DB 성능 튜닝 | 인덱스와 쿼리 최적화

데이터베이스는 애플리케이션의 성능을 좌우하는 핵심 요소입니다. 하지만 데이터량이 많아지거나 복잡한 쿼리를 실행하면 성능 저하를 경험할 수 있습니다. 이런 문제를 해결하려면 인덱스 최적화와 쿼리 최적화가 필수입니다. 이번 글에서는 실제 사례를 통해 데이터베이스 성능을 개선하는 방법을 알아보겠습니다.

 

1. 데이터베이스 성능 저하의 주요 원인

1.1 인덱스 부족

• 인덱스가 없으면 데이터베이스는 데이터를 검색할 때 전체 테이블을 스캔(Full Table Scan)해야 합니다. 이는 데이터량이 많을수록 시간이 오래 걸립니다.

1.2 비효율적인 쿼리

• 잘못된 쿼리 작성으로 인해 불필요한 데이터가 처리되거나, JOIN 조건이 비효율적으로 설정될 수 있습니다.

1.3 데이터베이스 설계 문제

• 비정규화된 테이블 구조, 데이터 중복 등은 성능 문제를 일으킵니다.

 

2. 인덱스(Index) 최적화

2.1 인덱스란?

인덱스는 책의 목차처럼, 특정 컬럼에 대한 데이터의 위치를 빠르게 찾아주는 데이터 구조입니다. 일반적으로 B-Tree 또는 Hash 기반으로 구현됩니다.

2.2 인덱스 적용 사례

Case 1: WHERE 조건에 인덱스 적용

 

문제: 아래와 같은 쿼리를 실행할 때 성능이 느려짐.

SELECT * 
FROM employees 
WHERE last_name = 'Smith';

 

해결 방법:

last_name 컬럼에 인덱스를 추가하면 검색 속도가 대폭 향상됩니다.

CREATE INDEX idx_last_name ON employees(last_name);

 

결과: 테이블 전체를 스캔하지 않고, 인덱스를 통해 필요한 데이터만 빠르게 조회.

 

Case 2: JOIN에 필요한 인덱스 추가

 

문제: 두 테이블 간 JOIN 쿼리가 느림.

SELECT e.name, d.department_name
FROM employees e
JOIN departments d
ON e.department_id = d.id;

 

해결 방법:

employees.department_id와 departments.id 컬럼에 인덱스를 추가.

CREATE INDEX idx_department_id ON employees(department_id);

CREATE INDEX idx_id ON departments(id);

 

결과: JOIN 조건에 맞는 데이터만 빠르게 조회 가능.

 

Case 3: 복합 인덱스 사용

 

문제: WHERE 조건에 여러 컬럼이 포함된 경우.

SELECT * 
FROM employees 
WHERE first_name = 'John' AND last_name = 'Smith';

 

해결 방법:

단일 인덱스 대신 복합 인덱스를 생성.

CREATE INDEX idx_name ON employees(first_name, last_name);

 

결과: 두 조건을 동시에 고려한 검색이 최적화.

 

2.3 인덱스 최적화 주의사항

• 너무 많은 인덱스는 성능을 저하시킬 수 있습니다. (데이터 삽입/업데이트 시 오버헤드 발생)

• 사용하지 않는 인덱스는 정기적으로 제거.

• EXPLAIN 명령어를 사용해 인덱스 사용 여부 확인.

 

3. 쿼리(Query) 최적화

3.1 불필요한 SELECT 제거

문제: 모든 컬럼을 조회하는 SELECT *는 불필요한 데이터를 처리하게 만듦.

SELECT * FROM employees;

 

해결 방법: 필요한 컬럼만 명시적으로 지정.

SELECT name, age FROM employees;

 

3.2 서브쿼리 대신 JOIN 사용

문제: 서브쿼리가 중첩되면 성능이 저하됨.

SELECT name 
FROM employees 
WHERE department_id = (SELECT id FROM departments WHERE department_name = 'HR');

 

해결 방법: JOIN으로 변환.

SELECT e.name
FROM employees e
JOIN departments d
ON e.department_id = d.id
WHERE d.department_name = 'HR';

 

3.3 LIMIT과 OFFSET 활용

문제: 대량의 데이터를 한 번에 조회하려다 성능 저하.

SELECT * FROM employees;

 

해결 방법: 한 번에 처리할 데이터 수를 제한.

SELECT * FROM employees LIMIT 100 OFFSET 0;

 

3.4 GROUP BY와 HAVING 최적화

문제: 그룹화된 데이터를 필터링할 때 불필요한 연산.

SELECT department_id, COUNT(*) 
FROM employees 
GROUP BY department_id 
HAVING COUNT(*) > 5;

 

해결 방법: WHERE 절로 먼저 필터링.

SELECT department_id, COUNT(*) 
FROM employees 
WHERE hire_date > '2020-01-01'
GROUP BY department_id 
HAVING COUNT(*) > 5;

 

4. 실제 사례: 성능 개선

현업에서 발생한 성능 개선과 관련한 실제 사례는 다음에 따로 글을 작성해서 공유하겠습니다.

2025.01.12 - [개발 지식/데이터베이스] - DB 성능 튜닝 | 300만 건 이상의 데이터에서 페이지네이션 성능 개선

 

5. EXPLAIN으로 쿼리 성능 분석

MariaDB, MySQL 등에서 EXPLAIN 명령어를 사용하면 쿼리 실행 계획을 확인할 수 있습니다.

--MariaDB, MySQL
EXPLAIN SELECT * FROM employees WHERE last_name = 'Smith';
--Oracle
EXPLAIN PLAN FOR SELECT * FROM employees WHERE last_name = 'Smith';

 

6. 결론

데이터베이스 성능 튜닝은 인덱스와 쿼리 최적화를 통해 큰 성능 개선 효과를 얻을 수 있습니다. 중요한 점은 문제의 원인을 파악하고, 최적화 작업이 과도하지 않도록 균형을 유지하는 것입니다. 실무에서 성능 문제가 발생했을 때, 이 글의 내용을 참고해 해결해 보세요.