[RDBMS] DB의 Index 알아보기

Index 란?

• DB 데이터를 빠르게 조회하기 위한 추가적인 저장 공간(자료구조)을 활용한 기술
• 책의 목차(색인)라고 생각하면 편하다.

 

기본적으로 인덱스를 사용하면 조회(select) 성능이 향상된다. 추가로 update나 delete도
성능이 향상된다. 그 이유는 해당 연산을 수행하려면 우선 조회가 필요하기 때문이다.
만약 인덱스를 사용하지 않은 컬럼을 조회하면 풀스캔을 통해 검색을 해야되기 때문에 최대 행의 개수만큼
연산을 해야된다.

 

Index 오버헤드

DBMS는 인덱스를 항상 최신의 정렬 상태로 유지해야 원하는 값을 빠르게 탐색이 가능하다. 하지만 최신의 상태를

유지하기 위해서는 아래에 연산을 수행할 때 별도의 작업(오버헤드)을 추가로 해줘야 한다.

• Insert : 새로운 데이터에 대한 인덱스를 추가한다.
• Delete : 삭제된 데이터에 대한 인덱스에 마킹을 한다. (삭제된 데이터에 대한 인덱스를 삭제하는 것이 아닌, 더이상 사용되지 않는다는 마킹을 하게 된다.)
• Update : 기존의 인덱스를 사용하지 않는다는 마킹을 하고, 갱신된 데이터에 대한 인덱스를 추가한다.

 

Index의 장단점

장점

• 조회 속도가 빨라진다.
• 전반적인 시스템 부하를 줄일 수 있다.

단점

• 인덱스를 관리하기 위해 추가적인 저장공간이 필요하다.
• 인덱스를 관리하기 위해 추가작업(오버헤드)이 필요하다.
• 잘못 사용할 경우 성능 악화가 될 수 있다.

 

Index의 내부 구조

• B+Tree 형태(MySQL 기준)의 자료구조로 인덱스가 이루어져 있다.
• B+Tree의 탐색 시간복잡도는 O(log^2 n)이다.

 

카디널리티 (Cardinality)

• 한 컬럼에 대하여 그 컬럼이 가지는 데이터의 중복 정도가 높을 수록 카디널리티가 낮다.
• 한 컬럼에 대하여 그 컬럼이 가지는 데이터의 중복 정도가 낮을 수록 카디널리티가 높다.

ex) : 두 컬럼이 있고 각각 컬럼은 성별과, 주민번호 데이터를 저장한다고 가정하면
성별은 생물학적으로 두 가지밖에 없기 때문에 중복 정도가 높을 수밖에 없다. 그렇기 때문에
카디널리티가 낮다. 반대로 주민번호는 성별과 비교하여 카디널리티가 높다.

• 인덱스를 2개 이상 설정할 경우에는 카디널리티가 높은 것 부터 설정하는 것이 좋다.
  • 카디널리티가 높아야 인덱스가 많이 생성이 되고, 인덱스는 B트리로 이루어져 있기 때문에 조회속도가 빠르다. 그렇기 때문에 카디널리티가 높은 것이 인덱스로 설정이 되어야 조회 속도가 빠르다.
    • 대부분의 상황에서는 카디널리티가 높은 것(또는 Where 조건 절에 많이 사용되는 값)하나를 인덱스로 사용하면 좋다.