실제로 sql 문을 실행하기전에 실행계획을 찾아야함
쿼리를 최적으로 실행하기 위해 각 테이블의 데이터가 어떤 분포로 저장돼 있는지를 참조하고, 데이터를 기반으로 최적의 실행 계획을 수립해주는 것이 옵티마이저(Optimizer)이다
어떤 DBMS든 쿼리의 실행 계획을 수립하는 옵티마이저는 가장 복잡한 부분으로 알려져있다. 하지만 실행 계획을 이해해야 실행 계획의 불합리한 부분을 찾아내고, 더 최적화된 방법으로 실행 계획을 수립하도록 유도할 수 있다.
EXPLAIN : 쿼리의 실행계획을 확인 할 수 있음.
쿼리 실행과정
1.SQL파싱 :
사용자로 부터 요청된 sql문장을 잘게 쪼개어 서버가 이해할 수 있는 수준으로 분리
2. 최적화 및 실행 계획 수립 / 어떤 인덱스를 이용할지 선택 :
불필요한 조건 제거 및 복잡한 연산의 단순화, 여러 테이블 조인 있을경우, 순서정함
어떤 인덱스 사용할지 결정,
3.결정된 테이블의 읽기 순서나, 선택된 인덱스를 이용해 데이터를 가져옴
수립된 실행 계획대로 스토리지 엔진에 레코드를 읽도록 요청하고 , 레코드를 조인하거나 정렬함.
옵티마이저의 종류
규칙 기반 최적화
- 대상 테이블의 레코드 건수나 선택도 등을 고려하지 않고 Optimizer에 내장된 우선순위에 따라 실행 계획을 수립
- 통계 정보를 참조하지 않기 때문에 같은 쿼리에 대해서 같은 실행 계획을 만든다.
- 초기 버전의 오라클 DBMS에서 많이 사용했다.
- 사용자의 데이터는 분포도가 매우 다양하기 때문에 현재로써는 많은 DBMS에서 사용하지 않는다.
중요 1,4,8
1. RowID 를 통해서 테이블에서 하나의행을 엑세스
4. Unique Index를 통해서 하나의 행을 엑세스하는 방식/ 인덱스를 먼저 인덱스하고 ROWID 추출
8. 복합인덱스로 검색 / 인덱스 매칭률이 높을수록 우선, 동일하면 구성칼럼이 많을수록 우선
인덱스 매칭률 =질의문 (equal) 조건으로 사용된 인덱스 컬럼수 / 인덱스 구성하는 컬럼의 수
단 첫 컬럼부터 순서로 연속되는 경우만을 Matching 으로 인정
9. "=" 조건으로 검색
10. LIKE,BETWEEN 으로 검색
11 >,>=,<,<= 으로 검색
15 전체테이블 검색
비용 기반 최적화(대부분 이거를 사용한다.) 통계가 필요함 dic사용
- 쿼리를 처리하기 위한 여러 방법을 만들고, 각 단위 작업의 비용(부하) 정보와 대상 테이블의 통계 정보를 이용해서 각 실행 계획의 비용을 산출한다.
- 산출된 정보를 이용해서 가장 적은 비용이 드는 실행 계획을 선택해서 쿼리를 실행한다.
- 현재는 대부분의 RDBMS가 채택하고 있으며, MySQL 역시 마찬가지다.
실행계획은 조인순서, 조인기법, 엑세스 기법, 최적화 정보등으로 구성
조인 기법 NLJoin, SortMergeJoin, HashJoin 등 사용
엑세스 기법: Index Scan, FullTableScan
Cost 낮을수록유리 Card 주어진 조건을 만족하는 행의수, Bytes 결과 집합이 차지하는 메모리의 양
FTS 선택해야하는 경우 , (Full Table Scan) : 테이블 내의 모든 데이터를 읽어가면서 조건 검색
where 조건이 없는경우, 사용 가능한 인덱스가 없는경우
조건을 만족하는 데이터가 너무 많은 경우 (옵티마이져의 선택) Ex) age에 index가 걸려있는데 범위가 넓고 데이터가 많음
- 인덱스 스캔은 한 번의 I/O 요청에 한 Block 씩 데이터를 읽음
- FTS 는 한 번의 I/O 요청으로 여러 Block 을 동시에 읽음
병철처리 방식으로 처리하는 경우
NL조인 (Lasted Loop)
선행 테이블(외부)과 후행 테이블(내부) 조인
선행 테이블의 조건을 만족하는 행을 추출 >> 후행 테이블 읽으면서 조인 //
선행 테이블의 조건을 만족하는 행 수만큼 반복
결과 행의 수가 적은 테이블을 조인 순서상 선행 테이블로 두는 것이 유리하다 (작은 테이블)
소규모의 유리하다
Sort Merge 조인
- 조인 칼럼 기준으로 데이터를 정렬한 후 조인 수행
- 정렬한 데이터가 많으면 성능 저하
- Non-Equi 조인가능
미리 정렬을 한 후에 조인을 하는것이다.
정렬 수행에 비용이 소요된다, 인덱스를 사용하지 않으며 Non-Equi Join 도 가능하다.
Hash 조인
hash 함수 : 어떤 값을 가진 데이터를 다른 값으로 변환 시키는 함수를 크게 hash 함수라 함
긴 자릿수를 짧은 자릿수로 mapping 하는것을 말한다.
- 조인 칼럼 기준으로 해쉬 함수를 수행하여, 동일한 해쉬 값을 갖을 경우 실제 값을 비교하여 조인
- 해시 테이블을 메모리에 생성해야 함
- 결과 행의 수가 적은 테이블을 선행테이블 (Build Input)로 하는것이 좋다
- Build Input(선행 테이블/ 외부 테이블), Probe Input(후행 테이블 / 내부 테이블)
123456 에서 해쉬값을 56 으로 할 때
일단 뒷자리 56 을 갖고 있는것들을 찾은다음 앞에 값도 비교 >> 비교횟수를 줄인다
Euqi Join 만 가능하며, 정렬이 안되고, 데이터가 많은 경우 유리
해시 함수 계산에 비용이 소모된다.
결과 행의 수가 적은 테이블을 선행테이블로 사용하는 경우 성능 향상 (테이블 3개일때 옵티마이저가 결정)
댓글