Oracle: 새 문서: Oracle에서 파티셔닝 테이블은 대용량 데이터를 효율적으로 관리하고 성능을 향상시키며 유지 관리를 용이하게 만드는 강력한 전략입니다. 아래는 Oracle 파티셔닝 테이블의 모범 사례입니다: 1. 데이터와 작업 부하 이해하기 • 데이터 분포, 쿼리 패턴, 데이터 접근 빈도를 분석하세요. • 파티셔닝이 적합한 경우: • 범위, 리스트, 해시 키로 나누어야 하는 대용...

2024-11-23T01:08:29Z

새 문서: Oracle에서 파티셔닝 테이블은 대용량 데이터를 효율적으로 관리하고 성능을 향상시키며 유지 관리를 용이하게 만드는 강력한 전략입니다. 아래는 Oracle 파티셔닝 테이블의 모범 사례입니다: 1. 데이터와 작업 부하 이해하기 • 데이터 분포, 쿼리 패턴, 데이터 접근 빈도를 분석하세요. • 파티셔닝이 적합한 경우: • 범위, 리스트, 해시 키로 나누어야 하는 대용...

새 문서

Oracle에서 파티셔닝 테이블은 대용량 데이터를 효율적으로 관리하고 성능을 향상시키며 유지 관리를 용이하게 만드는 강력한 전략입니다. 아래는 Oracle 파티셔닝 테이블의 모범 사례입니다:

1. 데이터와 작업 부하 이해하기

• 데이터 분포, 쿼리 패턴, 데이터 접근 빈도를 분석하세요.
• 파티셔닝이 적합한 경우:
• 범위, 리스트, 해시 키로 나누어야 하는 대용량 테이블.
• 시간 기반 데이터 또는 논리적 그룹화가 필요한 데이터.
• 데이터 아카이빙 또는 삭제를 빠르게 수행해야 하는 경우.

2. 적절한 파티셔닝 전략 선택

2.1 범위 파티셔닝 (Range Partitioning)

• 순차적 데이터 또는 시간 기반 데이터에 가장 적합.
• 특정 열의 값 범위를 기준으로 데이터를 나눕니다(예: 날짜, 숫자 범위).
• 로그, 거래 기록, 히스토리 데이터 등에 적합.

CREATE TABLE sales (
sale_id NUMBER,
sale_date DATE,
amount NUMBER
)
PARTITION BY RANGE (sale_date) (
PARTITION p_2023_q1 VALUES LESS THAN (TO_DATE('2023-04-01', 'YYYY-MM-DD')),
PARTITION p_2023_q2 VALUES LESS THAN (TO_DATE('2023-07-01', 'YYYY-MM-DD')),
PARTITION p_2023_q3 VALUES LESS THAN (TO_DATE('2023-10-01', 'YYYY-MM-DD')),
PARTITION p_max VALUES LESS THAN (MAXVALUE)
);

2.2 리스트 파티셔닝 (List Partitioning)

• 특정 이산 값(예: 지역, 카테고리)으로 그룹화된 데이터에 적합.
• 리스트를 기준으로 특정 파티션을 대상으로 쿼리할 수 있음.

CREATE TABLE orders (
order_id NUMBER,
region VARCHAR2(10),
order_date DATE
)
PARTITION BY LIST (region) (
PARTITION p_us VALUES ('US'),
PARTITION p_europe VALUES ('EUROPE'),
PARTITION p_asia VALUES ('ASIA')
);

2.3 해시 파티셔닝 (Hash Partitioning)

• 자연스러운 범위나 리스트로 그룹화할 수 없는 데이터를 고르게 분배하기에 적합.
• 핫스팟을 방지하고 부하를 균등하게 분산.

CREATE TABLE employees (
emp_id NUMBER,
dept_id NUMBER,
emp_name VARCHAR2(100)
)
PARTITION BY HASH (dept_id) PARTITIONS 4;

2.4 복합 파티셔닝 (Composite Partitioning)

• 두 가지 파티셔닝 전략을 결합(예: 범위 + 해시, 범위 + 리스트).
• 복잡한 시나리오에 적합(예: 시간 기반 범위 파티셔닝 + 부하 분산을 위한 해시).

CREATE TABLE sales (
sale_id NUMBER,
sale_date DATE,
region VARCHAR2(10)
)
PARTITION BY RANGE (sale_date)
SUBPARTITION BY HASH (region) SUBPARTITIONS 4 (
PARTITION p_2023_q1 VALUES LESS THAN (TO_DATE('2023-04-01', 'YYYY-MM-DD')),
PARTITION p_2023_q2 VALUES LESS THAN (TO_DATE('2023-07-01', 'YYYY-MM-DD'))
);

3. 쿼리 작업 부하에 맞게 파티셔닝 정렬

• 파티션을 자주 사용하는 쿼리 조건(예: 날짜, 지역)에 맞게 설계하세요.
• 불필요한 파티션 스캔을 방지하도록 파티셔닝 전략을 선택하세요.

4. 인덱스 파티셔닝

• 로컬 인덱스(Local Index): 파티션당 하나의 인덱스. 파티션 관리가 쉬우며 파티션 프루닝에 유리.
• 글로벌 인덱스(Global Index): 모든 파티션에 걸친 단일 인덱스. 파티션 간 쿼리에 유용하지만 유지보수가 복잡.

-- 로컬 인덱스
CREATE INDEX idx_sales_date ON sales(sale_date) LOCAL;

-- 글로벌 인덱스
CREATE INDEX idx_sales_amount ON sales(amount) GLOBAL;

5. 파티션 프루닝(Partition Pruning) 사용

• 쿼리에서 관련 파티션만 스캔하도록 설계하여 파티션 프루닝을 최대한 활용하세요.
• 쿼리 조건이 파티션 키와 일치하도록 설계.

6. 자동 파티셔닝 관리

• Interval Partitioning을 사용하여 새로운 데이터가 추가될 때 자동으로 파티션을 생성하세요. 시간 기반 데이터에 적합.

CREATE TABLE logs (
log_id NUMBER,
log_date DATE,
message VARCHAR2(4000)
)
PARTITION BY RANGE (log_date) INTERVAL (NUMTOYMINTERVAL(1, 'MONTH')) (
PARTITION p_start VALUES LESS THAN (TO_DATE('2024-01-01', 'YYYY-MM-DD'))
);

7. 과도한 파티션 생성 방지

• 지나치게 세분화된 파티션은 메타데이터 오버헤드를 증가시킬 수 있습니다.
• 워크로드와 쿼리에 맞게 적절한 파티션 수를 유지하세요.

8. 파티션 유지보수

• 파티션 분할(Split): 큰 파티션을 더 작은 파티션으로 나눕니다.
• 파티션 병합(Merge): 더 이상 분리할 필요가 없는 인접 파티션을 결합합니다.
• 파티션 삭제(Drop): 아카이빙 또는 데이터 삭제가 간편해짐.

ALTER TABLE sales DROP PARTITION p_2023_q1;

9. 파티션 성능 모니터링

• SQL 모니터링, AWR 리포트 등을 활용해 파티션이 성능을 개선하고 있는지 확인하세요.
• DBA_TAB_PARTITIONS 및 DBA_TAB_SUBPARTITIONS를 통해 파티션 상태를 점검하세요.

10. 파티션 키 설계 원칙

• 데이터가 고르게 분배되고 불균형 파티션이 발생하지 않도록 파티션 키를 선택하세요.
• 쿼리 패턴을 지원하고 자주 업데이트되지 않는 열을 선택하세요.

11. 파티션 작업의 영향 최소화

• 파티션 작업(분할, 병합, 삭제)은 특히 글로벌 인덱스와 함께 사용 시 성능에 영향을 줄 수 있습니다.
• 온라인 파티션 유지보수를 활용하여 다운타임을 최소화하세요:

ALTER TABLE sales SPLIT PARTITION p_max AT (TO_DATE('2024-01-01', 'YYYY-MM-DD'))
INTO (PARTITION p_2024_q1, PARTITION p_max) ONLINE;

12. 파티션 통계

• 파티션 수준 통계를 수집하여 옵티마이저가 정확한 쿼리 계획을 생성하도록 보장합니다.

BEGIN
DBMS_STATS.GATHER_TABLE_STATS('schema_name', 'table_name', PARTNAME => 'partition_name');
END;

13. 읽기 및 쓰기 작업 고려

• 읽기 작업이 많은 경우 범위 또는 리스트 파티셔닝으로 선택도를 높이세요.
• 쓰기 작업이 많은 경우 해시 파티셔닝으로 부하를 균등하게 분산하세요.

14. 파티션을 활용한 데이터 아카이빙

• 파티션을 활용해 데이터 아카이빙과 삭제를 간소화하세요:
• 행을 삭제하는 대신 오래된 파티션을 삭제.

ALTER TABLE logs DROP PARTITION p_2023;

• 파티션을 내보내 백업 또는 외부 아카이빙을 수행.

위의 모범 사례를 따르면, 데이터 모델, 쿼리 패턴, 성능 요구사항에 맞는 파티션 테이블을 설계할 수 있습니다. 파티셔닝은 데이터 관리와 확장성을 극대화하는 데 필수적인 도구입니다.

파티션 테이블 최적화 방법 - 편집 역사