[데이터베이스] 6장. 물리적 데이터베이스 설계

경희대학교 이영구 교수님의 데이터베이스 강의를 기반으로 정리한 글입니다.

물리적 데이터베이스 설계

• 논리적인 설계의 데이터 구조를 보조 기억 장치상의 화일(물리적인 데이터 모델)로 사상
• 예상 빈도를 포함하여 데이터베이스 질의와 트랜잭션들을 분석
• 데이터에 대한 효율적인 접근을 제공하기 위해 저장 구조와 접근 방법들을 다룸
• 특정 DBMS의 특성을 고려하여 진행
• 질의를 효율적으로 지원하기 위해 인덱스 구조를 사용

6.1 보조 기억 장치

보조 기억 장치

• 사용자가 원하는 데이터를 검색하기 위해 DBMS는 디스크 상의 데이터베이스로부터 사용자가 원하는 데이터를 포함하고 있는 블록을 읽어서 주기억 장치로 가져옴
• 데이터가 변경된 경우 → 블록들을 디스크에 다시 기록
• 블록 크기는 512B부터 수 KB까지 다양함
• 전형적인 블록 크기는 4,096B
• 각 화일은 고정된 크기의 블록들로 나뉘어 저장
• 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 구분
• 정보는 디스크 표면 상의 동심원(트랙)을 따라 저장
• 실린더: 여러 개의 디스크 면 중에서 같은 지름을 갖는 트랙들
• 블록: 한 개 이상의 섹터들로 이루어짐
• 디스크에서 임의의 블록을 읽어오거나 기록하는데 걸리는 시간은 탐구 시간(seek time), 회전 지연 시간(rotational delay), 전송 시간(transfer time)의 합

6.2 버퍼 관리와 운영 체제

버퍼 관리와 운영 체제

• 디스크 입출력은 컴퓨터 시스템에서 가장 속도가 느린 작업 → 입출력 횟수를 줄이는 것이 DBMS 성능 향상에 중요
• 가능한 많은 블록들 or 자주 참조되는 블록들 → 주기억 장치에 유지 → 블록 전송 횟수 ↓
• 버퍼: 디스크 블록들을 저장하는데 사용되는 주기억 장치 공간
• 버퍼 관리자: 운영 체제의 구성요소로서 주기억 장치 내에서 버퍼 공간을 할당하고 관리
• 운영체제에서 버퍼 관리를 위해 흔히 사용되는 LRU 알고리즘은 데이터베이스를 위해 항상 우수한 성능을 보이진 않음

6.3 디스크 상에서 화일의 레코드 배치

• 릴레이션의 애트리뷰트는 고정 길이 또는 가변 길이의 필드로 표현
• 연관된 필드들이 모여서 고정 길이 또는 가변 길이의 레코드
• 한 릴레이션을 구성하는 레코드들의 모임이 화일이라고 부르는 블록들의 모임에 저장

• 한 화일에 속하는 블록들이 반드시 인접해 있을 필요 X
• 인접한 블록들을 읽는 경우, 탐구 시간과 회전 지연 시간이 들지 않기 때문에 입출력 속도가 빠름 → 블록들이 인접하도록 한 화일의 블록들을 재조직 가능

BLOB(Binary Large Object)

• 이미지(GIF, JPG), 동영상(MPEG, RM) 등 대규모 크기 데이터를 저장하는데 사용
• BLOB의 최대 크기는 오라클에서 8TB~128TB

채우기 인수

• 각 블록에 레코드를 채우는 공간의 비율
• 나중에 레코드가 삽입될 때 기존의 레코드들을 이동하는 가능성을 줄이기 위해 사용

고정 길이 레코드

• 레코드 i를 접근하기 위해서는 n*(i-1)+1의 위치에서 레코드를 읽음

• 지연 관리 방법(이동 필요 없음): 삭제된 공간을 관리하기 위해 free list를 관리

화일 내의 클러스터링(infra-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

6.4 화일 조직

화일 조직의 유형

• 히프 화일(heap file)
• 순차 화일(sequential file)
• 인덱스된 순차 화일(indexed sequential file)
• 직접 화일(hash file)

히프 화일(heap file)

• 비순서 화일
• 가장 단순한 화일 조직
• 일반적으로 레코드들이 삽입된 순서대로 화일에 저장됨
• 삽입: 새로 삽입되는 레코드는 화일의 가장 끝에 첨부
• 검색: 원하는 레코드를 찾기 위해 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

히프 화일의 성능

• 질의에서 모든 레코드들을 참조하고, 레코드들을 접근하는 순서는 중요하지 않을 때

• 특정 레코드를 검색하는 경우 → b개의 블록, 원하는 블록을 찾는데 평균 b/2개의 블록 읽음 → 비효율적

• 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

• 급여의 범위를 만족하는 레코드를 모두 검색하는 질의도 릴레이션의 모든 레코드들을 접근해야 함

순차 화일(sequential file)

• 레코드들이 하나 이상의 필드 값에 따라 순서대로 저장된 화일
• 레코드들이 일반적으로 레코드의 탐색 키(search key) 값의 순서에 따라 저장
• 탐색 키: 순차 화일을 정렬하는데 사용되는 필드
• 삽입: 삽입하려는 레코드의 순서를 고려해야 하기 때문에 시간이 많이 걸릴 수 있음
• 삭제: 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

순차 화일의 성능

• EMPLOYEE 화일이 EMPNO의 순서대로 저장 → 첫 번째 SELECT문은 2진 탐색, 두 번째 SELECT문의 WHERE절에 사용된 SALARY는 저장 순서와 무관하기에 전체 탐색

6.5 단일 단계 인덱스

• 인덱스된 순차 화일: 인덱스를 통해서 임의의 레코드를 접근할 수 있는 화일
• 단일 단계 인덱스의 각 엔트리는 <탐색 키, 레코드에 대한 포인터>
• 엔트리들은 탐색 키 값의 오름차순으로 정렬

• 인덱스: 데이터 화일과는 별도의 화일에 저장
• 인덱스의 크기: 데이터 화일의 크기에 비해 훨씬 작음
• 하나의 화일에 여러 개의 인덱스들을 정의 가능

• 탐색 키: 인덱스가 정의된 필드
• 탐색 키의 값들은 후보 키처럼 각 투플마다 반드시 고유하지는 않음
• 키를 구성하는 애트리뷰트뿐만 아니라 어떤 애트리뷰트도 탐색 키로 사용 가능
• 인덱스의 엔트리들은 탐색 키 값의 오름차순으로 저장되어 있으므로 이진 탐색 이용 가능

기본 인덱스(primary index)

• 탐색 키가 데이터 화일의 기본 키인 인덱스
• 기본 키의 값에 따라 정렬된 데이터 화일에 대해 정의됨
• 흔히 희소 인덱스로 유지 가능
• 각 릴레이션마다 최대 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 포함
• 범위 질의에 유용
• 범위의 시작 값에 해당하는 인덱스 엔트리를 먼저 찾고 → 범위에 속하는 인덱스 엔트리들을 따라가면서 레코드들을 검색 → 디스크에서 읽어오는 블록 수 최소화
• 어떤 인덱스 엔트리에서 참조되는 데이터 블록을 읽어오면 그 데이터 블록에 들어 있는 대부분의 레코드들은 범위를 만족

보조 인덱스(secondary index)

• 한 화일은 한 가지 필드들의 조합에 대해서만 정렬 가능
• 보조 인덱스는 탐색 키 값에 따라 정렬되지 않은 데이터 화일에 대해 정의
• 보조 인덱스는 일반적으로 밀집 인덱스 → 같은 수의 레코드들을 접근할 때 보조 인덱스를 통하면 기본 인덱스를 통하는 경우보다 디스크 접근 횟수 증가 가능

희소 인덱스와 밀집 인덱스의 비교

• 희소 인덱스는 각 데이터 블록마다 한 개의 엔트리를 가짐
• 밀집 인덱스는 각 레코드마다 한 개의 엔트리를 가짐
• 레코드의 길이가 블록 크기보다 훨씬 작은 일반적인 경우 → 희소 인덱스의 엔트리 수가 밀집 인덱스의 엔트리 수보다 훨씬 적음
• 희소 인덱스는 일반적으로 밀집 인덱스에 비해 인덱스 단계 수가 1정도 적으므로 인덱스 탐색 시 디스크 접근 수가 1만큼 적을 수 있음
• 희소 인덱스는 밀집 인덱스에 비해 모든 갱신과 대부분의 질의에 대해 더 효율적
• 질의에서 인덱스가 정의된 애트리뷰트만 검색(ex. COUNT)하는 경우 → 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

6.6 다단계 인덱스

• 인덱스 자체가 큰 경우 → 인덱스를 탐색하는 시간 오래 걸릴 수 있음
• 인덱스 엔트리를 탐색하는 시간을 줄이기 위해 단일 단계 인덱스를 디스크 상의 하나의 순서 화일로 간주, 단일 단계 인덱스에 대해 다시 인덱스를 정의
• 다단계 인덱스는 가장 상위 단계의 모든 인덱스 엔트리들이 한 블록에 들어갈 수 있을 때까지 과정 반복
• 마스터 인덱스(master index): 가장 상위 단계 인덱스
• 마스터 인덱스는 한 블록으로 이루어지기 때문에 주기억 장치에 상주 가능
• 대부분의 다단계 인덱스는 B+트리 사용

SQL의 인덱스 정의문

• SQL의 CREATE TABLE문에서 PRIMARY KEY절로 명시한 애트리뷰트에 대해 DBMS가 자동적으로 기본 인덱스 생성
• UNIQUE로 명시한 애트리뷰트에 대해 DBMS가 자동적으로 보조 인덱스 생성
• SQL2는 인덱스 정의 및 제거에 관한 표준 SQL문 제공X
• 다른 애트리뷰트에 추가로 인덱스를 정의하기 위해서는 DBMS마다 다소 구문이 다른 CREATE INDEX문 사용

다수의 애트리뷰트를 사용한 인덱스 정의

• 한 릴레이션에 속하는 두 개 이상의 애트리뷰트들의 조합에 대해 하나의 인덱스를 정의 가능

→ 아래 질의에 위 인덱스가 활용될 수 있음

 

→ 아래 질의에는 위 인덱스가 활용될 수 없음

인덱스의 장점과 단점

• 인덱스는 검색 속도를 향상시키지만 인덱스를 저장하기 위한 공간이 추가로 필요하고 삽입, 삭제, 수정 연산의 속도는 저하
• 소수의 레코드들을 수정하거나 삭제하는 연산의 속도는 향상
• 릴레이션이 매우 크고, 질의에서 릴레이션의 투플들 중에 일부(ex. 2%~4%)를 검색하고, WHERE절이 잘 표현되었을 때 특히 성능에 도움이 됨

6.7 인덱스 선정 지침과 데이터베이스 튜닝

• 질의와 갱신들에 대한 바람직한 성능들을 고려하여 인덱스 선정 → 가장 중요한 질의들과 이들의 수행 빈도, 가장 중요한 갱신들과 이들의 수행 빈도
• 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 고려
• 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 고려
• 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 고려
• 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 상의한 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 나타냄
• DBMS의 질의 최적화 모듈이 릴레이션의 크기가 작아서 인덱스가 도움이 되지 않는다고 판단
• 인덱스가 정의된 애트리뷰트에 산술 연산자가 사용됨

• DBMS가 제공하는 내장 함수가 사용됨

• 널값에 대해서는 일반적으로 인덱스가 사용되지 않음

질의 튜닝을 위한 추가 지침

• DISTINCT절의 사용을 최소화하라
• GROUP BY절과 HAVING절의 사용을 최소화하라
• 임시 릴레이션의 사용을 피하라
• SELECT * 대신에 SELECT절에 애트리뷰트 이름들을 구체적으로 명시하라