데이터 베이스의 인덱스란 무엇인가?

인덱스가 뭘까?

---

책에서 목차나 색인과 같다. “제네릭”이라는 키워드를 찾고 싶으면 색인에서 “ㅈ”을 찾고 그 안에서 “제네릭”을 찾는 것과
데이터 베이스의 인덱스도 동일하다. 즉, 데이터의 조회를 빠르게 하기 위해 있는 것이 인덱스이다.

인덱스의 저장 공간

---

책에서 색인 페이지는 대부분 맨 뒤에 있다. 이 페이지를 공간이라고 본다면 데이터 베이스에도 인덱스 저장 공간이 필요하다.

• 책의 색인 페이지 == 데이터 베이스 인덱스 저장 공간
• 책의 색인 == 데이터 베이스의 인덱스
• 책의 찾고자하는 키워드 == 데이터 베이스의 데이터
  

  

데이터가 적을 경우도 인덱스를 사용해야 하나?

---

아니다. 예를 들어, 5쪽짜리 책이 있다. 이게 색인이 필요한가? 생각 해보면 나는 필요없다고 생각한다.
데이터 베이스도 동일한 구조이다.
인엑스는 대량의 데이터를 빠르게 검색하기 위한 것이다

인덱스가 동작하는 방식

---

인덱스를 설정한 brand컬럼이 있다고 한다. brand컬럼에 대한 인덱스 공간이 생성이 되었다.

• where 절에 컬럼 brand에 대해 “스타벅스” 조회를 핸다.
• 인덱스 공간에서 “스타벅스”를 먼저 찾는다.
• 찾은 “스타벅스”의 인덱스를 실제 테이블에서 찾아낸다.
• 조회 된다.
  

  

사용되는 알고리즘 : B+Tree

---

B+Tree는 주로 많이 사용되는 알고리즘이다. B-Tree의 한쪽으로만 몰릴 수 있는 단점을 보완해서
균형을 맞춘 알고리즘이다. 아무래도 한쪽으로만 몰리게 되면 한쪽은 빠른데 한쪽은 느린 현상이 발생하기 때문이다.

장점

---

• 검색과 정렬 성능 향상

단점

---

• 데이터 베이스의 약 10%의 저장공간이 필요하기 때문에 관리가 필요하다.
• 오용 시 성능저하가 발생할 수 있다.

성능 저하의 원인

• INSERT : 새로운 데이터에 대한 인덱스를 추가
• DELETE : 삭제하는 데이터의 인덱스를 사용하지 않음 처리
• UPDATE : 기존의 인덱스를 사용하지 않음 처리 → 갱신된 데이터에 대해 인덱스 추가

인덱스에는 위와 같은 특징이 있다.
→ 인덱스를 삭제하지 않고, 추가를 하는 행위만 있다. 결국 용량 자체가 커져서 성능이 저하될 수 있다.
→ DELETE, UPDATE는 특히나 사용하지 않음처리를 하는데 빈번하게 DELETE와 UPDATE를 한다면
사용되지 않는 인덱스가 쌓이게 되기 때문에 성능 저하가 될 수 있다.
→ 데이터의 중복도가 많은 컬럼일 경우

인덱스를 사용해야 하는 상황

---

• 규모가 작은 않은 테이블
• INSERT, UPDATE, DELETE가 빈번하지 않은 컬럼
• JOIN, ORDER BY, WHERE가 자주 사용되는 컬럼
• 데이터의 중복도가 낮은 컬럼

데이터의 중복도가 많은 컬럼에서 인덱스가 안좋은 이유

---

주로 PK가 인덱스인 경우를 많이 보게 된다. PK는 유니크 속성이 주로 있기 때문이다.

만약 1억건의 데이터가 있다고 하자. 이 테이블의 컬럼은 출생년도, 성별, 좋아하는 음식가 있다고 하자.
성별은 남,녀라는 두 경우 뿐이고 대충 5천만건 씩 있을 수 있다. 즉, 중복 데이터가 엄청나게 많다는 것이다.
하지만 충생년도는 아무래도 성별보다는 훨씬 중복 데이터가 적을 것이다.
그럼 둘 중 뭘 기준으로 접근하는 것이 빠르게 찾을 수 있을까?

먼저 예시를 들자.
총 1억건의 데이터가 있다. 그 중
출생년도

• 30, 50, 60, 70, 80, 90, 00, 10, 20, 21, 22 이렇게 10개의 년도가 있다고 하자.
  각 1천만 건

성벌

• 남자, 여자로 각 5천만 건

상황. 파스타를 좋아하는 20년생 남자를 조회한다.
→ 1. 출생년도에서 20년 생을 인덱스에서 찾는다. → 1천만 건에서 남자를 찾는다. → 파스타를 찾는다.

→ 2. 남자인 인덱스를 찾는다. → 5천만 건에서 20년 생인 남자를 찾는다. → 파스타를 찾는다.

당연히 1번이 빠를 것이다. 1천만 건에서 찾는 것과 5천만 건에서 찾는 것은 다르기 때문이다.