인덱스

인덱스의 필요성

인덱스는 데이터를 빠르게 찾을 수 있는 하나의 장치이다. 책의 색인과도 같다.

 

B-트리

인덱스는 보통 B-트리 자료구조로 이루어져 있다. 이는 루트 노드, 리프 노드, 그리고 루프와 리프 사이의 브랜치 노드로 나뉜다.

트리 탐색은 맨 위 루트 노드부터 탐색이 일어나며 브랜치 노드를 거쳐 리프 노드까지 도달해서 해당 데이터가 가리키는 데이터 포인터를 통해 결괏값을 반환하게 된다.

 

인덱스가 효율적인 이유와 대수확장성

인덱스가 효율적인 이유는 효율적인 단계를 거쳐 모든 요소에 접근할 수 있는 균형 잡힌 트리 구조와 트리 깊이의 대수확장성 때문이다.

대수확장성이란 트리 깊이가 리프 노드 수에 비해 매우 느리게 성장하는 것을 의미한다. 기본적으로 인덱스가 한 깊이씩 증가할 때 마다 최대 인덱스 항목의 수는 4배씩 증가한다.

 

인덱스 만드는 방법

• MySQL
  클러스터형 인덱스와 세컨더리 인덱스가 있으며, 클러스터형 인덱스는 테이블 당 하나를 설정할 수 있다.
  primary key 옵션으로 기본키를 만들면 클러스터형 인덱스를 생성할 수 있고, 기본키로 만들지 않고 unique not null 옵션을 붙이면 클러스터형 인덱스로 만들 수 있다.
  create index.. 명령어를 기반으로 만들면 세컨더리 인덱스를 만들 수 있다. 하나의 인덱스만 생성할 거라면 클러스터형 인덱스가 더 성능이 좋다.
  세컨더리 인덱스는 보조 인덱스로 여러 개의 필드 값을 기반으로 쿼리를 많이 보낼 때 생성해야 하는 인덱스이다.
• MongoDB
  도큐먼트를 만들면 자동으로 ObjectID가 형성되며, 해당 키가 기본키로 설정된다.
  세컨더리키도 부가적으로 설정해서 기본키와 세컨더리키를 같이 쓰는 복합 인덱스를 설정할 수 있다.

 

인덱스 최적화 기법

데이터베이스마다 조금씩 다르지만 기본적인 골조는 똑같다.

다음은 MongoDB 기준의 내용이다.

 

1. 인덱스는 비용이다.

인덱스는 두 번 탐색하도록 강요한다. 인덱스 리스트, 그 다음 컬렉션 순으로 탐색하기 때문이며 읽기 비용이 든다.

또한 컬렉션이 수정됐을 때 인덱스도 수정돼야 한다. 이 때 B-트리의 높이를 균형있게 조절하는 비용, 데이터를 효율적으로 조회할 수 있도록 분산하는 비용이 든다.

따라서 필드에 인덱스를 무작정 다 설정하는 것이 답이 아니다. 또한 컬렉션에서 가져와야 하는 양이 많을 수록 인덱스를 사용하는 것은 비효율적이다.

 

2. 항상 테스팅하라

최적화 기법은 서비스의 특징에 따라 달라진다. 서비스에서 사용하는 객체의 깊이, 테이블 양 등이 다르기 때문에 항상 테스팅하는 것이 중요하다. explain() 함수를 통해 인덱스를 만들고 쿼리를 보낸 후에 테스팅을 하며 걸리는 시간을 최소화해야 한다.

# MySQL 테스트
EXPLAIN
SELECT * FROM t1
JOIN t2 ON t1.c1 = t2.c1

 

3. 복합 인덱스는 같음, 정렬, 다중 값, 카디널리티 순이다

여러 필드를 기반으로 조회할 때 복합 인덱스를 생성하는데, 이 인덱스를 생성할 때는 순서가 있고 생성 순서에 따라 인덱스 성능이 달라진다.

같음, 정렬, 다중 값, 카디널리티 순으로 생성해야 한다.

1. 같음을 비교하는 ==이나 equal이라는 쿼리가 있다면 제일 먼저 인덱스로 설정한다.
2. 정렬에 쓰는 필드라면 그 다음 인덱스로 설정한다.
3. 다중 값을 출력해야 하는 필드, 즉 쿼리 자체가 > 이거나 < 등 많은 값을 출력해야 하는 쿼리에 쓰는 필드라면 나중에 인덱스를 설정한다.
4. 유니크한 값의 정도를 카디널리티라고 하는데 이 카디널리티가 높은 순서를 기반으로 인덱스를 생성해야 한다.

 

Reference

• http://www.yes24.com/Product/Goods/108887922