Home 데이터베이스 스캔 방식
Post
Cancel

데이터베이스 스캔 방식

Posted Nov 7, 2025
By mxxikr
read 13 min

개요

  • 데이터베이스에서 쿼리를 실행할 때 데이터를 읽는 다양한 방식을 이해하는 것이 성능 최적화에 중요함
  • 쿼리 옵티마이저가 쿼리 조건과 인덱스 상태를 분석하여 최적의 스캔 방식을 선택함
  • 참고
    • 이 포스팅의 용어는 엔터프라이즈 DB(Oracle)에서 주로 사용되는 표준 용어를 기준으로 설명하지만 개념은 대부분의 RDBMS에 통용됨
    • ex) MySQL 8.0+의 Skip Scan Range Access 등

Full Table Scan

  • 테이블의 모든 데이터를 처음부터 끝까지 순차적으로 읽는 방식임

  • 멀티블록 I/O를 사용하여 한 번에 여러 블록을 읽으며 인덱스가 없거나 조건에 맞는 데이터 비율이 높을 때 사용됨

  • 동작 과정

    image.png

특징

  • 순차적 읽기로 디스크 I/O 효율적
  • 멀티블록 I/O 사용
  • 인덱스 오버헤드 없음
  • 전체 데이터를 읽어야 하므로 대용량 테이블에서는 비효율적

사용 시점

  • 인덱스가 없는 경우
  • 조건에 맞는 데이터 비율이 높은 경우
    • HDD 환경
      • 전체의 10-20% 이상
    • NVMe SSD 환경
      • 선택도가 20-30%까지 올라가도 인덱스 스캔이 유리한 경우가 많음
    • 저장 매체(HDD/SSD)에 따라 손익 분기점이 달라질 수 있음

HDD vs SSD I/O 특성 비교

image.png

  • HDD 환경의 특징
    • 기계적 헤드 이동으로 인한 높은 시크 타임(5-10ms)
    • 랜덤 I/O가 순차 I/O보다 100배 이상 느림
    • 인덱스 스캔 시 랜덤 액세스 비용이 매우 높아서 선택도가 낮을 때만 유리함
  • SSD 환경의 특징
    • 전자적 접근으로 시크 타임이 거의 없음(<0.1ms)
    • 랜덤 I/O가 순차 I/O보다 3-6배 정도만 느림
    • 인덱스 스캔 시 랜덤 액세스 비용이 낮아서 선택도가 더 높아도 인덱스 스캔이 유리함
  • 소량의 테이블
  • 넓은 범위의 데이터 접근
  • 옵티마이저가 인덱스보다 효율적이라고 판단한 경우

최적화

  • 파티셔닝을 통한 파티션 프루닝
  • 병렬 처리 활용
  • 테이블 통계 정보 최신화

Index Range Scan

  • 인덱스의 특정 범위를 스캔하는 가장 일반적인 방식임

  • B+Tree 구조를 따라 조건을 만족하는 첫 번째 엔트리를 찾고 리프 노드를 스캔하며 ROWID를 통해 테이블 데이터에 접근함

  • 동작 과정

    image.png

특징

  • 선택도가 낮을 때 효율적
  • 범위 조건에 최적화
  • 정렬된 결과 제공
  • 리프 노드가 연결되어 있어 범위 스캔에 효율적

사용 시점

  • WHERE 절에 인덱스 컬럼 사용
  • 범위 조건(>, <, BETWEEN 등)
  • 선택도가 낮은 경우
    • HDD 환경
      • 전체의 5-10% 이하
    • NVMe SSD 환경
      • 선택도가 더 높아도 유리한 경우가 많음
  • 등호 조건과 범위 조건이 혼합된 경우

성능 고려 사항

  • 인덱스 스캔 후 테이블 랜덤 액세스 비용
  • 선택도가 높으면 Full Table Scan보다 비효율적일 수 있음
  • 랜덤 액세스 비용이 클수록 성능 저하
  • 클러스터링 팩터(Clustering Factor)가 낮을수록 효율적

클러스터링 팩터

  • 클러스터링 팩터는 인덱스 정렬 순서와 데이터 물리적 저장 순서의 일치 여부를 나타냄
  • 낮은 클러스터링 팩터(좋은 경우)
    • 인덱스 순서와 테이블 물리적 순서가 일치
    • 연속된 인덱스 엔트리가 같은 데이터 블록에 위치
    • 랜덤 액세스 비용이 낮음
  • 높은 클러스터링 팩터(나쁜 경우)
    • 인덱스 순서와 테이블 물리적 순서가 불일치
    • 연속된 인덱스 엔트리가 서로 다른 데이터 블록에 분산
    • 랜덤 액세스 비용이 높음

    image.png

Index Full Scan

  • 인덱스 전체를 처음부터 끝까지 읽는 방식으로 테이블이 아닌 인덱스를 스캔함
  • 결과 집합의 순서가 보장되며 Single Block I/O를 사용함
  • B+Tree의 논리적 순서(Linked List)를 따라 순차적으로 스캔함

특징

  • 인덱스 전체 스캔
  • 정렬된 결과 보장
  • Single Block I/O
    • 논리적 순서를 따라 한 블록씩 읽음
  • 테이블 접근 필요 시 각 엔트리마다 랜덤 액세스

사용 시점

  • 인덱스 컬럼만 조회하는 경우
  • ORDER BY가 인덱스 순서와 일치하는 경우
  • 인덱스 선행 컬럼이 WHERE 절에 없는 경우

Index Fast Full Scan

  • 인덱스 세그먼트 전체를 스캔하지만 인덱스 구조를 따르지 않음
  • 멀티블록 I/O와 병렬 스캔이 가능하며 결과 집합 순서가 보장되지 않음
  • 중요
    • Index Full Scan과의 결정적 차이는 Single Block I/O (논리적 순서) vs Multi Block I/O (물리적 순서)임
  • 장점
    • Full Table Scan보다 빠름(인덱스가 테이블보다 작은 경우)
    • 멀티블록 I/O로 효율적

특징

  • 인덱스 구조 무시
    • B+Tree의 논리적 순서(Linked List)를 따르지 않고 물리적 블록을 통째로 읽음
  • 멀티블록 I/O 사용
  • 병렬 스캔 가능
  • 순서 보장 안 됨

사용 조건

  • 쿼리에 필요한 모든 컬럼이 인덱스에 포함
  • ORDER BY가 필요 없는 경우

Index Fast Full Scan vs Index Full Scan 비교

image.png

Index Skip Scan

  • 복합 인덱스의 선행 컬럼을 조건에 사용하지 않아도 인덱스를 활용하는 기법임

  • 인덱스의 distinct 값들을 건너뛰며 스캔하여 선행 컬럼의 카디널리티가 낮을 때 효과적임

  • 동작 원리

    image.png

특징

  • 선행 컬럼 없이도 인덱스 활용
  • 낮은 카디널리티 선행 컬럼에 효과적

  • 인덱스 distinct 값 스캔

  • ex)
    • 인덱스 - gender, age, name

    • 쿼리 - WHERE age > 30 (gender 조건 없음)

    • Skip Scan 동작
      1. gender의 각 distinct 값(‘M’, ‘F’)에 대해
      2. 해당 gender 값과 age > 30 조건으로 인덱스 스캔

제한 사항

  • PostgreSQL
    • 수동 구현 필요(WITH RECURSIVE)
  • MySQL
    • 8.0 이전
      • GROUP BY 최적화(Loose Index Scan)에서만 제한적 사용
    • 8.0 이후
      • Skip Scan Range Access 도입으로 일반 WHERE 절에서도 지원
      • 범위 검색 쿼리에서 선행 컬럼 없이도 인덱스 활용 가능
      • ex)
        1
2
3
4

        -- 인덱스 - gender, age, name
-- MySQL 8.0+에서 Skip Scan 사용 가능
SELECT * FROM users WHERE age > 30;
-- EXPLAIN 결과 - type=range, key=idx_gender_age_name, Extra=Using where; Using index for skip scan

Index-Only Scan

  • 테이블 접근 없이 인덱스만으로 쿼리를 처리하는 방식임
  • 쿼리에 필요한 모든 컬럼이 인덱스에 포함되어야 함
  • DBMS별 구현 차이
    • PostgreSQL
      • Visibility Map을 통해 힙 영역 접근을 최소화함
    • MySQL InnoDB
      • Undo Log를 통해 MVCC를 처리하므로 커버링 인덱스만으로도 충분히 Index-Only Scan(Using index)이 가능함
  • 장점
    • 랜덤 액세스 제거로 성능 향상
    • 디스크 I/O 최소화
    • 메모리 효율적
    • 대량 데이터 조회 시 큰 성능 차이
    1
2
3

    -- 인덱스 - user_id, email, name
-- 커버링 인덱스로 Index-Only Scan 가능
SELECT email, name FROM users WHERE user_id = 123;

Index-Only Scan vs 일반 Index Scan 비교

image.png

특징

  • 테이블 접근 불필요
  • 커버링 인덱스와 함께 사용
  • 최고의 성능 제공
  • 랜덤 액세스 비용 제로

조건

  • 쿼리에 필요한 모든 컬럼이 인덱스에 포함
  • WHERE 절 조건이 인덱스 컬럼 사용
  • SELECT 절 컬럼이 인덱스에 포함
  • PostgreSQL의 경우 Visibility Map을 통한 힙 접근 최소화
  • MySQL InnoDB의 경우 커버링 인덱스만으로도 가능

스캔 방식 선택 기준

  • 옵티마이저가 쿼리 비용을 계산하여 최적의 스캔 방식을 선택함
  • 핵심
    • 결국 I/O를 줄이는 것이 핵심임
    • Random Access 최소화
    • Sequential Read 극대화

비용 계산 요소

  • 선택도
    • 조건을 만족하는 데이터 비율
  • 인덱스 크기
    • 인덱스가 테이블보다 작으면 유리
  • 클러스터링 팩터
    • 인덱스 순서와 테이블 물리적 순서의 일치도
  • 통계 정보
    • 최신 통계 정보가 중요

스캔 방식 비교표

스캔 방식테이블 접근순서 보장I/O 타입사용 조건
Full Table Scan필요없음멀티블록선택도 높음, 인덱스 없음
Index Range Scan필요있음랜덤선택도 낮음, 범위 조건
Index Full Scan필요있음싱글블록인덱스 컬럼만 조회
Index Fast Full Scan불필요없음멀티블록인덱스만으로 처리 가능
Index-Only Scan불필요있음싱글블록커버링 인덱스

최적화 팁

  • EXPLAIN PLAN으로 실행 계획 확인
  • 통계 정보를 정기적으로 갱신
  • 인덱스 사용 여부 모니터링
  • 불필요한 인덱스 제거
  • 커버링 인덱스 설계로 Index-Only Scan 유도

결론

  • 스캔 방식은 쿼리 옵티마이저가 자동 선택하지만 인덱스 설계가 성능을 결정함
  • Index-Only Scan을 활용하기 위한 커버링 인덱스 설계가 성능 최적화의 핵심임
  • 결국 I/O를 줄이는 것이 핵심이며 Random Access 최소화와 Sequential Read 극대화가 모든 스캔 방식의 최적화 목표임
Database, Theory
database scan index
Recently Updated
Contents

데이터베이스 인덱스

데이터베이스 파티셔닝