슷해진다.

- 순서가 없기 때문에 범위 검색에서 사용될 수 없다.

 

클러스터링 인덱스

- 클러스터링은 모여있는 이라는 뜻

- 클러스터링 인덱스란 데이터의 물리적 저장 위치를 결정하는 키 값 -> 랜덤 IO 방

- MySQL은 PK가 자동으로 클러스터링 인덱스로 걸어지고 그다음에 거는 인덱스는 세컨더리 인덱스임

 

인덱스의 스캔 방식

인덱스 레인지 스캔

- 시작 부분을 B+트리를 타고 내려가면서 찾고, 끝 부분까지 수평적으로 쭉 탐색

- 인덱스를 잘 탄 경우 발생

 

인덱스 풀 스캔

- 인덱스의 처음부터 끝까지 모두 스캔

- 인덱스에 잘 못 탔을때 발생

- ex) a,b,c에 복합 인덱스 걸려 있는데 where = (b컬럼) 으로 찾을 때