비트맵 인덱스(Bitmap Index)

비트맵 인덱스(Bitmap Index)는 데이터베이스에서 인덱싱을 최적화하기 위해 사용하는 인덱스 기법 중 하나입니다. 비트맵 인덱스는 각 고유한 값에 대해 비트 배열(비트맵)을 생성하여 데이터를 효율적으로 검색할 수 있도록 합니다. 특히 값의 종류(카디널리티, Cardinality)가 적은 경우(예: 성별, 상태값, 부서 코드 등)에 매우 효과적입니다. (OLTP보단 OLAP에서 효과적)

1. 비트맵 인덱스의 동작 방식

비트맵 인덱스는 각 열(column)의 고유한 값(unique value)에 대해 개별적인 비트맵을 생성합니다.

예를 들어, 직원 데이터(employee)에 성별(gender) 컬럼이 있다고 가정해보겠습니다.

ID	Name	Gender
1	Alex	Male
2	Bob	Female
3	Carol	Female
4	Dave	Male
5	Eve	Male

이제 “Gender” 컬럼에 대해 비트맵 인덱스를 생성하면 다음과 같이 됩니다.

• Male (남성)scss복사편집1 0 0 1 1 (1번, 4번, 5번이 남성)
• Female (여성)scss복사편집0 1 1 0 0 (2번, 3번이 여성)

이제 특정 성별을 검색하면 비트 연산(AND, OR 등)을 활용하여 매우 빠르게 결과를 도출할 수 있습니다.

2. 비트맵 인덱스의 장점

✅ 빠른 검색 속도
비트 연산(AND, OR, NOT)을 사용하므로 검색 성능이 뛰어납니다.

✅ 저장 공간 절약
비트맵은 0과 1로 구성되므로 일반적인 B-Tree 인덱스보다 저장 공간을 적게 차지합니다.

✅ 다중 조건 검색 최적화
비트 연산을 활용하여 복합 조건(예: WHERE gender=’Male’ AND status=’Active’)을 빠르게 처리할 수 있습니다.

✅ 읽기(Read) 작업 최적화
읽기 연산(SELECT)이 많은 환경에서 매우 효과적입니다.

3. 비트맵 인덱스의 단점

❌ 데이터 변경(INSERT, UPDATE, DELETE) 비용이 큼
비트맵 인덱스는 값이 변경될 때마다 비트맵을 다시 생성해야 하므로, 자주 변경되는 데이터(High Cardinality)에는 적합하지 않습니다.

❌ 고유 값(카디널리티)이 많은 경우 비효율적
카디널리티가 높은 데이터(예: 주민등록번호, 전화번호, 제품 ID 등)에는 오히려 일반 B-Tree 인덱스가 더 적합합니다.

4. 비트맵 인덱스 vs B-Tree 인덱스 비교

비교 항목	비트맵 인덱스(Bitmap Index)	B-Tree 인덱스
적합한 경우	값의 종류(카디널리티)가 적을 때	값의 종류(카디널리티)가 많을 때
검색 속도	매우 빠름(비트 연산 활용)	보통 (트리 탐색 필요)
공간 효율성	저장 공간이 적음	상대적으로 더 많이 차지
데이터 변경 속도	느림 (비트맵 재구성 필요)	상대적으로 빠름

5. 비트맵 인덱스 사용 사례

✅ 성별(Gender), 상태(Status), 부서코드(Department Code) 등 값의 종류가 적은 컬럼
✅ 읽기(SELECT) 위주의 데이터 웨어하우스 및 분석 시스템(OLAP)
✅ 다중 조건 검색(WHERE 절에서 AND/OR 조합이 많을 경우)

6. 비트맵 인덱스 생성 예제 (Oracle)

Oracle에서 비트맵 인덱스를 생성하는 SQL 예제입니다.

CREATE BITMAP INDEX idx_gender
ON employees(gender);

비트맵 인덱스를 삭제할 때는 다음과 같이 실행합니다.

DROP INDEX idx_gender;

7. 결론

비트맵 인덱스는 읽기 성능을 최적화하는 데 강력한 도구이지만, 자주 변경되는 데이터에는 적합하지 않습니다.
따라서, 사용 목적에 맞춰 비트맵 인덱스와 B-Tree 인덱스를 적절히 선택하는 것이 중요합니다.