인덱스란 무엇인가

인덱스는 데이터베이스에서 원하는 데이터를 빠르게 찾기 위해 사용하는 자료 구조입니다. 데이터가 많아질수록 모든 데이터를 하나씩 확인하는 방식은 검색 시간이 증가하기 때문에 인덱스를 활용하여 필요한 데이터를 효율적으로 찾을 수 있도록 합니다. 인덱스는 데이터베이스의 검색 성능을 높이는 중요한 기능이지만, 무조건 많이 생성한다고 성능이 좋아지는 것은 아니므로 사용 목적과 데이터의 특성을 함께 고려해야 합니다.

인덱스의 기본 개념

데이터베이스 테이블에 수십만 개 이상의 데이터가 저장되어 있다고 가정합니다. 특정 사용자의 정보를 찾기 위해 WHERE 조건을 사용하면 데이터베이스는 조건에 맞는 데이터를 찾아야 합니다.

SELECT *
FROM users
WHERE user_id = 1001;

인덱스가 없는 경우 데이터베이스는 테이블에 저장된 데이터를 처음부터 확인하면서 user_id가 1001인 데이터를 찾을 수 있습니다. 이러한 방식은 데이터가 적을 때는 큰 문제가 되지 않지만, 데이터가 수백만 건 또는 수천만 건으로 증가하면 불필요하게 많은 데이터를 확인해야 합니다.

인덱스는 이러한 문제를 해결하기 위한 별도의 검색 구조입니다. 책에서 원하는 내용을 찾을 때 책의 모든 페이지를 처음부터 읽는 것이 아니라 목차나 색인을 확인하는 것과 비슷한 개념입니다. 데이터베이스는 인덱스를 이용하여 원하는 데이터가 저장된 위치를 빠르게 찾은 다음 실제 데이터를 가져옵니다.

대표적으로 다음과 같이 인덱스를 생성할 수 있습니다.

CREATE INDEX idx_users_user_id
ON users(user_id);

이렇게 생성하면 users 테이블의 user_id를 검색할 때 해당 인덱스를 활용할 수 있습니다.

인덱스는 어떻게 검색 속도를 높이는가

인덱스는 일반적으로 검색에 적합한 별도의 자료 구조를 사용하여 데이터를 정렬하고 관리합니다. 관계형 데이터베이스에서는 B-Tree 또는 B+Tree 계열의 구조가 널리 사용되며, 데이터베이스 제품과 인덱스 종류에 따라 실제 구현 방식은 달라질 수 있습니다.

인덱스의 핵심은 전체 데이터를 무작정 확인하지 않고 필요한 데이터를 찾는 범위를 줄이는 것입니다.

예를 들어 user_id가 1부터 1,000,000까지 저장되어 있는 테이블에서 user_id = 900000인 데이터를 찾는다고 가정합니다. 인덱스가 없다면 테이블의 많은 데이터를 확인해야 할 수 있습니다. 반면 인덱스가 있다면 정렬된 검색 구조를 이용하여 원하는 값이 존재하는 위치를 빠르게 좁혀갈 수 있습니다.

이를 단순하게 표현하면 다음과 같습니다.

인덱스 없음
→ 테이블 전체 또는 많은 데이터 확인
→ 조건에 맞는 데이터 탐색

인덱스 사용
→ 인덱스에서 조건에 맞는 위치 탐색
→ 실제 데이터 위치 확인
→ 필요한 데이터 조회

따라서 데이터의 양이 많고 특정 컬럼을 기준으로 자주 검색하는 상황에서는 인덱스가 검색 성능을 크게 개선할 수 있습니다.

다만 인덱스가 있다고 해서 모든 조회가 무조건 빨라지는 것은 아닙니다. 데이터베이스는 SQL의 조건, 데이터 분포, 인덱스 구조, 통계 정보 등을 종합적으로 판단하여 인덱스 사용 여부를 결정합니다.

인덱스의 장점과 단점

인덱스의 가장 큰 장점은 조회 성능을 높일 수 있다는 점입니다. 특히 WHERE, JOIN, ORDER BY 등의 조건에서 특정 컬럼을 반복적으로 사용하는 경우 적절한 인덱스가 검색 시간을 줄이는 데 도움이 될 수 있습니다.

예를 들어 주문 테이블에서 특정 사용자의 주문 내역을 자주 조회한다면 다음과 같은 인덱스를 고려할 수 있습니다.

CREATE INDEX idx_orders_user_id
ON orders(user_id);

이후 다음과 같은 조회에서 인덱스가 활용될 수 있습니다.

SELECT *
FROM orders
WHERE user_id = 1001;

하지만 인덱스에는 비용도 존재합니다. 인덱스는 테이블 데이터와 별도로 관리되는 자료 구조이기 때문에 추가적인 저장 공간을 사용합니다. 또한 데이터를 추가하거나 수정하거나 삭제할 때 인덱스도 함께 변경해야 합니다.

예를 들어 새로운 데이터를 추가하면 테이블에 데이터만 저장하는 것이 아니라 해당 데이터가 인덱스에서 적절한 위치에 반영되어야 합니다.

INSERT INTO users (user_id, name)
VALUES (1001, 'Kim');

이 과정에서 인덱스가 여러 개 존재한다면 새로운 데이터에 맞게 여러 인덱스를 갱신해야 할 수 있습니다. 따라서 조회 성능은 향상될 수 있지만 데이터 변경 작업에는 추가적인 비용이 발생합니다.

정리하면 인덱스는 다음과 같은 특징을 가지고 있습니다.

구분	특징
조회	검색 성능 향상에 도움
INSERT	인덱스 갱신 비용 발생
UPDATE	인덱스 대상 값 변경 시 추가 작업 발생
DELETE	인덱스에서도 관련 데이터 정리 필요
저장 공간	별도의 인덱스 공간 필요
관리	적절한 인덱스 설계 필요

따라서 인덱스는 많을수록 좋은 기능이 아닙니다. 자주 조회되는 조건과 데이터의 특성을 확인하여 필요한 인덱스만 생성하는 것이 중요합니다.

어떤 컬럼에 인덱스를 사용하는가

일반적으로 인덱스는 검색이나 데이터 연결에 자주 사용되는 컬럼을 대상으로 고려합니다. 대표적으로 기본 키와 외래 키, 자주 검색되는 컬럼 등이 있습니다.

예를 들어 회원 테이블에서 email을 기준으로 사용자를 자주 찾는다면 다음과 같이 인덱스를 생성할 수 있습니다.

CREATE INDEX idx_users_email
ON users(email);

이후 다음과 같은 검색에서 활용할 수 있습니다.

SELECT *
FROM users
WHERE email = 'user@example.com';

다만 컬럼의 데이터 분포도 중요합니다. 예를 들어 성별처럼 값의 종류가 매우 적은 컬럼은 인덱스를 생성하더라도 원하는 만큼의 성능 향상을 얻지 못할 수 있습니다. 반대로 사용자 ID나 이메일처럼 값이 비교적 다양하고 특정 값을 찾는 경우에는 인덱스의 활용도가 높아질 수 있습니다.

또한 인덱스가 있어도 SQL 작성 방식에 따라 인덱스를 제대로 활용하지 못할 수 있습니다. 따라서 단순히 인덱스를 생성하는 것뿐만 아니라 실제 실행 계획을 확인하면서 데이터베이스가 인덱스를 어떻게 사용하는지 확인하는 과정이 중요합니다.

MySQL에서는 EXPLAIN을 이용하여 SQL의 실행 계획을 확인할 수 있습니다.

EXPLAIN
SELECT *
FROM users
WHERE user_id = 1001;

실행 계획을 확인하면 어떤 인덱스를 사용하는지, 얼마나 많은 행을 확인할 것으로 예상하는지 등의 정보를 확인할 수 있습니다.

결국 인덱스는 데이터베이스의 검색 속도를 높이기 위한 중요한 도구입니다. 하지만 인덱스 자체가 성능을 자동으로 보장하는 것은 아닙니다. 테이블의 데이터 규모와 분포, 조회 패턴, 데이터 변경 빈도 등을 함께 고려하여 적절하게 설계해야 합니다.

특히 데이터베이스를 설계할 때는 처음부터 모든 컬럼에 인덱스를 생성하기보다 실제로 어떤 데이터를 자주 검색하고 어떤 조건으로 테이블을 연결하는지 파악한 후 필요한 인덱스를 추가하는 방식이 적절합니다. 다음 단계에서는 하나의 컬럼이 아닌 여러 컬럼을 함께 사용하는 복합 인덱스의 개념과 인덱스 컬럼의 순서가 검색 성능에 어떤 영향을 주는지 살펴볼 수 있습니다.