<aside> 💡 데이터베이스 인덱스, 많이 들어만 봤지 정리 좀 하자 !

</aside>

🔖 인덱스란 ?

• Index 란, RDBMS에서 검색 속도를 높이기 위한 기술

• TABLE 의 컬럼을 **색인화(따로 파일로 저장)**하여

  → 검색시 해당 테이블의 레코드를 Full Scan 하는 것이 아닌, **색인화 되어있는 INDEX 파일을 검색**하여

  → **검색 속도를 향상**시킨다.

• 인덱스 자료구조로는 Hash Table, B-Tree 에서 파생된 B+Tree

❓인덱스 필요성

• 데이터를 디스크로부터 가져올 때 자주 사용하는 것을 메모리에 저장하여 빠른 속도로 조회/검색 필요

• 데이터가 메모리에 없다면 테이블 내에서 전체 스캔을 통해 조회해야 함(Full Table Scan)

  • Full Scan, Table Scan

    • SQL 서버에서는 데이터 레코드가 내부적으로 아무런 순서없이 저장된다.

    • 이때 데이터 저장 영역을 Heap 이라고 하며,

      Heap 에서는 인덱스가 없는 테이블의 데이터를 찾을 때 전체 데이터 페이지의 처음 레코드부터 ~ 끝 페이지의 마지막 레코드까지 모두 조회하여 검색 조건과 비교 한다

      → Full Scan, Table Scan

    • 많은 테이블에서 데이터 일부만 찾을 때 Full Scan 을 할 경우, 처리 성능이 떨어진다.

    • 대용량 데이터에 비효율적이므로 인덱스를 통해 데이터를 관리하여 SELECT 검색 성능을 높이도록 한다.

  • 아래와 같이 Explain 쿼리를 실행하는 경우, 검색된 ROW 는 아래에 나타나는 것을 확인할 수 있다.

  explain
  SELECT *
  FROM item_info
  where item_price = 120000
  

  • 기존에 item_info 테이블에 존재하는 total row = 2846 개이며, 위의 쿼리를 실행한 경우 전체 row 개수에 해당하는 2846 개의 row 가 조회된 것을 확인할 수 있다.

  

• 인덱스는 **메모리**에 저장

📑 인덱스의 자료구조와 원리

🗃️ 해시 테이블(Hash Table)

• 해시 테이블은 (Key, Value)로 데이터를 저장하는 자료구조 중 하나로, 빠른 데이터 검색에 유용
• 해시 테이블은 Key 값을 이용해 고유한 Index 를 생성해 → 그 Index 에 저장된 값을 꺼내오는 구조
• 해시 테이블 기반의 DB 인덱스는 (데이터 = 컬럼의 값, 데이터 위치) 를 **(Key, Value)**로 사용
  • 컬럼의 값으로 해시 함수를 거쳐 생성된 해시를 통해 인덱스 구현 → 버킷 배열의 인덱스
  • 내부적으로 **배열(버킷)**을 사용하여 데이터를 저장
  • buckets[Index] = 데이터