인덱스 튜닝

 

 

3.1.2

 

클러스터링 팩터(Clustering Factor)는 '군집성 계수', 특정 컬럼을 기준으로 같은 값을 갖는 데이터가 서로 모여있는 정도

 

예를 들어 거주지역 = '제주'에 해당하는 고객 데이터가 물리적으로 근접해 있으면 흩어져 있을 때보다 데이터를 찾는 속도가 빠르다.

 

즉 CF가 좋은 인덱스를 짜야 좋은 인덱스이다.

 

3.13. 인덱스 손익분기점

인덱스 ROWID를 이용한 테이블 액세스는 생각보다 고비용 구조

Index Range Scan에 의한 테이블 액세스가 Table Full Scan보다 느려지는 지점 흔히 인덱스 손익분기점

 

Table Full Scan은 전체 1000만 건 중 한 건을 조회하든, 10만 건을 조회하든, 1000만 건 등을 다 조회하든 차이가 없다.

인덱스를 이용해 테이블을 액세스할 때는 전체 1000만 건 중 몇 건을 추출하느냐에 따라 성능이 크게 달라짐

 

테이블 랜덤 액세스를 줄이는 것이 관건

- Table Full Scan : 시퀀셜 액세스,  Multiblock I/O

- 인덱스 ROWID를 이용한 테이블 엑세스: 랜덤 테이블 액세스, Single Block I/O

 

조회 건수가 늘어난 양에 비해 성능이 훨씬 더 느려진다. (10만 -> 100만 -> 1000만)

 

대량 배치 프로그램에선 인덱스보다 FULL SCAN이 효과적이지만, 초대용량 테이블을 FULL SCAN하면 상당히 오래 기다려야하고 시스템에 주는 부담도 적지 않다.

 

인덱스 컬럼 추가

테이블 액세스 최소화를 위해 가장 일반적으로 사용하는 튜닝 기법은 인덱스에 컬럼을 추가

 

인덱스만 읽어서 처리하는 쿼리 'Covered 쿼리'

 

include 인덱스:

루트와 브랜치 블록에 수직적 탐색에 필요한 컬럼을 넣을 수 잇고 수평적 탐색에 따로 필요한 컬럼을 넣을 수 있다.