제135회 정보관리기술사 3교시 1번 — RDBMS 성능 최적화·인덱스·OLTP vs OLAP

정보관리기술사 · 135회 3교시 · 1번 · 배점 25점

Table of Contents

제135회 정보관리기술사 3교시 1번

서술형 | 25점

[문제] RDBMS에서 데이터베이스 성능 최적화를 위한 인덱스 설계 원칙(B-Tree, 복합 인덱스, 커버링 인덱스, 파티셔닝)을 설명하고, 쿼리 실행 계획(Execution Plan) 분석 방법을 서술하시오. 또한 OLTP와 OLAP 환경의 차이점과 각각에 적합한 데이터 모델링 전략(3NF vs Star Schema)을 논하시오.

1. 인덱스 설계 원칙

인덱스 유형	특성	적합 용도
B-Tree 인덱스	균형 이진 트리 구조. 범위 검색·정렬에 최적. 대부분 기본 인덱스 유형	등가 검색, 범위 검색, ORDER BY
복합(Composite) 인덱스	여러 컬럼을 조합. 첫 번째 컬럼 선택도 중요 (카디널리티 높은 컬럼 앞에 배치)	WHERE 조건이 여러 컬럼일 때
커버링(Covering) 인덱스	SELECT 컬럼을 모두 인덱스에 포함. 테이블 액세스 없이 인덱스만으로 쿼리 처리	자주 실행되는 SELECT 쿼리 최적화
파티셔닝	테이블을 Range·List·Hash로 분할. 파티션 프루닝으로 전체 스캔 회피	대용량 시계열 데이터, 날짜 기반 조회

인덱스 설계 원칙: ① 선택도 높은 컬럼 우선 ② WHERE·JOIN·ORDER BY 기준 컬럼 ③ DML 빈도 높은 테이블은 인덱스 최소화 (쓰기 성능 영향)

2. 쿼리 실행 계획 분석

EXPLAIN ANALYZE (PostgreSQL) 또는 EXPLAIN (MySQL)으로 실행 계획을 확인한다.

주요 확인 항목	의미·해석
Full Table Scan	인덱스 미사용. WHERE 조건에 맞는 인덱스 생성 검토
Index Scan vs Index Only Scan	Index Only Scan이 더 효율적. 커버링 인덱스로 전환
Nested Loop vs Hash Join	소규모 결과셋: Nested Loop, 대규모: Hash Join이 유리
Row 추정치	통계 정보 오래됨 시 rows 추정 오류 → ANALYZE/VACUUM 실행

3. OLTP vs OLAP — 데이터 모델링 전략

구분	OLTP	OLAP
목적	트랜잭션 처리 (주문·결제·업데이트)	분석·집계 쿼리 (매출 분석, 트렌드)
데이터 모델	3NF (정규화) — 중복 최소화, 쓰기 최적화	Star Schema / Snowflake Schema — 읽기 최적화
쿼리 특성	단순·짧은 트랜잭션, 수 ms 응답	복잡한 GROUP BY·집계, 수 분 이상
저장소	Row-Oriented (MySQL, PostgreSQL)	Column-Oriented (Redshift, BigQuery, ClickHouse)
Star Schema	—	중앙 Fact Table + 주변 Dimension Table. JOIN 최소화, 집계 고속

[ 결론 ]

RDBMS 성능 최적화는 선택도 높은 인덱스 설계, 커버링 인덱스로 테이블 액세스 최소화, 파티셔닝으로 스캔 범위 축소가 핵심이다. OLTP는 3NF 정규화와 Row-Store, OLAP는 Star Schema와 Column-Store로 각 워크로드에 최적화된 모델링을 선택해야 한다.

zerg96