인덱스 자료구조 선택

질의 / 작업 형태

추천 인덱스

왜 잘 맞는가

동등 검색

PK 한 건 조회

WHERE user_id = 12345

B+Tree / Hash 기본은 B+Tree, '=' 전용이면 Hash도 가능

한 키를 바로 찾는 형태입니다. 범위까지 함께 고려하면 B+Tree가 안전하고, 메모리 중심 Hash는 동등 비교에 특히 빠릅니다.

범위 검색

날짜 구간 조회

WHERE created_at BETWEEN
  '2024-01-01' AND '2024-12-31'

B+Tree 정렬된 리프를 따라 연속 스캔

시작 키를 찾은 뒤 리프 노드 순서대로 이어서 읽기 좋습니다. 그래서 BETWEEN, <, > 같은 구간 조건에 강합니다.

다중 조건

낮은 카디널리티 조합

WHERE gender = 'M'
  AND status = 'ACTIVE'
  AND grade = 'VIP'

Bitmap Index 조건별 비트맵을 결합

값 종류가 적은 열은 비트맵으로 표현하기 좋습니다. 여러 조건을 AND 해서 후보를 빠르게 좁힐 수 있습니다.

공간 검색

거리·영역 기반 탐색

WHERE ST_Distance(location,
  POINT(37.5, 127)) < 1000

R-Tree 좌표와 영역을 계층적으로 묶음

점 하나를 찾는 게 아니라 가까운 공간 범위를 좁혀 가야 합니다. R-Tree는 사각 경계 박스를 이용해 공간 후보를 잘 줄입니다.

쓰기 집중

실시간 센서 적재

IoT 센서 데이터 실시간 저장

LSM-Tree 메모리에 모아 쓰고 나중에 병합

작은 쓰기가 계속 들어올 때는 랜덤 갱신보다 순차적으로 모아 쓰는 편이 유리합니다. LSM-Tree는 높은 쓰기량을 흡수하도록 설계됩니다.