3장 인덱스 튜닝
3.1 테이블 액세스 최소화
3.1.1 테이블 랜덤 액세스
SQL이 참조하는 컬럼을 인덱스가 모두 포함하는 경우가 아니면, 인덱스 스캔 후 테이블 액세스함
“TABLE ACCESS BY INDEX ROWID”
검색 조건을 만족하는 소량의 데이터를 인덱스에서 빨리 찾고 거기서 테이블 레코드 찾아가기 위한 ROWID 를 얻는다.
인덱스 ROWID는 물리적 주소보단 논리적 주소에 가까움. 물리적으로 직접 연결되지 않고 테이블 레코드 찾기 위한 논리적 주소 정보를 가지고 있다.
색인 = ROWID
메인메모리와 비교
메인 메모리 DB : 데이터를 모두 메모리에 놓고 메모리 통해 I/O를 수행하는 DB
잘 튜닝된 OLTP성 데이터베이스 시스템은 버퍼캐시 히트율이 99% 이상이다. 디스크 경유하지 않고 메모리에서 읽는다.
인덱스 ROWID가 가리키는 테이블 블록을 버퍼캐시에서 찾아보고 못찾으면 디스크 블록을 읽는다.
3.1.2 인덱스 클러스터링 팩터
클러스터링 팩터(CF)는 ‘군집성 계수’
특정 컬럼을 기준으로 같은 값을 갖는 데이터가 서로 모여있는 정도
CF가 좋은 컬럼에 생성한 인덱스는 검색 효율이 매우 좋다.
3.1.3 인덱스 손익분기점
인덱스 ROWID를 이용한 테이블 액세스는 생각보다 고비용 구조다. 읽어야 할 데이터가 읽어야할 일정량을 넘는 순간, 테이블 전체 스캔보다 오히려 느려짐.
Index Range Scan에 의한 테이블 액세스가 Table Full Scan보다 느려지는 지점을 ‘인덱스 손익분기점’이라 함
Table Full Scan 성능은 일정함. 인덱스를 이용해 테이블 액세스할 때는 몇건을 추출하느냐에 따라 성능이 달라진다. 추출건수가 많을 수록 느려짐.
인덱스 테이블 액세스가 Table Full Scan보다 느려지는 요인
- Table Full Scan은 시퀀셜 액세스인 반면, 인덱스 ROWID 경우 랜덤 엑세스 방식이다
- Table Full Scan은 Multiblock I/O 이고, 인덱스 ROWID는 Single Block I/O이다.
손익분기점은 5~20% 낮은 수준에서 결정됨.
온라인 프로그램 튜닝 | 배치 프로그램 튜닝
온라인 프로그램은 소량 데이터를 읽고 갱신하므로 인덱스를 효과적으로 활용하는것이 중요. NL방식이 유리
배치 프로그램은 대량 데이터를 읽고 갱신하하므로 항상 전체범위 처리 기준으로 튜닝해야한다, 처리대상 집합 중 일부를 빠르게 처리하는 것이 아니라 전체를 빠르게 처리하는 것을 목표. Full Scan과 해시 조인이 유리
초대용량 테이블을 Full Scan하면 상당히 오래기다려야하고 시스템에 주는 부담도 많음. 따라서 배치 프로그램에서는 파티션을 활용 전략이 중요한 튜닝 요소이고, 병렬 처리까지 더할 수 있으면 좋다.
인덱스는 모든 성능 문제를 인덱스로 해결하면 안되고, 큰 테이블에서 적은 일부 데이터를 찾고자 할때가 적합
