Database [6]: 물리적 데이터베이스 설계
Chap 6) 물리적 데이터베이스 설계
- 물리적 데이터베이스 설계
- 논리적인 설계의 데이터 구조를 보조 기억 장치상의 화일(물리적인 데이터 모델)로 사상함
- 예상 빈도를 포함하여 데이터베이스 질의와 트랜잭션들을 분석함
- 데이터에 대한 효율적인 접근을 제공하기 위하여 저장 구조와 접근 방법들을 다룸
- 특정 DBMS의 특성을 고려하여 진행됨
- 질의를 효율적으로 지원하기 위해서 인덱스 구조를 적절히 사용함
1. 보조 기억 장치
- 보조 기억 장치
- 사용자가 원하는 데이터를 검색하기 위해서 DBMS는 디스크 상의 데이터베이스로부터 사용자가 원하는 데이터를 포함하고 있는 블록을 읽어서 주기억 장치로 가져옴
- 데이터가 변경된 경우에는 블록들을 디스크에 다시 기록함
- 블록 크기는 512바이트부터 수 킬로바이트까지 다양함
- 전형적인 블록 크기는 4,096바이트
- 각 화일은 고정된 크기의 블록들로 나누어져서 저장됨
- 디스크는 데이터베이스를 장기간 보관하는 주된 보조 기억 장치
- 자기 디스크
- 디스크는 자기 물질로 만들어진 여러 개의 판으로 이루어짐
- 각 면마다 디스크 헤드가 있음
- 각 판은 트랙과 섹터로 구분됨
- 정보는 디스크 표면 상의 동심원(트랙)을 따라 저장됨
- 여러 개의 디스크 면 중에서 같은 지름을 갖는 트랙들을 실린더라고 부름
- 블록은 한 개 이상의 섹터들로 이루어짐
- 디스크에서 임의의 블록을 읽어오거나 기록하는데 걸리는 시간은 탐구시간(seek time), 회전 지연 시간(rotational delay), 전송 시간(transfer time)의 합
2. 버퍼 관리와 운영 체제
- 버퍼 관리와 운영 체제
- 디스크 입출력은 컴퓨터 시스템에서 가장 속도가 느린 작업이므로 입출력 횟수를 줄이는 것이 DBMS의 성능을 향상하는데 매우 중요
- 가능하면 많은 블록들을 주기억 장치에 유지하거나, 자주 참조되는 블록들을 주기억 장치에 유지하면 블록 전송 횟수를 줄일 수 있음
- 버퍼는 디스크 블록들을 저장하는데 사용되는 주기억 장치 공간
- 버퍼 관리자는 운영 체제의 구성요소로서 주기억 장치 내에서 버퍼 공간을 할당하고 관리하는 일을 맡음
- 운영 체제에서 버퍼 관리를 위해 흔히 사용되는 LRU 알고리즘은 데이터베이스를 위해 항상 우수한 성능을 보이지는 않음
3. 디스크 상에서 화일의 레코드 배치
- 디스크 상에서 화일의 레코드 배치
- 릴레이션의 애트리뷰트는 고정 길이 또는 가변 길이의 필드로 표현됨
- 연관된 필드들이 모여서 고정 길이 또는 가변 길이의 레코드가 됨
- 한 릴레이션을 구성하는 레코드들의 모임이 화일이라고 부르는 블록들의 모임에 저장됨
- 한 화일에 속하는 블록들이 반드시 인접해 있을 필요는 없음
- 인접한 블록들을 읽는 경우에는 탐구 시간과 회전 지연 시간이 들지 않기 때문에 입출력 속도가 빠르므로 블록들이 인접하도록 한 화일의 블록들을 재조직할 수 있음
- BLOB(Binary Large Object)
- 이미지(GIF, JPG), 동영상(MPEG, RM) 등 대규모 크기의 데이터를 저장하는데 사용됨
- BLOB의 최대 크기는 오라클에서 8TB~128TB
- 채우기 인수
- 각 블록에 레코드를 채우는 공간의 비율
- 나중에 레코드가 삽입될 때 기존의 레코드들을 이동하는 가능성을 줄이기 위해서
- 고정 길이 레코드
- 레코드 i를 접근하기 위해서는 n*(i-1)+1의 위치에서 레코드를 읽음
- 레코드 삭제 시 여러 개의 레코드를 이동하거나, 한개의 레코드를 이동함
- 지연 관리 방법: 이동이 필요 없이, 삭제된 공간을 관리하기 위해 free list를 관리 가변길이에 적합
- 화일 내의 클러스터링(intra-file clustering)
- 한 화일 내에서 함께 검색될 가능성이 높은 레코드들을 디스크 상에서 물리적으로 가까운 곳에 모아두는 것
- 화일 간의 클러스터링(inter-file clustering)
- 논리적으로 연관되어 함께 검색될 가능성이 높은 두 개 이상의 화일에 속한 레코드들을 디스크 상에서 물리적으로 가까운 곳에 저장하는 것
4. 화일 조직
- 화일 조직의 유형
- 히프 화일(heap file) (비순서 화일)
- 가장 단순한 화일 조직
- 일반적으로 레코드들이 삽입된 순서대로 화일에 저장됨
- 삽입: 새로 삽입되는 레코드는 화일의 가장 끝에 첨부됨
- 검색: 원하는 레코드를 찾기 위해서는 모든 레코드들을 순차적으로 접근해야 함
- 삭제: 원하는 레코드를 찾은 후에 그 레코드를 삭제하고, 삭제된 레코드가 차지하던 공간을 재사용하지 않음
- 좋은 성능을 유지하기 위해서 히프 화일을 주기적으로 재조직할 필요가 있음
- 성능
- 히프 화일은 질의에서 모든 레코드들을 참조하고, 레코드들을 접근하는 순서는 중요하지 않을 때
- 히프 화일(heap file) (비순서 화일)
SELECT *
FROM EMPLOYEE;
- 특정 레코드를 검색하는 경우에는 히프 화일이 비효율적
- 히프 화일에 b개의 블록이 있다고 가정하자. 원하는 블록을 찾기 위해서 평균적으로 b/2개의 블록을 읽어야 함
SELECT TITLE
FROM EMPLOYEE
WHERE EMPNO = 1365;
- 몇 개의 레코드들을 검색하는 경우에도 비효율적
- 조건에 맞는 레코드를 이미 한 개 이상 검색했더라도 화일의 마지막 블록까지 읽어서 원하는 레코드가 존재하는가를 확인해야 하기 때문에 b개의 블록을 모두 읽어야 함
SELECT EMPNAME, TITLE
FROM EMPLOYEE
WHERE DNO = 2;
- 급여의 범위를 만족하는 레코드들을 모두 검색하는 아래의 질의도 EMPLOYEE 릴레이션의 모든 레코드들을 접근해야 함
SELECT EMPNAME, TITLE
FROM EMPLOYEE
WHERE SALARY >= 3000000
AND SALARY <= 4000000;
| 연산 유형 | 소요 시간 |
|---|---|
| 삽입 | 효율적 |
| 삭제 | 시간이 많이 소요 |
| 탐색 | 시간이 많이 소요 |
| 순서대로 검색 | 시간이 많이 소요 |
| 특정 레코드 검색 | 시간이 많이 소요 |
- 순차 화일(sequential file)
- 인덱스된 순차 화일(indexed sequential file)
- 직접 화일(hash file)
- 인덱스된 순차 화일(indexed sequential file)
- 순차 화일
- 레코드들이 하나 이상의 필드 값에 따라 순서대로 저장된 화일
- 레코드들이 일반적으로 레코드의 탐색 키(search key) 값의 순서에 따라 저장됨
- 탐색 키는 순차 화일을 정렬하는데 사용되는 필드를 의미
- 삽입 연산은 삽입하려는 레코드의 순서를 고려해야 하기 때문에 시간이 많이 걸릴 수 있음
- 삭제 연산은 삭제된 레코드가 사용하던 공간을 빈 공간으로 남기기 때문에 히프 화일의 경우와 마찬가지로 주기적으로 순차 화일을 재조직해야 함
- 기본 인덱스가 순차 화일에 정의되지 않는 한 순차 화일은 데이터베이스 응용을 위해 거의 사용되지 않음
- 성능
- EMPLOYEE 화일이 EMPNO의 순서대로 저장되어 있을 때 첫 번째 SELECT문은 이진 탐색을 이용할 수 있고, 두 번째 SELECT문의 WHERE절에 사용된 SALARY는 저장 순서와 무관하기 때문에 화일 전체를 탐색해야 함
SELECT TITLE
FROM EMPLOYEE
WHERE EMPNO = 1365;
SELECT EMPNAME, TITLE
FROM EMPLOYEE
WHERE SALARY >= 3000000 AND SALARY <= 4000000;
5. 단일 단계 인덱스
- 단일 단계 인덱스
- 인덱스된 순차 화일은 인덱스를 통해서 임의의 레코드를 접근할 수 있는 화일
- 단일 단계 인덱스의 각 엔트리는 <탐색 키, 레코드에 대한 포인터>
- 엔트리들은 탐색 키 값의 오름차순으로 정렬됨
- 인덱스는 데이터 화일과는 별도의 화일에 저장됨
- 인덱스의 크기는 데이터 화일의 크기에 비해 훨씬 작음
- 하나의 화일에 여러 개의 인덱스들을 정의할 수 있음
- 인덱스가 정의된 필드를 탐색 키라고 부름
- 탐색 키의 값들은 후보 키처럼 각 투플마다 반드시 고유하지는 않음
- 키를 구성하는 애트리뷰트뿐만 아니라 어떤 애트리뷰트도 탐색 키로 사용될 수 있음
- 인덱스의 엔트리들은 탐색 키 값의 오름차순으로 저장되어 있으므로 이진 탐색을 이용할 수도 있음
인덱스: 탐색 키를 가진 레코드의 빠른 검색을 위해 <탐색 키, 레코드 포인터>의 쌍을 관리하는 구조
- 기본 인덱스(primary index)
- 탐색 키가 데이터 화일의 기본 키인 인덱스를 기본 인덱스라고 부름
- 기본 인덱스는 기본 키의 값에 따라 정렬된 데이터 화일에 대해 정의됨
- 기본 인덱스는 흔히 희소 인덱스로 유지할 수 있음
- 각 릴레이션마다 최대한 한 개의 기본 인덱스를 가질 수 있음
- 클러스터링 인덱스(clustering index)
- 탐색 키 값에 따라 정렬된 데이터 화일에 대해 정의됨
- 각각의 상이한 키 값마다 하나의 인덱스 엔트리가 인덱스에 포함됨
- 범위 질의에 유용: 범위의 시작 값에 해당하는 인덱스 엔트리를 먼저 찾고, 범위에 속하는 인덱스 엔트리들을 따라가면서 레코드들을 검색할 때 디스크에서 읽어오는 블록 수가 최소화됨
- 어떤 인덱스 엔트리에서 참조되는 데이터 블록을 읽어오면 그 데이터 블록에 들어 있는 대부분의 레코드들은 범위를 만족함
- 보조 인덱스(secondary index)
- 한 화일은 기껏해야 한 가지 필드들의 조합에 대해서만 정렬될 수 있음
- 보조 인덱스는 탐색 키 값에 따라 정렬되지 않은 데이터 화일에 대해 정의됨
- 보조 인덱스는 일반적으로 밀집 인덱스이므로 같은 수의 레코드들을 접근할 때 보조 인덱스를 통하면 기본 인덱스를 통하는 경우보다 디스크 접근 횟수가 증가할 수 있음
시간 비교
- 희소 인덱스와 밀집 인덱스의 비교
- 희소 인덱스는 각 데이터 블록마다 한 개의 엔트리를 갖고, 밀집 인덱스는 각 레코드마다 한 개의 엔트리를 가짐
- 레코드의 길이가 블록 크기보다 훨씬 작은 일반적인 경우에는 희소 인덱스의 엔트리 수가 밀집 인덱스의 엔트리 수보다 훨씬 적음
- 희소 인덱스는 일반적으로 밀집 인덱스에 비해 인덱스 단계 수가 1정도 적으므로 인덱스 탐색시 디스크 접근 수가 1만큼 적을 수 있음
- 희소 인덱스는 밀집 인덱스에 비해 모든 갱신과 대부분의 질의에 대해 더 효율적
- 그러나 질의에서 인덱스가 정의된 애트리뷰트만 검색(예를 들어, COUNT 질의)하는 경우에는 데이터 화일을 접근할 필요 없이 인덱스만 접근해서 질의를 수행할 수 있으므로 밀집 인덱스가 희소 인덱스보다 유리
- 한 화일은 한 개의 희소 인덱스와 다수의 밀집 인덱스를 가질 수 있음
- 클러스터링 인덱스와 보조 인덱스의 비교
- 클러스터링 인덱스는 희소 인덱스일 경우가 많으며 범위 질의 등에 좋음
- 보조 인덱스는 밀집 인덱스이므로 일부 질의에 대해서는 화일을 접근할 필요 없이 처리할 수 있음
6. 다단계 인덱스
- 다단계 인덱스
- 인덱스 자체가 클 경우에는 인덱스를 탐색하는 시간도 오래 걸릴 수 있음
- 인덱스 엔트리를 탐색하는 시간을 줄이기 위해서 단일 단계 인덱스를 디스크 상의 하나의 순서 화일로 간주하고, 단일 단계 인덱스에 대해서 다시 인덱스를 정의 할 수 있음
- 다단계 인덱스는 가장 상위 단계의 모든 인덱스 엔트리들이 한 블록에 들어갈 수 있을 때까지 이런 과정을 반복함
- 가장 상위 단계 인덱스를 마스터 인덱스(master index)라고 부름
- 마스터 인덱스는 한 블록으로 이루어지기 때문에 주기억 장치에 상주할 수 있음
- 대부분의 다단계 인덱스는 B+-트리 를 사용
- SQL의 인덱스 정의문
- SQL의 CREATE TABLE문에서 PRIMARY KEY절로 명시한 애트리뷰트에 대해서는 DBMS가 자동적으로 기본 인덱스를 생성
- UNIQUE로 명시한 애트리뷰트에 대해서는 DBMS가 자동적으로 보조 인덱스를 생성
- SQL2는 인덱스 정의 및 제거에 관한 표준 SQL문을 제공하지 않음
- 다른 애트리뷰트에 추가로 인덱스를 정의하기 위해서는 DBMS마다 다소 구문이 다른 CREATE INDEX문을 사용해야 함
- 다수의 애트리뷰트를 사용한 인덱스 정의
- 한 릴레이션에 속하는 두 개 이상의 애트리뷰트들의 조합에 대하여 하나의 인덱스를 정의할 수 있음
- 예:
- 한 릴레이션에 속하는 두 개 이상의 애트리뷰트들의 조합에 대하여 하나의 인덱스를 정의할 수 있음
CREATE INDEX EmpIndex ON EMPLOYEE (DNO, SALARY);
- 이 인덱스는 아래의 질의에 활용될 수 있음
SELECT *
FROM EMPLOYEE
WHERE DNO=3 AND SALARY = 4000000;
- 이 인덱스는 아래의 질의에도 활용될 수 있음
SELECT *
FROM EMPLOYEE
WHERE DNO>=2 AND DNO <=3 AND SALARY >= 3000000
AND SALARY <= 4000000;
- 이 인덱스는 아래의 질의에도 활용될 수 있음
SELECT *
FROM EMPLOYEE
WHERE DNO = 2;
(또는 DNO에 대한 범위 질의)
- 이 인덱스는 아래의 질의에는 활용될 수 없음
SELECT *
FROM EMPLOYEE
WHERE SALARY >= 3000000
AND SALARY <= 4000000;
(또는 SALARY에 대한 동등 조건)
- 인덱스의 장점과 단점
- 인덱스는 검색 속도를 향상시키지만 인덱스를 저장하기 위한 공간이 추가로 필요하고 삽입, 삭제, 수정 연산의 속도는 저하시킴
- 소수의 레코드들을 수정하거나 삭제하는 연산의 속도는 향상됨
- 릴레이션이 매우 크고, 질의에서 릴레이션의 투플들 중에 일부(예, 2%~4%)를 검색하고, WHERE절이 잘 표현되었을 때 특히 성능에 도움이 됨
7. 인덱스 선정 지침과 데이터베이스 튜닝
- 인덱스 선정 지침과 데이터베이스 튜닝
- 가장 중요한 질의들과 이들의 수행 빈도, 가장 중요한 갱신들과 이들의 수행 빈도, 이와 같은 질의와 갱신들에 대한 바람직한 성능들을 고려하여 인덱스를 선정함
- 워크로드 내의 각 질의에 대해 이 질의가 어떤 릴레이션들을 접근하는가, 어떤 애트리뷰트들을 검색하는가, WHERE절의 선택/조인 조건에 어떤 애트리뷰트들이 포함되는가, 이 조건들의 선별력은 얼마인가 등을 고려함
- 워크로드 내의 각 갱신에 대해 이 갱신이 어떤 릴레이션들을 접근하는가, WHERE절의 선택/조인 조건에 어떤 애트리뷰트들이 포함되는가, 이 조건들의 선별력은 얼마인가, 갱신의 유형(INSERT/DELETE/UPDATE), 갱신의 영향을 받는 애트리뷰트 등을 고려함
- 어떤 릴레이션에 인덱스를 생성해야 하는가, 어떤 애트리뷰트를 탐색 키로 선정해야 하는가, 몇 개의 인덱스를 생성해야 하는가, 각 인덱스에 대해 클러스터링 인덱스, 밀집 인덱스/희소 인덱스 중 어느 유형을 선택할 것인가 등을 고려함
- 인덱스를 선정하는 한 가지 방법은 가장 중요한 질의들을 차례로 고려해보고, 현재의 인덱스가 최적의 계획에 적합한지 고려해보고, 인덱스를 추가하면 더 좋은 계획이 가능한지 알아봄
- 물리적 데이터베이스 설계는 끊임없이 이루어지는 작업
- 인덱스를 결정하는데 도움이 되는 몇 가지 지침
- 지침 1: 기본 키는 클러스터링 인덱스를 정의할 훌륭한 후보
- 지침 2: 외래 키도 인덱스를 정의할 중요한 후보
- 지침 3: 한 애트리뷰트에 들어 있는 상이한 값들의 개수가 거의 전체 레코드 수와 비슷하고, 그 애트리뷰트가 동등 조건에 사용된다면 비 클러스터링 인덱스를 생성하는 것이 좋음
- 지침 4: 투플이 많이 들어 있는 릴레이션에서 대부분의 질의가 검색하는 투플이 2% ~ 4% 미만인 경우에는 인덱스를 생성
- 지침 5: 자주 갱신되는 애트리뷰트에는 인덱스를 정의하지 않는 것이 좋음
- 지침 6: 갱신이 빈번하게 이루어지는 릴레이션에는 인덱스를 많이 만드는 것을 피함
- 지침 7: 후보 키는 기본 키가 갖는 모든 특성을 마찬가지로 갖기 때문에 인덱스를 생성할 후보
- 지침 8: 인덱스는 화일의 레코드들을 충분히 분할할 수 있어야 함
- 지침 9: 정수형 애트리뷰트에 인덱스를 생성
- 지침 10: VARCHAR 애트리뷰트에는 인덱스를 만들지 않음
- 지침 11: 작은 화일에는 인덱스를 만들 필요가 없음
- 지침 12: 대량의 데이터를 삽입할 때는 모든 인덱스를 제거하고, 데이터 삽입이 끝난 후에 인덱스들을 다시 생성하는 것이 좋음
- 언제 인덱스가 사용되지 않는가?
- 시스템 카탈로그가 오래 전의 데이터베이스 상태를 나타낼 떄
- DBMS의 질의 최적화 모듈이 릴레이션의 크기가 작아서 인덱스가 도움이 되지 않는다고 판단될 떄
- 인덱스가 정의된 애트리뷰트에 산술 연산자가 사용될 떄
SELECT *
FROM EMPLOYEE
WHERE SALARY * 12 > 40000000;
- DBMS가 제공하는 내장 함수가 집단 함수 대신에 사용될 때
SELECT *
FROM EMPLOYEE
WHERE SUBSTR(EMPNAME, 1, 1) = ‘김’;
- 널값에 대해서는 일반적으로 인덱스가 사용되지 않음
SELECT *
FROM EMPLOYEE
WHERE MANAGER IS NULL;
- 질의 튜닝을 위한 추가 지침
- DISTINCT절의 사용을 최소화 하라
- GROUP BY절과 HAVING절의 사용을 최소화 하라
- 임시 릴레이션의 사용을 피하라
- SELECT * 대신에 SELECT절에 애트리뷰트 이름들을 구체적으로 명시 하라