[Database] - Index

Index

---

Table Address를 미리 저장하면 Mapping 하여 주는 개념

• 논리적/물리적으로 테이블과 독립적
• Table Scan(Full scan)을 하게 되면 O(N)이 들게 되는데 이를 더 효율적으로 탐색하기 위한 방법 O(LogN)
• RDBMS에서 검색 속도를 높이기 위함
• Index는 B-Tree(Balance Tree)
• Join, Where에서 Index가 주로 사용되어 쿼리의 검색 속도를 빠르게 하는데 목적을 가진다.
• Delete,Insert,Update 쿼리에는 Index 사용시 오히려 느리다.
  • Insert
    • Block에 여유가 없다면, 새로운 Block 할당 후 Key 옮기는 작업 수행
    • Index Split 작업 동안, 해당 Block Key 값에 대해 DML이 Blocking -> Wait
  • Delete
    • Index data 삭제 시에는 사용 X 표시
    • Table의 Data 수와 Index의 수가 다를 수 있다.
  • Update
    • Update시 Index Update 불가
    • Delete 후 Insert하는 작업으로 2배의 Resource가 든다.

 

B-Tree

---

스스로 균형을 찾는 Tree

• Binary Search Tree와 유사하지만, Level을 자동으로 잡아준다.
• Insert, Delete 시간을 희생하면서 Select의 시간을 높인다.
• Root와 Branch는 하위 Block에 대한 Address값을 가지고 있습니다.
• Leaf Node는 양방향 연결 리스트입니다.
• Leaf Node에 저장된 Record(Message)들은 Key 순으로 Sort + Record들의 주소 값(ROWID)를 가지고 있다.
  • ROWID = Data Block Address + Row
  • Data Block Address = Data File number + Block number
  • Block number = Data file 내에서 부여한 상대 순번
  • Row = Block 내에서 순번

• 인덱스 탐색
  • 수직적 탐색 = Index Scan 시작 지점 찾는 과정
  • 수평적 탐색 = Data를 찾는 과정

결합 Index

---

• 성별 - 이름 과 이름 - 성별로 하였을 때 Index의 구조에 대해서 알아보려고 합니다.
• 성별 - 이름으로 구성한 방법과, 성별 - 이름으로 구성하여도 읽은 index block 갯수가 동일합니다.
• where조건 절에 =으로 검색하는 경우는 index를 앞,뒤에 두든 Block I/O는 갯수가 동일-> 성능 동일

 

Index 튜닝

---

• 대량의 데이터에서 소량 데이터를 검색할 떄 사용
• 성능을 좌우하는 역할은 Disk I/O

1. Index scan 튜닝

• Index Scan 과정에서 발생하는 비효율을 줄인다.
• 학생 - 시력 과 같은 Data가 있는 경우를 예를 들겠습니다.
• 시력 - 이름 순으로 되었다면 학생 - 시력 으로 검색하였을 때보다 많은 양의 데이터를 스캔해야 합니다.
• Mssql에서는 내부 동작 시 이를 예측하여 더 빠른 방식으로 동작하게 도와준다고 합니다.

 

2. Access 최소화 튜닝

• 테이블에 Access하는 횟수를 줄이는 방식
• Record에 Access 시 랜덤  I/O가 사용되어 Resource를 잡아먹는다.