[데이터베이스] Index

Index란?

• 인덱스(index)의 원래 뜻은 색인이다. 데이터베이스에서 조회 및 검색을 더 빠르게 할 수 있는 방법/기술, 혹은 이에 쓰이는 자료구조 자체를 의미하기도 한다.
• 사용 이유
  • select문을 사용하여 원하는 조건의 데이터를 검색할 때, 저장된 데이터의 양이 엄청나게 많다면 검색을 위한 순회에 많은 자원과 시간이 소모될 것이다. 이 때 도움이 되는게 인덱스이다.
  • 자주 조회되는 Column에 대한 Index Table을 따로 만들어 SELECT 문이 들어왔을 때 Index 테이블에 있는 값들로 결과 값을 조회해 온다. 그래서 Index를 잘 사용한다면 '검색'연산을 실행했을 때 성능을 올릴 수 있게 된다.

• 동작
  • Index Table에서 where에 포함된 값을 검색
  • 해당 값의 table_id PK를 획득
  • 가져온 table_id PK 값으로 원본 테이블에서 값을 조회

Index 자료구조

• B+-Tree 인덱스 알고리즘
  • 일반적으로 사용되는 인덱스 알고리즘은 B+-Tree 알고리즘이다. B+-Tree 인덱스는 칼럼의 값을 변형하지 않고 원래의 값을 이용해 인덱싱하는 알고리즘이다.
• Hash 인덱스 알고리즘
  • 칼럼의 값으로 해시 값을 계산해서 인덱싱하는 알고리즘으로 매우 빠른 검색을 지원한다. 하지만 값을 변형해서 인덱싱하므로, 특정 문자로 시작하는 값으로 검색을 하는 전방 일치와 같이 값의 일부만으로 검색하고자 할 때는 해시 인덱스를 사용할 수 없다. 주로 메모리 기반의 데이터베이스에서 많이 사용한다.
• 왜 index 생성 시 b-tree를 사용할까? hash table(O(1))이 더 효율적이지 않을까?
  • SELECT 질의 조건에는 부등호 연산(<>)도 포함
  • hash table은 동등 연산에 특화된 자료구조이기 때문에 부등호 연산 사용 시 문제가 발생한다.

클러스터

• 인덱스에서 클러스터는 물리적으로 인접한 장소에 저장되어 있는 데이터들을 묶어서 저장하는 형태이다.
• 클러스터 인덱스는 프라이머리 키에 의해 레코드 저장 위치가 결정된다.
• 따라서 키를 신중하게 결정하고 사용해야 한다.

주의할 점

• 인덱스는 따로 테이블의 형태로 관리가 된다. 자원을 소모한다는 의미이다. 때문에 무분별한 인덱스의 사용은 성능에 부정적인 영향을 미칠 수 있다.
• 또한 인덱스는 이진트리를 사용하기 때문에 기본적으로 정렬되어 있다. 이로 인해 검색과 조회의 속도를 향상시킬 수 있지만 잦은 데이터의 변경(삽입, 수정, 삭제)가 된다면 인덱스 테이블의 변경과 정렬에 드는 오버헤드 때문에 오히려 성능 저하가 일어날 수 있다.
  • INSERT: 테이블에는 입력 순서대로 저장되지만, 인덱스 테이블에는 정렬하여 저장하기 때문에 성능 저하 발생
  • DELETE: 테이블에서만 삭제되고 인덱스 테이블에는 남아 있어 쿼리 수행 속도 저하
  • UPDATE: 인덱스에는 UPDATE가 없기 때문에 DELETE, INSERT 두 작업 수행하여 부하 발생
• 데이터의 중복이 높은 컬럼(카디널리티가 낮은 컬럼)은 인덱스로 만들어도 무용지물(예: 성별)
• 다중 컬럼 인덱싱할 때 카디널리티가 높은 컬럼 -> 낮은 컬럼 순으로 인덱싱해야 효율적