[개발자 면접 질문] 인덱스 개념과 인덱스의 장단점 총 정리

오늘은 드디어 백엔드 개발자로 인터뷰가 있는 날!
열심히 준비했던 나의 개발 지식을 뽐내려고 하는데..
어라.. 왠 DB를 질문하지? 인덱싱은 DBA한테 맡기는거 아닌가..?

📢안타깝게도 이런 이유로 귀한 면접기회를 놓치는 분을 많이 봤습니다.
현직자가 경험했던 면접때 꼭 물어보는 인덱스 면접 질문을 알아봅시다.      

 

Q. 인덱스란 무엇인가요?

인덱스는 데이터베이스와 같은 큰 데이터 집합에서 특정 필드를 기준으로 레코드를 찾기 쉽게 하는 기능입니다.

데이터베이스에서는 일반적으로 테이블에 대한 인덱스를 생성하여 검색 속도를 향상시킵니다. 이러한 인덱스는 일반적으로 특정 컬럼에 대해 만들어지며, 해당 컬럼을 기준으로 데이터를 정렬하여 검색 속도를 향상시킵니다. 이러한 인덱스는 기본적으로 B-tree 구조를 가지고 있습니다.

인덱스를 구축하면 데이터베이스에서는 더 빠르고 쉽게 특정 레코드를 찾을 수 있습니다. 그러나 인덱스를 구축하면 데이터베이스의 부하가 증가하므로, 인덱스가 필요한 테이블에만 적절히 적용해야 합니다.

 

 

Q. 인덱스의 장단점은 뭔가요?

ㅡ> 개발자 면접에서 인덱스의 장단점은 거의 필수 질문이므로 꼭 준비해가는것을 추천합니다. ⭐⭐⭐⭐⭐

 

인덱스를 사용하면 SELECT, UPDATE 및 DELETE 작업 속도가 크게 빨라질 수 있지만 데이터베이스 엔진이 새 행을 추가하거나 기존 행을 수정할 때 테이블뿐만 아니라 인덱스도 업데이트해야 하므로 삽입 및 UPDATE 작업 속도가 느려질 수 있습니다.

 

장점:

• 쿼리 성능 향상: 인덱스를 사용하면 특정 검색 조건에 맞는 행을 빠르게 찾는 것이 가능하여 SELECT, UPDATE, DELETE 작업 성능이 크게 향상됩니다.
• 제약 조건 지적: 고유 인덱스와 같은 인덱스 유형은 열에 대한 제약 조건을 지적하는데 사용될 수 있습니다.
• 정렬과 그룹화 성능 향상: 인덱스는 테이블의 행을 정렬한 상태로 저장하여 정렬과 그룹화 작업 성능을 향상시킬 수 있습니다.

단점:

• 저장 공간 증가: 인덱스는 성능을 향상시키기 위해 데이터를 복제해야 하므로 추가 저장 공간이 필요합니다.
• 삽입과 업데이트 작업 지연: 새로운 행을 추가하거나 기존 행을 수정할 때마다 인덱스를 같이 업데이트해야 하므로 삽입과 업데이트 작업이 느려질 수 있습니다.
• 디자인 영향: 성능을 위해 인덱스를 사용하면 더 복잡한 JOIN 과 같은 작업에 대해 인덱스를 생각해야 할 수 있다.
• 오버 인덱싱 : 인덱스가 너무 많으면 쿼리 성능이 떨어질 수 있으며, DB는 인덱스를 검색해야 하기 때문입니다.

이러한 장단점의 트레이드 오프를 고려하여 인덱스를 사용해야 하며, 인덱스가 성능을 향상시키는지 여부를 모니터링해야합니다.

 

Q. 그렇다면 어떤 컬럼을 인덱스로 해야하나요?

ㅡ> 꼬리질문으로 많이 변형되서 질문하는 유형입니다.⭐⭐⭐

 

인덱스를 지정할 컬럼을 결정할 때는 다음과 같은 요소들을 고려해야 합니다:

1. 검색 쿼리가 자주 사용되는 컬럼: 검색 쿼리가 자주 사용되는 컬럼에는 인덱스를 생성하는 것이 효율적입니다.
2. 테이블의 크기와 레코드의 개수: 테이블의 크기와 레코드의 개수가 커질수록 인덱스 생성이 더욱 필요합니다.
3. 컬럼의 데이터 유형: 정수, 문자열 등과 같은 데이터 유형에 따라 인덱스 생성 방법이 달라집니다.
4. 테이블의 인스턴스 수: 인스턴스 수가 많을수록 인덱스 생성이 더욱 필요합니다.
5. JOIN 쿼리 사용 여부: JOIN 쿼리를 사용할 경우 관련 테이블의 컬럼에 인덱스를 생성하는 것이 효율적입니다.

 

Q. 인덱스 종류 아는것 설명해주세요

데이터베이스에서 사용할 수 있는 인덱스에는 몇 가지 유형이 있습니다:

• 클러스터드 인덱스: 클러스터된 인덱스는 테이블에서 데이터의 물리적 순서를 결정하는 특수한 유형의 인덱스입니다. 각 테이블은 하나의 클러스터된 인덱스만 가질 수 있으며, 일반적으로 테이블의 기본 키에 작성됩니다.
• 논 클러스터드 인덱스: 비클러스터된 인덱스는 클러스터된 인덱스와 달리 테이블에 있는 데이터의 실제 순서를 변경하지 않습니다. 각 테이블은 여러 개의 비클러스터된 인덱스를 가질 수 있습니다.
• 유니크 인덱스: 고유 색인은 색인된 열에 고유한 값만 포함하도록 하며 색인된 열에서 중복된 값을 방지합니다.
  복합 인덱스: 다중 열 인덱스라고도 하는 복합 인덱스는 테이블의 여러 열에 생성되는 인덱스입니다.
• 풀-텍스트 인덱스: 자연어 검색과 같은 특정 사용 사례에서 대규모 데이터 세트에 대한 빠른 텍스트 검색을 허용합니다.
• 비트맵 인덱스 : 비트맵이 B-트리가 아닌 인덱스를 나타내는 데 사용되는 인덱스 구조입니다.
• 해시 인덱스 : 이 인덱스 유형은 해시 개념을 기반으로 하며, b-tree와 같은 인덱스 구조를 통과하지 않고 데이터를 빠르게 찾을 수 있도록 사용됩니다.
• 공간 인덱스:이 유형의 인덱스는 공간 속성(위치)이 있는 데이터를 포함하는 공간 쿼리의 성능을 향상시키는 데 사용됩니다
  
  이러한 인덱스는 일반적인 유형 중 일부이며, 어떤 인덱스를 사용할지는 데이터베이스의 특정 요구 사항과 데이터베이스에 대해 실행될 쿼리에 따라 결정됩니다.

 

 

Q. 인덱스 구현 알고리즘

인덱스는 일반적으로 B-트리 또는 기타 균형 트리로 구현됩니다. 테이블의 한 열 또는 여러 열에 만들 수 있으며, 여러 유형의 인덱스가 다양한 유형의 쿼리에 적합합니다. 예를 들어, 고유 색인은 열에 고유성 제약 조건을 적용하는 데 사용될 수 있는 반면 전체 텍스트 색인은 텍스트 기반 검색에 사용될 수 있습니다.

1. 해시 테이블: 키와 값을 쌍으로 저장하는 구조로, 키를 기반으로 빠른 검색이 가능합니다.
2. 바이너리 트리: 검색, 삽입, 삭제에서 평균적으로 log(n)의 시간 복잡도를 가집니다.
3. B-Tree: 대용량 데이터를 효율적으로 저장하고 검색할 수 있는 자료구조로, 트리 구조에서 여러 키를 가지는 노드를 가지고 있습니다.
4. Trie(prefix tree) : 접두어 구조를 효율적으로 저장하고 검색하는 자료구조로 탐색,삽입, 삭제에서 평균적으로 O(k)시간 복잡도를 가집니다.

 

Q. 인덱스 사용 시 유의해야할 점

인덱스를 사용할 때는 몇 가지 사항에 유의해야 합니다:

1. 모니터 성능: 데이터베이스 성능을 모니터링하여 인덱스가 성능에 도움이 되고 손상을 주지 않는지 확인하는 것이 중요합니다. 인덱스가 사용되지 않거나 성능 저하를 초래하는 경우 인덱스를 제거하거나 수정해야 합니다.
   
   
2. 저장 공간: 인덱스에는 추가 저장 공간이 필요하므로 생성할 인덱스를 선택할 때 이 점을 고려해야 합니다.
   
   
3. 삽입 및 업데이트 성능: 인덱스를 사용하면 새 행이 추가되거나 기존 행이 수정될 때 데이터베이스 엔진이 테이블뿐만 아니라 인덱스도 업데이트해야 하므로 삽입 및 업데이트 작업이 느려질 수 있습니다.
   
   
4. 열 카디널리티: 인덱싱된 열의 카디널리티, 고유 값 수 및 데이터 볼륨을 고려하는 것이 중요합니다. 인덱싱된 열이 반복 빈도가 높거나 카디널리티가 낮은 경우 성능 및/또는 스토리지 공간에 문제가 될 수 있습니다.
   
   
5. 오버인덱스: 너무 많은 인덱스를 만들면 데이터베이스 엔진이 관련 데이터를 찾기 위해 모든 인덱스를 검색해야 하므로 성능이 저하될 수도 있습니다.
   
   
6. 인덱스 유지 관리: 인덱스를 최적화하려면 정기적인 인덱스 유지 관리가 필요합니다. 여기에는 인덱스를 재구성하거나 재구성하거나 사용하지 않는 인덱스를 제거하는 작업이 포함될 수 있습니다.
   
   
7. 쿼리의 인덱스 사용량: 인덱스된 열이 조인 또는 필터 조건에 사용되는지 또는 선택 문에 사용되지 않는지 확인합니다. 이 열은 실행 계획의 엔진에서 사용되지 않으며 성능에 부정적인 영향을 미치기 때문입니다.
   
   
8. 데이터 배포: 인덱스된 열 데이터가 잘 배포되지 않으면 인덱스가 빈 페이지로 끝날 수 있으며, 이로 인해 쿼리가 관련 데이터를 찾기 위해 검색할 페이지 수가 증가하여 성능에 부정적인 영향을 미칩니다.