[SQLD] 테이블 분할

SQL을 더 잘 다루고싶어서 공부하다가 하는 김에 결과가 남는 자격증을 도전하게되었다.
테이블 반정규화 과정에는 3가지가 있다.

🏷️ 테이블 반정규화

1. 테이블 병합: 1:1관계, 1:M관계, 슈퍼/서브타입
2. 테이블 분할: 수직분할, 수평분할
3. 테이블 추가: 중복, 통계, 이력

이 중 테이블 분할에 대해 궁금해져 자세히 알아보았다.
테이블은 합치는 것보다 나누는 것이 더 어렵다. 사실 기존 테이블을 바꾼다는 것 자체가 큰 위험이 따른다.

이렇게 위험한 테이블 반정규화를 왜 하는걸까?

반정규화는 시스템 성능향상과 개바로가 운영의 단순화를 위해 중복, 통합, 분리 등을 수행하는 데이터 기법이다. 즉, 장기적으로 봤을 때 기존 시스템보다 개선효과가 클때 반정규화를 한다.

• 테이블 컬럼 수 많을수록 -> I/O(Input/Output) 부하 생김
• 테이블 Row 수 많을수록 -> Index 부하 생김

따라서, 컬럼 또는 로우 기준으로 수직 또는 수평으로 테이블 분리를 통한 성능 개선을 검토한다.
그럼 이제 수직분할과 수평분할을 알아보자.

🏷️ 수직분할

1. 정의: 컬럼 기준으로 테이블 분리
2. 분리이유
   • 만약 한 테이블에 너무 많은 컬럼이 존재한다면 디스크의 여러 블록에 데이터가 저장되어 디스크I/O성능 저하가 일어난다.
3. 왜 디스크의 여러 블록에 데이터가 저장될까?
   • 로우체이닝과 로우 마이그레이션이 많아지기때문! 로우체이닝과 로우마이그레이션이 많아지면 디스크I/O 성능저하가 나타난다.
   • Row Chaining: 길이가 너무 길어 하나의 블록에 저장되지 못하고 다수의 블록에 나눠 저장
   • Row Migration: 수정된 데이터를 해당 데이터 블록에 저장하지 못하고 다른 블록 빈 공간에 저장
4. 분리기준
   • 조회 조건에 맞게 이용되는 컬럼들을 그룹화하여 분리

🏷️ 수평분할

1. 정의: Row 기준으로 테이블 분리
2. 분리이유
   • 대량의 데이터가 하나의 테이블에 있으면 인덱스 정보 생성시 부하가 터진다.
   • 집중 발생되는 트랙잰션 해소를 통한 성능 향상
3. 왜 인덱시 정보 생성시 부하가 커질까?
   • 인덱스 깊이(Depth)가 깊어지면 찾아가는데 해당 depth까지 시간이 오래 걸림
   • 인덱스 크기가 커질수록 더 많은 성능 저하
4. 분리기준
   • 논리적으로 같은 테이블이지만 물리적으로 나누는 파티션 방법 이용

수평분할시 분리기준으로 파티션 방법이 있다. 파티션 방법이 구체적으로 뭘까?

파티셔닝 종류

파티셔닝명	분리기준	예시
List	사용자가 지정한 값으로 분리(불연속적, 보통 핵심적인 코드값)	판매데이터를 지역별로
Range	주로 날짜 또는 숫자값 기준으로 분리	판매데이터를 분기별로
Hash	파티션 키 값에 해시 함수를 적용하여 지정된 Hash조건에 따라 분리	고객번호, 주문일련번호 등
Composite	Range나 List 파티션 내 다른 서브파티션	Range + List 또는 List + Hash

참고

• 데이타온에어 전문가칼럼 - 테이블의 수직분할과 수평분할에 대한 이해
• 엄범 기술블로그 - 분산 DB, 파티셔닝 (partitioning ), 샤딩 (sharding)