데이터베이스 인덱스 (2) - 클러스터형 인덱스와 비클러스터형 인덱스

@Hudi· September 16, 2022 · 3 min read

이번 포스팅은 MySQL(InnoDB) 기준으로 작성되었다.

인덱스가 없을 경우

인덱스가 없는 테이블의 페이지 구성
인덱스가 없는 테이블의 페이지 구성

위와 같이 1위부터 10위까지의 인기있는 프로그래밍 언어가 들어있는 테이블이 있다고 가정하자. 첫번째 열은 순위를 나타내는 rank 열, 두번째 열은 언어의 이름을 나타내는 language 열이다.

위 순위는 2022 Stackoverflow 개발자 설문의 가장 인기있는 프로그래밍 언어 순위를 참고했다.

위 그림은 인덱스가 없는 테이블의 페이지 구성이다. 그냥 데이터가 삽입된 순서대로 들어있는 모습을 볼 수 있다. 편의상 페이지의 크기를 4개로 표현했지만 당연히, 실제 데이터베이스의 페이지 크기는 이렇게 작지 않다.

클러스터형 인덱스 (Clustered Index)

클러스터형 인덱스는 테이블 전체가 정렬된 인덱스가 되는 방식의 인덱스 종류이다. 실제 데이터와 무리(cluster)를 지어 인덱싱 되므로 클러스터형 인덱스라고 부른다. 데이터와 함께 전체 테이블이 물리적으로 정렬된다. 클러스터형 인덱스는 영어 사전과 비슷하다. 영어 사전은 영어 단어가 사전순으로 정렬되어 있으면서, 영어 단어의 뜻도 함께 존재하기 때문이다.

클러스터형 인덱스는 테이블당 하나만 생성할 수 있다. 어떤 컬럼을 선택해 클러스터형 인덱스를 만들지에 따라 성능이 좌우될 수 있다. 특정 컬럼을 PK로 지정하면 클러스터형 인덱스를 생성한다. 혹은 Unique + Not null로 지정해도 클러스터형 인덱스를 생성한다. PK 컬럼과 Unique + Not null 컬럼이 동시에 존재하는 테이블은 PK를 우선으로 선택해 클러스터형 인덱스를 생성한다. 이 두가지가 모두 없는 경우 InnoDB는 내부적으로 GEN_CLUST_INDEX 라는 컬럼을 생성하여 클러스터형 인덱스를 생성한다. GEN_CLUST_INDEX는 행이 생성된 순서대로 값이 부여된다.

클러스터형 인덱스 (Clustered Index)
클러스터형 인덱스 (Clustered Index)

클러스터형 인덱스는 위 그림처럼 B+Tree의 형태로 구성되어 있다. 앞으로 여기서 B+Tree의 노드를 데이터베이스에서는 페이지라고 부른다. 각 페이지는 고유의 페이지 번호를 가지고 있다. 위 그림은 rank 컬럼을 PK로 설정해 클러스터형 인덱스를 생성한 모습이다.

루트 페이지를 보면 Key로는 PK를 가지고 있고, 포인터로는 다른 페이지의 페이지 번호를 가지고 있다. 또, 리프 페이지는 Key로 PK를 가지고 있고, 데이터를 직접 가지고 있는 것을 확인할 수 있다.

비클러스터형 인덱스 (Non-Clustered Index)

비클러스터형 인덱스는 보조 인덱스(Secondary Index)라고도 불리며, 클러스터형 인덱스와 다르게 물리적으로 테이블을 정렬하지 않는다. 그 대신 정렬된 별도의 인덱스 페이지를 생성하고 관리한다. 즉, 실제 데이터를 함께 가지고 있지 않다. 비클러스터형 인덱스는 책 뒷장의 '찾아보기' 페이지와 닮아있다.

비클러스터형 인덱스는 테이블 당 여러개 생성이 가능하다.

비클러스터형 인덱스 (Non-Clustered Index)
비클러스터형 인덱스 (Non-Clustered Index)

앞서 말한 것처럼 비클러스터형 인덱스는 인덱스 페이지와 데이터 페이지가 구분되어있다. 루트 페이지는 클러스터형 인덱스와 비슷하게 인덱스에 대한 컬럼과 페이지 번호를 가지고 있다.

리프 페이지는 조금 다르다. 인덱스 컬럼을 가지고 있는 것은 비슷하지만, 데이터를 직접 가지고 있지 않으며 데이터 페이지 번호 + #오프셋 을 가지고 있어 데이터 페이지의 특정 행을 가리킨다. 즉, 데이터에 접근하기 위해서는 인덱스 페이지에서 데이터 페이지로 이동하는 하나의 과정이 추가된다.

인덱스 페이지는 정렬되어 있지만, 실제 데이터 페이지는 정렬되지 않으므로 클러스터형 인덱스에 비해 삽입, 수정, 삭제 작업이 비교적 빠르다. 데이터 페이지에는 정렬 순서 상관없이 빈 곳에 데이터를 삽입하면 되기 때문이다.

클러스터형 인덱스와 비클러스터형 인덱스의 혼합

현실적으로는 하나에 테이블에 클러스터형 인덱스와 비클러스터형 인덱스가 혼합되어 있는 경우가 많다. PK는 기본적으로 존재하고, 추가로 조회가 자주 발생하는 컬럼에 대해 인덱스를 추가하기 때문이다.

이런 경우에는 비클러스터형 인덱스를 먼저 거치고, 이어 클러스터형 인덱스를 거쳐 데이터를 찾는다. 이때, 비클러스터형 인덱스는 데이터 페이지 번호 + #오프셋 대신 클러스터형 인덱스에 대한 컬럼 값을 갖는다.

클러스터형 인덱스와 비클러스터형 인덱스의 혼합
클러스터형 인덱스와 비클러스터형 인덱스의 혼합

위 그림은 rank 컬럼을 PK로 지정하고, 추가로 language 컬럼에 대해 비클러스터형 인덱스를 생성한 모습이다. 비클러스터형 인덱스의 인덱스 페이지는 language 컬럼을 기준으로 잘 정렬되어 있다. 그리고 데이터 페이지 번호 + #오프셋 대신 rank 컬럼 값을 가지고 있는 것을 확인할 수 있다.

rank 값을 가지고 클러스터형 인덱스에서 탐색을 하게 된다. 이후에는 우리가 알고있는 클러스터형 인덱스의 동작과정과 동일하게 데이터를 탐색한다.

그런데 왜 비클러스터형 인덱스에서 PK값을 가지고 있는 것일까? 클러스터형 인덱스는 데이터를 직접 가지고 있고, 테이블 전체가 정렬된 인덱스라고 이야기했다. 테이블에 데이터가 추가, 수정, 삭제 되면 테이블 데이터의 페이지 번호와 페이지 내 순서가 모두 변경된다. 이런 구조에서 비클러스터형 인덱스가 데이터 페이지 번호 + #오프셋 정보를 직접 들고 있다면, 비클러스터형 인덱스를 모두 수정해야하는 치명적인 문제점이 발생한다. 따라서 이런 혼합 인덱스 구조에서는 비클러스터형 인덱스가 PK를 가지고 있는 것이다.

참고

@Hudi
꾸준히, 의미있는 학습을 기록하기 위한 공간입니다.