* 질문 등록 시 다음의 내용을 꼭 기입하여 주세요.
|
|
Window7 32bit, Linux 64bit 등 |
|
|
[cubrid_rel] 수행 결과 |
|
|
[도움말]-[버전정보] 확인 |
|
|
java, php, odbc 등 입력 |
* CUBRID 응용 오류, SQL 오류 또는 SQL 튜닝 관련된 문의는 반드시 다음의 내용을 추가해 주세요. 비밀글이나 비밀 댓글도 가능합니다.
* 저희가 상황을 이해하고, 재현이 가능해야 알 수 있는 문제들이 많습니다. 가능한 정보/정황들을 부탁합니다.
| 에러 내용 및 재현 방법 | 재현 가능한 Source와 SQL |
| 관련 테이블(인덱스, 키정보 포함) 정보 | CUBRID 홈 디렉토리 아래 log 디렉토리 압축 |
-------------- 아래에 질문 사항을 기입해 주세요. ------------------------------------------------------------------------
안녕하세요.
이번에 정부기관 고도화사업으로 G클라우드로 시스템이 들어가면서
기존 오라클DB에서 큐브리드DB로 변경이 되어 성능관련 질문드립니다.
Q. 기존 오라클에 가장 데이터가 많은 테이블은 속성이 약 30개 이면서 약 8억건의 데이터가 들어있는 테이블로
오라클의 PARTITION TABLE로 구성해놔서 원테이블이어도 인덱스만 잘걸어서 사용하면 다른테이블과 조인하여 사용하여도
시스템에서 해당테이블을 사용하는데 별문제가 없었습니다.
큐브리드도 위와 같이 10억건정도 되는 데이터가 있는 테이블 구성을 해도 별문제 없이 조회되는지와, 다른 테이블과 조인해도
별문제 없이 데이터가 조회되는지 궁금합니다.
1. 테이블 파티셔닝
분할 프루닝은 검색 조건을 통해 데이터 검색 범위를 한정시키는 최적화 기법입니다. 이는 SQL 질의문이 특정 분할에만 액세스하도록 하여 디스크 I/O와 처리해야 할 데이터 양을 줄이는 데 도움이 될 수 있습니다. 다만, 스키마가 30개의 컬럼으로 구성되어 있고 10억건 데이터량이라면 과거 데이터를 정리해 이관하는 방법과 테이블 최신 데이터와 과거 이력 데이터를 분리해 관리하는 것이 성능과 데이터 관리에 유리해 보입니다.
2. 조인 성능
데이터가 많은 테이블과 조인할 경우 MERGE와 같은 큰 조인 연산은 SQL를 지양하고 쿼리 성능을 향상시키기 위한 조인 제거 최적화 노력이 필요합니다. 특정 조건을 만족하면 INNER JOIN을 제거할 수 있습니다, 데이터가 많은 테이블을 조인할 때는 인덱스를 잘 활용하고, 특히 NL-JOIN 조인 시 후행 테이블의 조인 키에 인덱스를 추가하는 것이 성능에 유리합니다.
3. 인덱스 사용
커버링 인덱스 (Covering Index): SELECT 리스트의 칼럼이 인덱스에 포함된 경우 인덱스 스캔만으로 데이터를 가져올 수 있으면 어떤 데이터량일 가지고 있는 데이블이라도 응답 속도가 빠릅니다, 또한 정렬된 인덱스(Ordered Index) 사용해 ORDER/GROUP BY 절에 있는 모든 칼럼을 포함하는 인덱스를 사용하면 별도의 정렬 과정을 생략할 수 있습니다.
4. 하드웨어 성능
DBMS 성능은 하드웨어의 성능에도 크게 의존합니다. 특히 대용량 데이터를 처리할 때는 디스크 I/O, CPU, 메모리 등의 성능이 중요합니다, 클라우드 가상화된 환경에서는 클라우드 스토리지의 IOPS(Input/Output Operations Per Second)와 대역폭이 물리적 서버보다 낮을 수 있습니다. 이는 데이터베이스와 같이 I/O 집약적인 작업에 성능에 영향을 미칠 수 있습니다, 또한 vCPU가 물리적 CPU 성능과 동일하지 않을 수 있습니다. 이는 워크로드 성능에 영향을 미칠 수 있습니다.
위 내용을 업무에 참고하시고 가능하다면 큐브리드 엔지니어의 기술지원을 받으시는 것을 권장합니다.