117. 물리 데이터베이스 설계 (Physical DB Design) - 인덱스·파티셔닝·스토리지 최적화

핵심 인사이트 (3줄 요약)

본질: 물리 설계는 논리 설계의 릴레이션 스키마를 **특정 DBMS의 물리적 저장 구조(인덱스·파티셔닝·테이블스페이스·역정규화)**로 변환하여 성능을 최적화하는 단계다.

가치: 논리적으로 완벽한 3NF 스키마도 물리 설계 없이 구현하면 Full Table Scan·Lock 경합·I/O 병목으로 성능이 100배 이상 저하될 수 있다.

판단 포인트: 인덱스 설계(B-Tree/Hash/Covering)·파티셔닝(Range/Hash/List)·역정규화(테이블 병합/분할/중복 컬럼)의 세 가지 핵심 최적화와 그 트레이드오프를 이해해야 한다.

Ⅰ. 개요 및 필요성

┌───────────────────────────────────────────────────────┐
│    물리 설계 핵심 활동                                 │
├───────────────────────────────────────────────────────┤
│  1. 인덱스 설계                                       │
│     WHERE·JOIN·ORDER BY 컬럼에 B-Tree 인덱스         │
│     고카디널리티 컬럼 우선                            │
│  2. 파티셔닝                                          │
│     대용량 테이블 → Range/Hash/List 분할              │
│     I/O 분산, Partition Pruning                       │
│  3. 역정규화                                          │
│     자주 JOIN하는 테이블 → 병합/중복 컬럼 추가        │
│     읽기 성능 ↑, 쓰기 복잡도 ↑                       │
│  4. 스토리지 배치                                     │
│     테이블스페이스·데이터 파일·RAID 레벨              │
└───────────────────────────────────────────────────────┘

📢 섹션 요약 비유: 논리 설계가 건물 평면도(방 배치)라면, 물리 설계는 콘크리트 두께·배관 위치·에어컨 위치를 정하는 시공 도면이다.

Ⅱ. 아키텍처 및 핵심 원리

인덱스 유형

인덱스	적합	비적합
B-Tree	범위 검색, 정렬	저카디널리티
Hash	등가 검색 (=)	범위 검색
Bitmap	저카디널리티 (성별, Y/N)	OLTP (DML 빈번)
Covering	SELECT 컬럼 전부 포함	넓은 인덱스

파티셔닝 유형

유형	기준	예
Range	날짜·숫자 범위	주문(월별)
Hash	해시 함수	균등 분배
List	특정 값 목록	지역코드별

📢 섹션 요약 비유: 인덱스는 교과서 맨 뒤 색인이고, 파티셔닝은 도서관 서가를 주제별로 나누는 것이다.

Ⅲ. 비교 및 연결

비교	인덱스 없음	B-Tree 인덱스	커버링 인덱스
검색	Full Scan	Index Scan	Index Only Scan
속도	O(N)	O(log N)	O(log N), I/O 최소

Ⅳ. 실무 적용 및 기술사 판단

인덱스 설계 가이드

WHERE 절 빈출 컬럼: 반드시 인덱스.
복합 인덱스 순서: 카디널리티 높은 컬럼 선두.
인덱스 과다 주의: INSERT 성능 저하 (인덱스 유지 비용).

Ⅴ. 기대효과 및 결론

지표	물리 설계 미적용	물리 설계 적용	개선
검색 속도	Full Scan (초)	Index Scan (ms)	100×+
대용량 관리	단일 테이블	파티셔닝	관리·성능 향상

물리 설계는 논리적 정확성(정규화) 위에 성능 최적화를 얹는 단계이며, 클라우드 DB(Aurora, Spanner)에서는 자동 파티셔닝·인덱스 추천이 제공되고 있다.

📌 관련 개념 맵

개념	연결 포인트
B-Tree 인덱스	가장 범용적인 인덱스 구조
파티셔닝	대용량 테이블 I/O 분산
역정규화	읽기 성능 최적화 (정규화 일부 해제)
테이블스페이스	물리 저장 공간 관리
Covering Index	SELECT 컬럼을 인덱스에 포함, I/O 최소화

📈 관련 키워드 및 발전 흐름도

[단일 테이블 + Full Scan (초기)]
    │
    ▼
[B-Tree 인덱스 (1970s) — O(log N) 검색]
    │
    ▼
[파티셔닝 (1990s) — 대용량 테이블 분할]
    │
    ▼
[Covering Index / Index Organized Table (2000s)]
    │
    ▼
[현재: AI 기반 인덱스 자동 추천 (AutoIndex)]

👶 어린이를 위한 3줄 비유 설명

인덱스는 교과서 맨 뒤 색인이에요. "광합성"을 찾으려면 색인에서 페이지를 찾아 바로 가요.
파티셔닝은 도서관 서가를 주제별로 나누는 거예요. 수학 책은 수학 서가에만 있으니 찾기 쉽죠.
역정규화는 자주 쓰는 정보를 가까이에 복사해 놓는 거예요. 빨리 찾지만 정리가 좀 지저분해져요!