데이터베이스 인덱스는 조회 성능을 어떻게 개선하나요?

인덱스는 특정 컬럼 값을 기준으로 행의 위치를 빠르게 찾기 위한 별도 자료구조입니다. WHERE, JOIN, ORDER BY에 맞는 인덱스가 있으면 전체 테이블 스캔을 줄일 수 있지만, 쓰기 작업과 저장 공간 비용이 늘어납니다.

핵심 개념

핵심 기준은 전체 탐색 대신 정렬된 자료구조로 후보 행 찾기입니다. 이 개념은 단순히 용어를 외우는 것보다, 어떤 문제를 줄이기 위해 등장했는지와 실제 코드나 운영 환경에서 어떤 trade-off를 만드는지 함께 이해하는 것이 중요합니다.

책의 목차처럼 원하는 행을 찾기 위해 전체를 훑지 않는 구조를 떠올려보세요.

동작 흐름

1. 먼저 문제가 발생하는 조건과 입력을 확인합니다.
2. 관련된 런타임, 브라우저, 서버, 데이터 저장소의 책임을 나눠 봅니다.
3. 가장 작은 범위에서 안전한 해결책을 적용합니다.
4. 로그, 테스트, 모니터링으로 실제로 문제가 줄었는지 확인합니다.

실제 예시

users.email에 인덱스가 있으면 로그인 시 이메일로 사용자를 찾는 쿼리가 빨라질 수 있습니다.

실무에서 적용하는 방법

느린 쿼리의 실행 계획을 보고 선택도가 높은 조건과 정렬 패턴에 맞춰 단일 또는 복합 인덱스를 설계합니다.

실무에서 주의할 점

• 인덱스가 많을수록 INSERT, UPDATE, DELETE 비용이 증가합니다.
• LIKE "%keyword"처럼 앞부분이 와일드카드인 조건은 일반 B-tree 인덱스를 잘 활용하지 못할 수 있습니다.
• 개념을 적용하기 전에 현재 시스템의 규모, 병목, 장애 영향도를 함께 확인해야 합니다.
• 팀 규칙이나 프레임워크 기본 동작과 충돌하지 않는지도 점검하는 것이 좋습니다.

함께 연결해서 보면 좋은 키워드

데이터베이스, 인덱스, 쿼리성능, SQL

면접에서 짚으면 좋은 포인트

• 정의만 말하기보다 어떤 문제를 줄이기 위한 개념인지 먼저 설명하면 좋습니다.
• 장점과 함께 비용, 한계, 적용하지 않아도 되는 상황을 같이 말하면 실무 이해도가 드러납니다.

정리

한 줄로 정리하면, 인덱스는 특정 컬럼 값을 기준으로 행의 위치를 빠르게 찾기 위한 별도 자료구조입니다. WHERE, JOIN, ORDER BY에 맞는 인덱스가 있으면 전체 테이블 스캔을 줄일 수 있지만, 쓰기 작업과 저장 공간 비용이 늘어납니다. 실무에서는 개념을 적용하는 조건과 적용하지 않았을 때 생기는 문제까지 함께 이해하는 것이 중요합니다.