03.28 TIL

데일리 과제

1. DI에 대한 설명과 해당 기술의 장점에 대해 설명해주세요.

-> DI는 클래스 간 의존성을 부여해 약한 결합을 실행시켜 코드 유지보수를 보다 편리하게 할 수 있고 나아가 확장할 때에도 효율적으로 진행할 수 있습니다. 또한 테스트를 진행할 때에도 결합도를 낮춰 문제 발생 지점을 더욱 쉽게 파악할 수 있습니다. 그리고 클래스에서 생성한 객체를 호출해 사용하기 때문에 다른 클래스에서 해당 객체를 재사용할 수 있습니다.

 

2. DB에서 인덱스를 잘 사용하면 어떤 장점이 있을까요?

-> 데이터베이스에 있는 하나 이상에 컬럼에 인덱스를 생성하면 검색할 때 전체 테이블을 검색하지 않고도 관련 데이터를 빠르게 찾을 수 있습니다. 쿼리가 실행될 때 인덱스를 이용해 해당하는 인덱스로만 접근하기 떄문에 검색 성능을 개선할 수 있습니다. 테이블에 여러 인덱스를 생성하는 경우에는 다수의 사용자가 동시에 동일한 데이터에 접근할 수 있어 접근성을 개선할 수 있습니다. 그리고 기본 키 및 고유 제약조건 등을 통해 데이터 무결성을 보장할 수 있습니다.

공부한 강의

https://www.youtube.com/watch?v=edpYzFgHbqs 

1. 인덱스란?

-> 원하는 값을 빠르게 찾을 수 있는 색인으로 사용할 수 있는 기준. 데이터를 특정 기준으로 정렬하면 검색 성능을 향상시킬 수 있고 where 절 등을 통해 활용된다.

1) 인덱스는 항상 최신의 정렬상태를 유지한다

2) 인덱스도 하나의 데이터베이스 객체이다.

3) 데이터베이스 크기의 약 10% 정도의 저장공간을 필요로 한다.

 

2. 인덱스 알고리즘

페이지 : 데이터가 저장되는 단위

full table scan :

순차적으로 접근하기 때문에 접근 비용을 절감할 수 있다.

적용 가능한 인덱스가 없는 경우, 인덱스 처리 범위가 넓은 경우

크기가 작은 테이블에 엑세스하는 경우

 

B-tree(이진탐색트리)

이진 탐색과 링크드리스트의 장점을 합쳐 만들어진 자료구조

균형있는 이진탐색트리의 시간복잡도는 O(log n)이지만, 균형이 없는 경우 O(n)이다. -> 균형 B-tree를 사용한다.

루트 페이지, 브랜치 페이지 : 자식 페이지의 정보

리프 페이지 : 실제 데이터 페이지(클러스터링 인덱스), 실제 데이터의 주소 페이지(논-클러스터링 인덱스)

Insert문의 경우

페이지의 크기를 초과하는 삽입의 경우 페이지를 새로 생성해 분할한다.

- DB가 느려지고 성능에 영향을 준다.

delete문 : 데이터를 실제로 지우는 것이 아니라 기존 인덱스를 사용안함 표시하는 것

update문 : 기존 인덱스를 delete 처리 후 변경된 내용을 insert

사용하지 않는 인덱스와 where절을 함께 사용하는 경우 데이터 처리량이 불필요하게 증가한다

-> insert, update, delete문은 인덱스의 조각화가 심해져 성능이 저하된다.

 

3. 인덱스 종류

1) 클러스터링 인덱스

클러스터 : 무리, 군집

클러스터링 : 실제 데이터와 무리를 이룸 ~ 클러스터링 인덱스는 실제 데이터와 같은 무리의 인덱스

인덱스 ~ Primary key, unique도 인덱스 -> primary key는 클러스터링, unique는 논클러스터링

각 테이블의 PK를 요소로 하는 테이블 : 루트 페이지, 리프 체이지는 실제 데이터를 갖고 있다.

ex) 사전

특징

- 실제 데이터 자체가 정렬되어 있다

- 인덱스가 테이블 당 한 개만 존재할 수 있다

- 리프 페이지가 데이터 페이지

- Primary key (우선순위) 또는 Unique + not null 제약조건 시 자동 생성된다

 

2) 논 클러스터링 인덱스(보조 인덱스, 세컨더리 인덱스)

ex)별도의 찾아보기 페이지

생성방법

- Unique 제약조건

- Unique Index 생성, 중복 불가

- INDEX 생성 ~ CREATE INDEX idx_name ON member (name); 중복 허용

 

특징

- 실제 데이터 페이지는 그대로

- 별도의 인덱스 페이지가 존재하므로 추가 공간이 필요하다

- 테이블 당 여러 개가 있을 수 있다

- 리프 페이지에 실제 데이터 페이지의 주소가 있다 -> 클러스터링 인덱스가 적용된 컬럼의 실제 값

- Unique 제약조건 적용 시 자동 생성된다

- 직접 index 생성 시 논 클러스터링 인덱스 생성

 

4. 인덱스 적용기준

1) 카디널리티 : 그룹 내 요소의 개수

~ 카디널리티가 높은 것을 인덱스로 사용해야 한다 ~ 요소가 가장 다양한 컬럼이 기준이다, 중복도가 낮은 컬

2) Where, Join, Order By 절에 자주 사용되는 컬럼

- 인덱스는 추가 공간을 필요로 한다

- 조건 절이 없다면 인덱스가 사용되지 않는다

3) INSERT/ UPDATE/ DELETE가 자주 발생하지 않는 컬럼

4) 규모가 큰 테이블 ~ 일정 규모 이상이 되어야 인덱스를 사용할 때 더 효율적이다

 

5. 인덱스 사용시 주의사항

1) 잘 활용되지 않는 인덱스는 삭제

2) 카디널리티가 낮은 컬럼은 인덱스 효과가 적다

3) 자주 사용되더라도 데이터 수정 쿼리가 자주 일어난다면 인덱스 사용을 고려해야 한다

-> 일반적인 웹 서비스와 같은 온라인 트랜잭션 환경에서 쓰기와 읽기 비율은 2:8 또는 1:9이다

-> 조금 느린 쓰기를 감수하고 빠른 읽기를 선택하는 것도 하나의 방법이다

 

+ 추가로 공부하면 좋은 연관지식

-> B+Tree, 실행계획, 다중컬럼 인덱스, SQL 최적화, ANALYZE TABLE, 옵티마이저

멘토님 강의

- 목표 세우기 : 취준 마지노선과 원하는 회사의 범위를 잡자

- 지원의 기본을 갖추자

: 자기소개, 개발직군으로서의 지원동기가 준비되어 있는가?

~ 기술 표현에 대해 불필요한 내용을 배제하고 기간 내 사용한 기술을 적절하게 담자. 그리고 스스로가 사용한 기술에 대해 자신있게 쓸 수 있어야 한다.

전공에 연관이 있는, 비전공 경험과 연관이 있는 경우 ~ 그 경험을 녹여보자

부족해도, 일단 지원하면서 시장의 평가를 받아보자

* 프로젝트에서 담당하지 않았던 부분에 대해 : 대략적인 이해를 할 수 있도록

 

 

: