🛢️Database

회사에서 개발을 진행하면서 옵티마이저가 최적이라고 생각하는 실행 계획과 실제 최적의 실행 계획은 종종 차이가 있다는 것을 알게 되었다.이때, 내가 진행했던 개선 방향은 해당 테이블에 대해 이미 존재하는 다른 인덱스로 변경하여 개선 가능한가?인덱스를 수정하거나 새로 추가하여 개선 가능한가? 1번으로 해결 가능한 부분은 SQL에 액세스 방식이나 조인 순서, 조인 방식 대한 Hint를 추가하여 개선을 진행했고,1번으로 해결이 불가능한 경우 즉, 2번의 경우에는 인덱스의 순서를 변경하거나 구성 컬럼을 변경하는 작업을 진행했다. 해당 글에서는 1번의 케이스에 적용한 옵티마이저 힌트에 대해서 간단하게 정리하고자 한다. 옵티마이저 Hint오브젝트 통계와 시스템 통계 정보를 바탕으로 최적의 프로시저를 만드는 옵티마이저..

프로젝트를 진행하던 중, 속도가 느린 쿼리들을 실행계획을 분석하여 추출한 경험이 있다.실행계획에서 중요한 것은 올바른 인덱스를 타고 있는지, Cost가 비정상적으로 높은지 등을 확인했다. 해당 작업을 진행하면서  Cost는 어떤 방식으로 계산되는지 궁금하여 찾아본 것을 여기에 정리하고자 한다.옵티마이저의 통계 정보의 경우 각각을 외우기보다는 실행계획에서의 Cost가 어떠한 값을 기반으로 계산된 것인지 참고하는 정도로 러프하게 생각해야 할 것 같다. 선택도와 카디널리티우선, 옵티마이저가 처음으로 계산하는 카디널리티가 무엇인지 선택도와 함께 알아보자. 1.  선택도 (Selectivity)데이터에서 특정 값을 얼마나 잘 선택할 수 있는지에 대한 지표이다.선택도는 낮을수록 인덱스 설정에 좋은 컬럼이다.선택도 ..

최근 프로젝트에서 분리되어 있는 여러 DB에 대해 2 Phase Commit을 적용해야 하는 일이 생겨 정리하게 되었다.설명을 시작하기에 앞서, 간단하게 분산 트랜잭션에 대해 얘기하고 넘어가겠다.분산 트랜잭션은 글로벌 트랜잭션이라고도 하며, 통합되어 관리되는 여러 개의 트랜잭션 묶음을 의미한다.이때, 1️⃣ 분산 트랜잭션에 포함되는 트랜잭션은 서로 동일한 DB에 존재할 수도 있고, 2️⃣ 서로 다른 DB에 존재할 수도 있다.XA Datasource와 2 Phase Commit 이란?XA는 2 Phase Commit을 통한 분산 트랜잭션 처리를 위해 X/Open에서 정의한 표준이다.분산 트랜잭션에서 사용되는 각각의 DB에는 하나의 XA Datasource가 존재하고, 이 XA Datasource가 XA C..

MySQL의 격리 수준 트랜잭션의 격리 수준(Isolation Level)이란 여러 트랜잭션이 동시에 처리될 때 특정 트랜잭션이 다른 트랜잭션에서 변경하거나 조회하는 데이터를 볼 수 있게 허용할지 말지를 결정하는 것이다. 격리 수준은 크게 4가지로 나뉜다. Read UNCOMMITTED Read COMMITTED REPEATABLE READ SERIALIZABLE 1번부터 4번까지 뒤로 갈수록 각 트랜잭션 간의 데이터 격리(고립) 정도가 높아지며, 동시 처리 성능도 일반적으로 떨어질 수 있다. 격리 수준이 높아질수록 MySQL 서버의 처리 성능이 많이 떨어질 것으로 생각할 수 있지만, 사실 SERIALIZABLE 수준이 아니라면 크게 성능 저하가 발생하지는 않으니 안심해도 된다. 하나 특별한 부분이 있다..

JOIN이 어떻게 인덱스를 사용하는지에 대해 쿼리 패턴별로 알아보고 주의사항에 대해서 알아보고자 한다. 1. JOIN의 순서와 인덱스 인덱스 레인지 스캔은 인덱스를 탐색(Seek)하는 단계와 인덱스를 스캔(Scan)하는 과정으로 구분할 수 있다. 일반적으로 인덱스를 이용해서 쿼리하는 작업에서는 가져오는 레코드의 건수가 소량이기 때문에 인덱스 스캔 작업은 부하가 작지만 특정 인덱스 키를 찾는 인덱스 탐색 작업은 상대적으로 부하가 높다. 조인 작업에서 드라이빙 테이블을 읽을 때는 인덱스 탐색 작업을 단 한 번만 수행하고, 그 이후부터는 스캔만 실행하면 된다. 하지만 드리븐 테이블에서는 인덱스 탐색 작업과 스캔 작업을 드라이빙 테이블에서 읽은 레코드 건수만큼 반복한다. 드라이빙 테이블과 드리븐 테이블이 1:1..

1. Redis Temporary Location For Speed 데이터의 원래 소스보다 더 빠르고 효율적으로 액세스할 수 있는 임시 데이터 저장소 많은 애플리케이션에서 속도 향상을 위해 캐시를 이용한다. 당연히 속도를 높이려면 원본에 접근하는것보다 캐시에 접근하는게 빨라야 한다. 그리고 데이터의 반복적 액세스가 많아질수록 캐시를 사용하는게 유리하다. 아래와 같은 특징을 가진다. 단순한 key-value 구조 In-memory 데이터 저장소 (RAM) 빠른 성능 평균 작업속도 < 1ms 초당 수백만 건의 작업 가능 이외에도 최신 버전의 Redis는 데이터 저장뿐만 아니라 PUB/SUB 구조를 통해 메시지를 전달하는 용도로도 사용 가능하다. Redis는 메모리에 데이터를 저장하기 때문에 저장 공간에 제약..