데이터베이스 3주차 스터디 정리

후기: 인덱스는 real mysql이 정석이라고 하신다... 책 참고해보자

0. 면접 질문

• 랜덤 I/O와 순차 I/O에 대해서 설명해주세요.
• 인덱스에 대해서 설명해주세요.
• 인덱스의 동작 방식에 대해서 설명해주세요.
• 어떤 기준으로 인덱스를 설정해야할까요?
• 테이블에 인덱스를 많이 설정하면 좋을까요?
• 커버링 인덱스(Covering index)에 대해서 설명해주세요.
• 다중 컬럼 인덱스(Multi-column index, 복합 인덱스)에 대해서 설명해주세요.
• B-Tree 인덱스와 B+Tree 인덱스에 대해 설명해주세요.
• Hash 인덱스에 대해서 설명해주세요.
• 클러스터링 인덱스에 대해서 설명해주세요.
• 인덱스 스캔 방식에 대해서 설명해주세요.
• 쿼리 실행 계획에 대해서 설명해주세요. 실행 계획을 확인해본적이 있나요?
• 힌트에 대해서 설명해주세요.
• 인덱스가 잘 동작하고 있는지 어떻게 확인할 수 있을까요?
• 인덱스 사용시 주의해야할 점에 대해서 알려주세요.
• GROUP BY 사용시 인덱스가 걸리는 조건에 대해 설명해주세요.
• 이름, 국가, 성별이 있는 테이블에서 인덱스를 어떻게 걸어야할까요?

 

1. 랜덤 I/O와 순차 I/O에 대해서 설명해주세요.

• 랜덤 I/O
  • 디스크에서 비연속적인 위치에 있는 데이터를 읽는 방식
  • 데이터가 분산되어 있어, 특정 위치에 접근이 필요한 경우 사용하며, 디스크의 헤드를 자주 이동시켜야 한다.
  • 특정 인덱스 검색이나 조건에 맞는 레코드 검색시 랜덤 I/O를 쓴다.
  • 인덱스 레인지 스캔 시 사용
• 순차 I/O
  • 데이터가 디스크의 연속적인 블록에 저장되어 있어, 데이터를 연속적인 순서로 읽는 방식
  • 대량의 데이터를 처리할 때 효율적이며, 파일을 처음부터 끝까지 읽거나 쓸 때 성능이 좋다
  • 풀 테이블 스캔 시 사용
• 랜덤 I/O는 순차 I/O보다 처리율이 떨어진다. 

 

2. 인덱스에 대해서 설명해주세요.

• 개념: 데이터베이스에서 특정 열에 대한 빠른 검색을 가능하게 해주는 데이터 구조
• 비유: 책의 목차처럼, 데이터를 효율적으로 찾을 수 있다.
• DBMS에서 데이터 레코드를 참조하는 인덱스를 만들고 이 인덱스로 데이터가 정렬되거나 특정 구조(예: B-Tree, 해시 등)로 저장되어 검색 속도를 높인다.
• 장점
  • 빠른검색: 쿼리를 통해 데이터를 빠르게 찾을 수 있다. 대량 데이터 검색 시 그 효과가 크다.
  • 정렬 및 그룹화: 데이터 정렬, 그룹화 작업을 수행하기에 좋다.
• 단점
  • 추가 저장 공간 필요
  • 인덱스 갱신: 데이터 변경 시 index 갱신 또한 필요하며, 이 때 추가적인 리소스를 사용해야한다.

따라서 남용하지 않고 필요한 정도로 인덱스를 잘 설계하고 사용해야 한다.

 

3. 인덱스의 동작 방식에 대해서 설명해주세요. 

1. 인덱스 생성

• 인덱스 구조 생성: 데이터베이스에 인덱스를 생성할 때, 선택된 컬럼의 값들이 인덱스의 키로 사용되며, 이 키와 실제 데이터의 위치(주소)를 연결하는 구조가 만들어지며, 이때 인덱스 키들은 특정 알고리즘(예: B-Tree, B+Tree 등)에 따라 정렬되어 저장된다. 정렬된 인덱스 키는 데이터를 빠르게 검색하는 데 필요하다.
• 검색 효율성 향상: 인덱스가 정렬되어 저장되므로, 이진 탐색 등의 효율적인 검색 알고리즘을 사용하고, 결과적으로 데이터베이스는 인덱스를 통해 검색 작업을 더 빠르게 수행할 수 있다.

2. 검색 작업

• 인덱스 탐색: 사용자가 데이터를 검색할 때, 데이터베이스는 먼저 해당 쿼리에 맞는 인덱스가 있는지 확인한다. 인덱스가 존재하고 검색 조건에 해당하면, 데이터베이스는 전체 테이블을 스캔하지 않고 인덱스를 통해 빠르게 검색을 시작한다.
• 데이터 위치 확인: 인덱스에서 검색 키가 발견되면, 해당 키에 연결된 실제 데이터의 위치(주소)를 가리키는 포인터를 통해 데이터베이스는 바로 그 위치로 접근하고, 이를 통해 빠른 검색이 가능하다.

3. 데이터 수정

• 데이터 삽입, 삭제, 수정 시 인덱스 키에 영향을 미치면 기존 인덱스 엔트리가 삭제되고, 새로운 인덱스 엔트리가 생겨 항상 최신 데이터가 나타난다.

 

4. 어떤 기준으로 인덱스를 설정해야할까요?

• 쿼리의 검색 효율성: 대용량의 관계에서 대부분의 쿼리가 결과의 2%~4%를 검색하는 경우
• 인덱스 수: 한 관계에 대해 세 개 이하의 인덱스를 만드는 것이 좋다. 
• 갱신 빈도: 데이터 갱신이 빈번한 속성이나 관계에는 인덱스를 많이 만들지 않는 것이 좋다. 
• 레코드 분할
• 대량 데이터 삽입: 대량의 데이터를 삽입할 때는 모든 인덱스를 제거하고, 삽입이 끝난 후에 인덱스를 다시 생성하는 것이 좋다.

 

5. 테이블에 인덱스를 많이 설정하면 좋을까요?

당연히 막 사용하면 안된다. 

자주 검색되며, 낮은 중복도를 가진 곳 곳에 인덱스를 설정해야한다.

인덱스가 많아지면 검색 속도는 빨라지지만 쓰기 작업(삽입, 삭제, 갱신) 시 속도가 느려질 수 있다. 

따라서 검색 쿼리가 많다면 인덱스를 사용하는 것이 좋지만, 쓰기 작업이 잦을 경우 인덱스의 오버헤드를 고려하여 적합한 인덱스 수를 설정해야한다.

인덱스의 장단점을 잘 고려해야한다. 

 

6. 커버링 인덱스(Covering index)에 대해서 설명해주세요.

• 개념: 특정 쿼리 처리하는데 필요한 모든 데이터를 포함하는 인덱스
  • 쿼리에서 요청된 모든 컬럼이 인덱스에 포함되며, 데이터베이스가 실제 테이블을 참조하지 않아도 인덱스만 보고 쿼리를 처리할 수 있다.
• 동작 방식
  
  • 커버링 인덱스 사용 시: 테이블 접근할 필요가 없어짐
  • 사용 안할 시: 인덱스를 사용하여 조건에 맞는 레코드를 찾고, 그 후 해당 레코드의 실제 데이터를 읽기 위해 테이블에 접근
• 장점
  
  • 디스크 I/O 감소와 쿼리 간소화
  • 최적화된 인덱스 크기
• 주의점
  
  • 인덱스 설계 시 신중함을 가해야한다. 커버링 인덱스는 특정 쿼리에 맞춰 설계되므로, 어떤 컬럼을 인덱스에 포함시킬지 신중하게 결정해야 한다.
  • 인덱스 크기 관리 필요: 인덱스가 너무 커지면 메모리와 디스크 공간을 많이 차지하게 되며, 인덱스 유지 및 관리 비용이 증가

 

7. 다중 컬럼 인덱스(Multi-column index, 복합 인덱스)에 대해서 설명해주세요.

• 개념: 두개 이상의 컬럼을 결합하여 생성한 인덱스
• 예시
  • A와 B라는 두 컬럼에 대해 (A, B) 다중 컬럼 인덱스를 생성. 이 경우 데이터는 먼저 A 컬럼을 기준으로 정렬되고, 같은 A 값 내에서는 B 컬럼 값에 따라 다시 정렬된다.
  • 이 인덱스는 WHERE A = ... AND B = ... 형태의 쿼리에서 가장 효과적이며, A 컬럼만 사용하는 조건에서도 성능 향상을 기대할 수 있지만 B 컬럼만 사용하는 조건에서는 이 인덱스가 제대로 활용되지 않을 수 있다.

 

8. B-Tree 인덱스와 B+Tree 인덱스에 대해 설명해주세요.

B-Tree

• 개념: 균형 잡힌 트리 구조로, 데이터베이스와 파일 시스템에서 대량의 데이터를 관리하고 검색하는 데 사용
• 특징
  • 다중 자식 노드: 각 노드는 여러 개의 키, 자식을 가질 수 있다.
  • 정렬된 노드: 각 노드 내의 키들은 정렬된 상태로 유지
  • 균형 유지: 모든 리프 노드는 동일한 깊이에 위치
  • 동적 데이터 관리: 데이터 삽입,삭제 시 트리 균형 자동 조정
• 장점
  • 빠른 검색과 정렬 지원 
  • 효율적인 검색 가능
  • 균형 유지
  • 범위 검색에 유리
• 단점
  • 복잡한 구현
  • 공간 낭비 가능성
  • 데이터 재구성 필요

1.  

B+Tree

• B-Tree는 중간 노드에서도 데이터를 찾을 수 있고, 모든 리프 노드는 같은 깊이에 위치한다. 노드에는 키 값과 키값에 대한 포인터가 존재

• B+Tree는 리프 노드에만 데이터를 저장하고, 내부 노드의 경우 키값과 자식 노드에 대한 포인터만을 저장한다.

 

9. Hash 인덱스에 대해서 설명해주세요.

• 개념: 데이터를 해시 함수에 의해 생성된 해시값을 기반으로 인덱싱하는 방식
• 특정 데이터 찾기 위한 주소 역할을 하며, 빠른 검색 성능 제공
• 등호 연산자와 같은 일치 검색에 효과적이며, 검색 시간이 상수에 가깝다.
• 주의점: 범위 검색, 정렬에 적합하지 않음. 충돌 발생 시 처리방법 필요

 

10. 클러스터링 인덱스에 대해서 설명해주세요.

• 개념: 연속된 키 값의 레코드를 묶어서 같은 블록에 저장하는 방법
• 테이블 당 한개만 생성 가능
• 우선순위
  1. PK
  2. 유니크 키
  3. row id 기반 인덱스
• 클러스터링 인덱스를 기준으로 데이터가 자동 정렬된다.

 

11. 인덱스 스캔 방식에 대해서 설명해주세요.

• 인덱스 스캔 방식에는 Index Range Scan, Full Scan, Unique Scan 등이 있다.

• Index Range Scan: B-Tree 인덱스에서 가장 일반적인 접근 방식, 인덱스의 루트부터 리프 블록까지 수직적으로 탐색 후, 필요 범위만큼 수평적으로 탐색한다.
  • 특징: 특정 범위에 대한 데이터를 효율적으로 검색할 수 있기에, 필요한 부문만 검색할 수 있어 전체 검색보다 효율적이다.
• Index Full Scan: 수직적 탐색 없이 인덱스 리프 블록을 처음부터 끝까지 수평적으로 탐색한다. 
  • 특징: 작은 데이터나 전체 데이터 검색 시 유용하다.
• Unique Scan: 수직적 탐색으로만 데이터를 찾는 방식.
  • 특징:  동등조건으로 탐색 시 동작, 범위 조건 검색 시 Index Range Scan

 

12. 쿼리 실행 계획에 대해서 설명해주세요. 실행 계획을 확인해본적이 있나요?

• 개념: DBMS가 쿼리를 실행하기 위해 선택한 방법과 순서에 대한 계획
• 실행 계획을 확인하면 쿼리가 데이터베이스에서 어떻게 실행되는지 EXPLAIN 명령어를 사용하여 볼 수 있다.
• 장점: 성능 문제 식별 가능

 

13. 힌트에 대해서 설명해주세요.

• 개념: 쿼리 옵티마이저가 쿼리를 실행하는 방법을 제어할 수 있는 지시어
• 힌트를 사용하여 인덱스 사용, 조인 순서 등을 강제할 수 있다.
• 오라클이 항상 최적의 실행 경로를 만드는 것이 불가능하기에 직접 최적의 실행 경로를 작성하는 것이다.

 

14. 인덱스가 잘 동작하고 있는지 어떻게 확인할 수 있을까요?

• 실행 계획 확인: EXPLAIN 명령어를 사용하여 인덱스가 사용되고 있는지 확인
• 성능 모니터링: 쿼리 성능이 향상되었는지 확인

 

15. 인덱스 사용시 주의해야할 점에 대해서 알려주세요.

• 과도한 인덱스: 너무 많은 인덱스는 쓰기 성능을 저하시킬 수 있다.
• 인덱스 유지: 데이터의 변경 시 인덱스가 잘 유지되고 있는지 확인해야 한다.
• 적절한 인덱스 선택: 쿼리 패턴에 맞는 인덱스를 선택해야 한다.

 

16. GROUP BY 사용시 인덱스가 걸리는 조건에 대해 설명해주세요.

• 인덱스 칼럼의 순서와 GROUP BY절의 순서가 같아야 한다.
• GROUP BY에 포함된 열이 인덱스의 가장 앞에 있는 열이어야 한다.

 

17. 이름, 국가, 성별이 있는 테이블에서 인덱스를 어떻게 걸어야할까요?

• 인덱스 설정 시 카디널리티가 높은 칼럼을 선택하는 것이 좋다.
• 단일 컬럼 인덱스: 카디널리티가 높은 것 부터 선택하여 이름 -> 국가 -> 성별 순으로 설정
• 다중 컬럼 인덱스: 조합된 검색 조건이 자주 사용된다면, 해당 조합에 대해 인덱스를 설정

 

면접 피드백

좋은 점

• 고민 될때 천천히 생각하다가 말하는 모습이 좋다

부족한 점

• 답변을 잘했는데, 자신있게 하자
• 처음에 헤갈리는 내용이 나올 때 혀바닥을 내밀었던 점이 만약 습관이라면 입안에 넣어두는 것이 좋을 것 같다.
• 기술 면접 답을 할 때 명확하게 답을 하려고 하면 좋을 것 같다.
• 좀 더 짧게 답을 하고 추가 질문이 들어오게 답을 하는 쪽으로 해보자.

멘토님 코맨트

• "면접관도 사람이기에 질문에 대한 대답할 때 이만큼은 알고, 이만큼은 정확하게 모르는데 여기에 대해 아는만큼 설명드리겠습니다." 라고하는것도 괜찮다.