매일매일 딥러닝

안녕하세요! 

오늘은

인덱스에 대해 알아보겠습니다.

책에는 목차, 즉 인덱스가 있습니다.

우리는 책의 내용을 찾을 때 이 인덱스를 이용하죠~

SQL 인덱스는 책의 목차와 같은 기능을 합니다.

따라서 인덱스를 검색 속도를 높이기 위해 사용할 수 있습니다.

예제를 통해 인덱스에 대해 알아보도록 하겠습니다.

예제를 위한 테이블입니다.

[ 고객 테이블 ]

우선 인덱스 생성 방식은 2가지 방법이 있습니다.

예제1. 고객이름 컬럼에 인덱스를 생성하세요.

여기서 잠깐!

인덱스를 생성할 때 주의할 점이 있습니다.

우선 인덱스는 검색할 때 꼭 필요한 컬럼에만 인덱스를 걸어줘야 합니다.

자주 사용되는 컬럼에 인덱스를 생성하면 좋겠죠?

하지만

테이블에 인덱스가 많은 경우,

또한 자주 생성, 갱신, 삭제되는 테이블의 경우

인덱스를 생성하면

DML작업 후에 모든 인덱스를 갱신해야하므로

서버의 부담이 늘어납니다.

예제2. 고객 이름, 나이, 주소, 전화번호를 검색할 때 인덱스를 이용하세요.

인덱스를 사용하는 SQL 작성 방법 2가지가 있습니다.

인덱스를 생성한 후

쿼리문에서 인덱스를 활용하기위해서는

WHERE절 검색에 인덱스가 존재하는 컬럼을 명시해주어야 합니다.

예제3. 고객이름, 총구매액, 추천인을 검색하는데

총구매액이 가장 높은 고객을 검색하세요.

위와 같이 두가지 또는 세가지의 쿼리의 방법이 있습니다.

과연 어떤 방법이 가장 빠를까요?

여기서 각 쿼리별 시간을 추적해보겠습니다.

 저는 SQLPLUS를 사용하는데요

SQLPLUS명령창에 SET TIMING ON이라는 명령어를 사용하면 시간을 추적할 수 있습니다.

<SQL3 쿼리 시간>

<SQL4_2 쿼리 시간>

<SQL4_3 쿼리 시간>

위의 테이블은 예제를 위해 사용한 테이블과 동일한 DATA를 가진 고객 테이블입니다.

00:00:00.03 의 시간차이를 사소하다고 생각할 수 있습니다.

하지만

빅데이터라면?

만약 천만배, 백만배 이상의 데이터가 존재한다면 그 시간의 차이는 어마어마할 것입니다.

빅데이터를 다루는 분석가는

특히 데이터의 검색 속도를

높일 수 있는 쿼리를 사용해야한답니다~

오늘은 여기까지!

검색의 속도를 높이는 하나의 강력한 방법! 인덱스에 대해 알아보았습니다~

이 글이 도움되셨다면 아래 공감 꾹~ 

#빅데이터분석 #SQL #오라클 #인덱스 #서브쿼리 #검색속도 #빠른검색 #HINT #SET_TIMING_ON