Home 데이터베이스 스캔 방식
Post
Cancel

데이터베이스 스캔 방식

Posted Nov 7, 2025 Updated Jan 16, 2026
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 방식 테이블 접근 순서 보장 I/O 타입 사용 조건
Full Table Scan 필요 없음 멀티블록 선택도 높음, 인덱스 없음
Index Range Scan 필요 있음 랜덤 선택도 낮음, 범위 조건
Index Full Scan 필요 있음 싱글블록 인덱스 컬럼만 조회
Index Fast Full Scan 불필요 없음 멀티블록 인덱스만으로 처리 가능
Index-Only Scan 불필요 있음 싱글블록 커버링 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