검색 여닫기
메뉴 여닫기
35
0
9
2천
DB스터디
개인 메뉴 토글
로그인하지 않음
만약 지금 편집한다면 당신의 IP 주소가 공개될 수 있습니다.

틀:SQL: 두 판 사이의 차이

DB스터디
다른 명령
(내용을 "<onlyinclude> <div class="notice {{{속성|}}}" {{#if:{{{id|}}}|id="{{{id}}}"}} style=" margin: 8px 0; padding: 8px; border-style: solid; border-width: 2px 0; border-color: {{{테두리색|#FFFFFF}}}; background-color: {{{배경색|#FFFFFF}}}; clear: both; width: 100%; "> <span style=" display: inline-block; transform: translate(10%, 10%); color:green; "> <i class="material-icons icon-image-preview">{{{아이콘이름|post_add}}}</i></span> <span style=" font-weig..."(으)로 바꿈)
태그: 대체됨
 
(다른 사용자 한 명의 중간 판 2개는 보이지 않습니다)
1번째 줄: 1번째 줄:
= {{{제목|문서 제목 없음}}} =
<onlyinclude>
 
<div
__TOC__
class="notice {{{속성|}}}" {{#if:{{{id|}}}|id="{{{id}}}"}}
----
style="
{{요점|내용= {{{내용}}}}}
margin: 8px 0;
----
padding: 8px;
== 기본 설명 ==
border-style: solid;
{{{본문|
border-width: 2px 0;
===값의 의미 ===
border-color: {{{테두리색|#FFFFFF}}};
# 범위
background-color: {{{배경색|#FFFFFF}}};
- **최소값**: 테이블의 블록 수 (완벽하게 정렬된 경우)
clear: both;
- **최대값**: 테이블의 행 수 (완전히 무작위로 분산된 경우)
width: 100%;
 
">
=== 해석 방법 ===
<span style="
<source lang=sql>
display: inline-block;
-- Clustering Factor 확인
transform: translate(10%, 10%);
SELECT
color:green;
    index_name,
">
    table_name,
<i class="material-icons icon-image-preview">{{{아이콘이름|post_add}}}</i></span>
    clustering_factor,
<span style="
    num_rows,
font-weight: bold;
    leaf_blocks,
font-size: 1.2em;
    -- 테이블 블록 수
">{{{타입|sql}}} </span>
    (SELECT blocks FROM dba_tables t
<div style="margin-top: 6px; padding: 10px 12px; background-color: {{{코드배경색|#1E1E1E}}}; color: {{{코드글자색|#D4D4D4}}}; font-family: Consolas, 'Courier New', monospace; font-size: 0.95em; line-height: 1.5; white-space: pre-wrap; word-break: break-all; overflow-x: auto; border-radius: 4px;">{{{SQL}}}</div>
    WHERE t.owner = i.table_owner
</div>
      AND t.table_name = i.table_name) AS table_blocks
FROM dba_indexes i
WHERE table_owner = 'HR'
  AND table_name = 'EMPLOYEES';
</source>
 
**판단 기준:**
| Clustering Factor | 상태 {{!}} 의미 {{!}}
|------------------|------|------|
| ≈ 테이블 블록 수 | **좋음** ✅ {{!}} 데이터가 인덱스 순서대로 잘 정렬됨 {{!}}
| 테이블 블록 수 ~ 행 수 사이 | 보통 {{!}} 부분적으로 정렬됨 {{!}}
| ≈ 테이블 행 수 | **나쁨** ❌ {{!}} 데이터가 무작위로 흩어져 있음 {{!}}
 
---
 
=== Clustering Factor의 계산 원리 ===
# 인덱스를 순차적으로 스캔하면서:
## - 이전 행과 다른 블록에 있으면: CF++
## - 이전 행과 같은 블록에 있으면: CF 증가 없음
 
==== 예제로 이해하기 ====
* 시나리오 1: 좋은 Clustering Factor
<source lang=sql>
인덱스 순서: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
블록 배치:  [1,2,3] [4,5,6] [7,8,9] [10]
            Block1  Block2  Block3  Block4
 
Clustering Factor = 4 (블록 수)
</source>
 
시나리오 2: 나쁜 Clustering Factor
 
<source lang=sql>
인덱스 순서: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
블록 배치:  [1] [5] [2] [7] [3] [9] [4] [10] [6] [8]
            B1  B2  B3  B4  B5  B6  B7  B8  B9  B10
 
Clustering Factor = 10 (행 수)
</source>
 
 
----
 
## 성능에 미치는 영향
 
### 좋은 Clustering Factor (낮은 값)
 
```sql
-- 예: CF = 1,000 (블록 수와 유사)
SELECT * FROM employees
WHERE department_id BETWEEN 10 AND 50;
 
-- 결과: 약 1,000개 블록만 읽음
-- 각 블록에서 여러 행을 읽을 수 있음
```
 
**장점:**
- 인덱스 Range Scan이 효율적
- 물리적 I/O 최소화
- Buffer Cache 효율 증가
 
### 나쁜 Clustering Factor (높은 값)
 
```sql
-- 예: CF = 100,000 (행 수와 유사)
SELECT * FROM employees
WHERE department_id BETWEEN 10 AND 50;
 
-- 결과: 약 50,000개 블록 읽음
-- 각 행마다 다른 블록을 읽어야 함
```
 
**단점:**
- 많은 물리적 I/O 발생
- 동일 블록을 반복 읽기
- Full Table Scan이 더 효율적일 수 있음
 
---
 
## 실무 조회 쿼리
 
### 1. Clustering Factor 상태 확인
 
```sql
SELECT
    i.owner,
    i.table_name,
    i.index_name,
    i.clustering_factor,
    t.num_rows,
    t.blocks AS table_blocks,
    -- CF 품질 지표
    ROUND(i.clustering_factor / NULLIF(t.blocks, 0), 2) AS cf_ratio,
    CASE
        WHEN i.clustering_factor <= t.blocks * 1.2 THEN '좋음 ✅'
        WHEN i.clustering_factor <= t.blocks * 5 THEN '보통 ⚠️'
        WHEN i.clustering_factor <= t.num_rows * 0.5 THEN '나쁨 ❌'
        ELSE '매우 나쁨 🚫'
    END AS cf_status,
    -- 효율성 점수 (낮을수록 좋음)
    ROUND((i.clustering_factor / NULLIF(t.num_rows, 0)) * 100, 2) AS efficiency_pct
FROM dba_indexes i
JOIN dba_tables t ON i.table_owner = t.owner
                  AND i.table_name = t.table_name
WHERE i.owner = 'HR'
  AND t.num_rows > 0
ORDER BY efficiency_pct DESC;
```
 
### 2. 문제가 있는 인덱스 찾기
 
```sql
SELECT
    i.owner,
    i.table_name,
    i.index_name,
    i.clustering_factor,
    t.blocks AS table_blocks,
    t.num_rows,
    ROUND(i.clustering_factor / t.num_rows * 100, 2) AS cf_pct,
    ROUND((t.num_rows * t.avg_row_len) / 1024 / 1024, 2) AS table_size_mb
FROM dba_indexes i
JOIN dba_tables t ON i.table_owner = t.owner
                  AND i.table_name = t.table_name
WHERE i.owner NOT IN ('SYS', 'SYSTEM')
  AND t.num_rows > 10000  -- 작은 테이블 제외
  AND i.clustering_factor > t.blocks * 10  -- CF가 블록 수의 10배 이상
ORDER BY (i.clustering_factor / t.num_rows) DESC;
```
 
### 3. 인덱스 효율성 분석
 
```sql
WITH index_stats AS (
    SELECT
        i.owner,
        i.table_name,
        i.index_name,
        i.clustering_factor,
        t.blocks,
        t.num_rows,
        -- 인덱스로 100행을 읽을 때 예상 블록 접근 수
        CASE
            WHEN t.num_rows > 0 THEN
                ROUND((i.clustering_factor / t.num_rows) * 100, 0)
            ELSE 0
        END AS blocks_per_100_rows
    FROM dba_indexes i
    JOIN dba_tables t ON i.table_owner = t.owner
                      AND i.table_name = t.table_name
    WHERE i.owner = 'HR'
)
SELECT
    owner,
    table_name,
    index_name,
    clustering_factor,
    blocks AS table_blocks,
    num_rows,
    blocks_per_100_rows,
    CASE
        WHEN blocks_per_100_rows <= 10 THEN 'Range Scan 효율적'
        WHEN blocks_per_100_rows <= 50 THEN 'Range Scan 사용 가능'
        ELSE 'Full Scan 고려'
    END AS recommendation
FROM index_stats
ORDER BY blocks_per_100_rows DESC;
```
 
---
 
## Clustering Factor 개선 방법
 
### 방법 1: 테이블 재구성 (MOVE)
 
```sql
-- 인덱스 컬럼 순서대로 테이블 재정렬
ALTER TABLE hr.employees MOVE;
 
-- 인덱스 재구성
ALTER INDEX hr.emp_dept_idx REBUILD;
 
-- 통계 재수집
EXEC DBMS_STATS.GATHER_TABLE_STATS('HR', 'EMPLOYEES');
 
-- CF 확인
SELECT index_name, clustering_factor
FROM user_indexes
WHERE index_name = 'EMP_DEPT_IDX';
```
 
### 방법 2: 테이블을 인덱스 순서로 재생성
 
```sql
-- 임시 테이블 생성 (인덱스 순서대로)
CREATE TABLE employees_new AS
SELECT * FROM employees
ORDER BY department_id, employee_id;
 
-- 원본 테이블 교체
DROP TABLE employees;
RENAME employees_new TO employees;
 
-- 인덱스 재생성
CREATE INDEX emp_dept_idx ON employees(department_id);
 
-- 통계 수집
EXEC DBMS_STATS.GATHER_TABLE_STATS('HR', 'EMPLOYEES');
```
 
### 방법 3: Partitioning 사용
 
```sql
-- 파티션 테이블로 변환
ALTER TABLE employees MODIFY
PARTITION BY RANGE (department_id)
(
    PARTITION p1 VALUES LESS THAN (20),
    PARTITION p2 VALUES LESS THAN (40),
    PARTITION p3 VALUES LESS THAN (60),
    PARTITION p4 VALUES LESS THAN (MAXVALUE)
);
 
-- 로컬 인덱스 생성
CREATE INDEX emp_dept_idx ON employees(department_id) LOCAL;
```
 
### 방법 4: IOT (Index-Organized Table) 사용
 
```sql
-- 기존 테이블을 IOT로 변환
CREATE TABLE employees_iot
ORGANIZATION INDEX
INCLUDING employee_id
OVERFLOW
AS SELECT * FROM employees;
```
 
---
 
## Optimizer가 Clustering Factor를 사용하는 방법
 
```sql
-- 실행 계획에서 Clustering Factor의 영향 확인
EXPLAIN PLAN FOR
SELECT * FROM employees
WHERE department_id BETWEEN 10 AND 50;
 
SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY(null, null, 'BASIC +COST'));
 
-- Cost 계산에 Clustering Factor가 사용됨
-- Cost = (Clustering Factor / Table Blocks) * Index Selectivity
```
 
**Optimizer의 판단:**
- **CF가 낮으면**: Index Range Scan 선호
- **CF가 높으면**: Full Table Scan 고려
 
---
 
## 실전 모니터링 스크립트
 
```sql
-- 일일 CF 모니터링
CREATE OR REPLACE VIEW v_clustering_factor_monitor AS
SELECT
    i.owner,
    i.table_name,
    i.index_name,
    i.clustering_factor,
    t.blocks,
    t.num_rows,
    ROUND(i.clustering_factor / NULLIF(t.blocks, 0), 2) AS cf_block_ratio,
    ROUND(i.clustering_factor / NULLIF(t.num_rows, 0) * 100, 2) AS cf_row_pct,
    i.last_analyzed,
    CASE
        WHEN i.clustering_factor <= t.blocks * 2 THEN 'GOOD'
        WHEN i.clustering_factor <= t.blocks * 10 THEN 'FAIR'
        ELSE 'POOR'
    END AS status
FROM dba_indexes i
JOIN dba_tables t ON i.table_owner = t.owner
                  AND i.table_name = t.table_name
WHERE i.owner NOT IN ('SYS', 'SYSTEM', 'XDB', 'OUTLN')
  AND t.num_rows > 1000;
 
-- 사용
SELECT * FROM v_clustering_factor_monitor
WHERE status = 'POOR'
ORDER BY cf_row_pct DESC;
```
 
---
 
## 주의사항
 
1. **통계 정보 최신화**
  ```sql
  -- CF는 통계 수집 시 계산됨
  EXEC DBMS_STATS.GATHER_INDEX_STATS('HR', 'EMP_DEPT_IDX');
  ```
 
2. **DML 작업 후 CF 변화**
  - INSERT/UPDATE/DELETE 후 CF가 나빠질 수 있음
  - 주기적인 통계 수집 필요
 
3. **파티션 테이블**
  - 파티션별로 CF가 다를 수 있음
  - USER_IND_PARTITIONS에서 확인
 
4. **Multiblock Read**
  - CF가 나빠도 db_file_multiblock_read_count가 크면 영향 감소
 
---
 
## 요약
 
| 상황 | Clustering Factor {{!}} 권장 사항 {{!}}
|-----|------------------|---------|
| OLTP, 자주 Range Scan | 테이블 블록 수와 유사 {{!}} 테이블 재구성 고려 {{!}}
| Batch, Full Scan 위주 | 높아도 무관 {{!}} 현상 유지 {{!}}
| 자주 변경되는 테이블 | 주기적으로 나빠짐 {{!}} 파티셔닝 검토 {{!}}
| 대용량 테이블 | 매우 높음 {{!}} IOT 또는 파티셔닝 {{!}}
 
Clustering Factor는 인덱스 성능을 판단하는 핵심 지표이므로, DBA는 정기적으로 모니터링하고 필요시 개선 작업을 수행해야 합니다!
}}}
 
== 예제 ==
<source lang="{{{언어}}}">
{{{예제}}}
</source>
 
== 이전글/다음글 ==
* [[{{{이전글|}}}]]
* [[{{{다음글|}}}]]
 
== 관련 문서 ==
* [[{{{관련1|}}}]]
* [[{{{관련2|}}}]]
 
== FAQ ==
; {{{질문1|질문}}}
: {{{답변1|답변}}}
 
; {{{질문2|질문}}}
: {{{답변2|답변}}}
 
[[분류:{{{분류|oracle}}}]]

2026년 10월 10일 (토) 18:44 기준 최신판

post_add sql

{{{SQL}}}
원본 주소 "https://dbstudy.co.kr/w/index.php?title=틀:SQL&oldid=1948"
마지막 수정
이 문서는 2026년 10월 10일 (토) 18:44에 마지막으로 편집되었습니다.
저작권
별도로 명시하지 않은 경우, 내용은 크리에이티브 커먼즈 저작자표시에 따라 사용할 수 있습니다.