• 색인, 검색 성능을 향상시키기 위한 데이터 구조, 책의 마지막 장에 나오는 찾아보기 같은 개념

기본 구조

• B-Tree 기반으로 동작하며, Root → Branch(Intermediate) → Leaf 노드 구조로 데이터를 검색
• 기본적으로 PK로 인해 자동 생성되며, Unique, Composite 인덱스를 통해 생성될 수 있음

최적화 고려사항

• READ 성능은 좋아지지만, 데이터 수정 (INSERT, UPDATE, DELETE) 시 추가 비용이 발생하기에 무분별한 Index 생성은 지양해야 함

• Composite, 복합 Index 같은 경우는 아래 점들을 주의해야 함

  • Equality, = 동등 조건이 있는 컬럼을 우선 순위로 설정
  • ORDER BY, 정렬이 필요한 경우 인덱스 활용
  • Unique 컬럼을 먼저 인덱싱하여 성능을 향상
  • 선두 컬럼부터 순서대로 조건에 써야 인덱스를 타며, 선두 컬럼 없이 뒤 컬럼만 조건에 쓰면 타지 못함

• 인덱스 컬럼에 함수나 연산을 씌우면 인덱스를 타지 못함, DATE(created_at) = 같은 형태는 범위 조건으로 바꿔야 함

• 카디널리티가 낮은 컬럼(상태값, 성별 등)은 단독 인덱스 효과가 적음, 값이 고르게 흩어지는 컬럼을 앞에 둠

• 조회하는 컬럼까지 인덱스에 들어 있으면 테이블 접근 없이 인덱스만으로 응답 가능, 커버링 인덱스

• 실제로 인덱스를 타는지는 EXPLAIN ANALYZE로 확인, 안 쓰는 인덱스는 쓰기 비용만 늘리므로 주기적으로 정리

• 아래 예시 쿼리로는 100만건의 데이터가 있다 가정할 때, Index 유무에 따라 조회 시간의 차이가 벌어짐

  CREATE TABLE user (
  	number INT NOT NULL AUTO_INCREMENT,
  	id VARCHAR(20) NOT NULL,
  	nickname VARCHAR(30) NOT NULL,
  	PRIMARY KEY (number),
  	KEY idKey (id)
  );
  
  # Index를 타지 않을때, 30초 정도 소요
  SELECT *
  FROM user
  WHERE id like 'test%'
  LIMIT 10000, 100;
  
  # Index를 태울 때, 0.5초 정도 소요
  SELECT r.*
  FROM (
  	SELECT number
  	FROM user
  	WHERE id like 'test%'
  	LIMIT 10000, 100
  ) u JOIN user r ON u.number = r.number;