[Database] 인덱스

✔️ 인덱스

인덱스란?

• RDBMS에서 검색 속도를 높이기 위한 기술로 테이블의 칼럼을 색인화하여 따로 파일로 저장함
• 칼럼의 값과 해당 레코드가 저장된 주소를 키와 값의 쌍으로 인덱스를 만들게 됨
• 해당 테이블의 레코드를 전체 탐색(Full Scan) 하지 않고, 색인화된 인덱스 파일 검색으로 인해 검색 속도가 향상됨

• 반면 인덱스 생성 시, 파일의 크기가 증가하고 한 페이지를 동시에 수정할 수 있는 병행성이 줄어들게 됨
  또한 데이터 변경 작업이 자주 일어나는 경우, 인덱스를 재작성해야 하므로
  인덱스 된 필드에서 데이터를 업데이트하거나, 레코드를 추가 또는 삭제 시 성능이 떨어짐
  
• 그러므로 Where 절에서 자주 사용되는 컬럼,칼럼, 외래키가 사용되는 칼럼, 조인에 자주 사용되는 칼럼의 경우 인덱스를 사용하고,
  데이터 중복도가 높은 컬럼이나 DML(INSERT, DELETE, UPDATE)이 자주 일어나는 칼럼에는 인덱스를 사용하지 않도록 함
• 인덱스를 설정할 때는 인덱스를 설정하는 필드의 속성도 중요하므로 SELECT 질의를 어떻게 할 것인가에 따라
  인덱스를 어떻게 생성할 것인가에 대해 많은 영향을 끼치게 됨
• 클러스터드 인덱스는 테이블의 프라이머리 키에 대해서
  프라이머리 키 값이 비슷한 레코드까지 묶어서 저장할 수 있으며 테이블 당 한 개만 생성할 수 있음
  이에 반해 Non 클러스터드 인덱스는 테이블 당 여러 개 생성할 수 있음

인덱스의 자료구조

• 테이블을 생성하면, MYD, MYI, FRM 3개의 파일이 생성됨
  1. MYD : 실제 데이터가 들어가 있는 파일
  2. MYI : 인덱스 정보가 들어가 있는 파일
  3. FRM : 테이블 구조가 저장되어 있는 파일
• 인덱스를 사용하지 않는 경우, MYI 파일이 비어져 있지만 인덱싱하는 경우 MYI 파일이 생성되고
  이후에 사용자가 SELECT 쿼리로 인덱스를 사용하는 컬럼을 탐색 시, 테이블이 아닌 MYI 파일의 내용을 검색하게 됨
• DBMS에서는 인덱스를 B+-Tree, Hash 인덱스 알고리즘으로 관리하게 됨
  1. B+-Tree 인덱스 알고리즘
     일반적으로 사용되는 인덱스 알고리즘, 컬럼의 값을 변형하지 않고 원래의 값을 이용해 인덱싱
  2. Hash 인덱스 알고리즘
     칼럼의 값으로 해시 값을 계산해서 인덱싱하는 알고리즘으로 매우 빠른 검색을 지원
     하지만 동등 연산(=)만 가능하므로 부등호 연산 사용 시 문제가 발생함
     주로 메모리 기반의 데이터베이스에서 많이 사용