1. 성능 데이터 모델링의 개요
2. 정규화와 성능
3. 반정규화와 성능
4. 대량 데이터에 따른 성능
5. 데이터베이스 구조와 성능
6. 분산 데이터베이스와 성능
=========================================================
. 성능데이터모델링
– 데이터베이스 성능 향상 목적으로 설계단계의 데이터 모델링 때부터 성능과 관련된 사항이 데이터 모델링에 반영될 수 있도록 하는것
. 1차 정규화의 대상
– 중복속성에 대한 분리
– 로우단위의 중복
– 칼럼 단위로 중복
. 반정규화
– 정규화된 엔터티, 속성, 관계에 대해 시스템의 성능향상과 개발(Development)과 운영(Maintenance)의 단수화를 위해 중복, 통합, 분리 등을 수행하는 데이터 모델리의 기법을 의미
– 데이터를 중복하여 성능을 향상시키기 위한 기법이라고 정의
– 성능을 향상시키기 위해 정규화된 데이터 모델에서 중복, 통합, 분리 등을 수행하는 모든 과정
. 데이터 무결성이 깨질 수 있는 위험을 무릅쓰고 데이터를 중복하여 반정규화를 적용하는 이유
– 데이터를 조회할 때 디스크 I/O량이 많아서 성능이 저하
– 경로가 너무 멀어 조인으로 인한 성능저하가 예상
– 칼럼을 계산하여 읽을 때 성능이 저하될 것이 예상되는 경우
. 반정규화 절차
1. 반정규화 대상조사
– 범위처리빈도수 조사
– 대량의 범위 처리 조사
– 통계성 프로세스 조사
– 테이블 조인 개수
2. 다른 방법유도 검토
– VIEW 테이블
– 클러스터링 적용
– 인덱스의 조정
– 응용애플리케이션
3. 반정규화 적용
– 테이블 반정규화
– 속성의 반정규화
– 관계의 반정규화
. 반정규화의 대상에 대해 다른 방법 처리
– 지나치게 많은 JOIN이 걸려 데이터를 조회하는 작업이 기술적으로 어려울 경우: VIEW를 사용
– 대량의 데이터처리나 부분처리에 의해 성능이 저하되는 경우: 클러스터링을 적용 & 인덱스를 조정
– 대량의 데이터는 Primary Key의 성격에 따라 부분적인 테이블로 분리할 수 있다. 즉 파티셔닝 기법(Partitioning)이 적용되어 성능저하를 방지
– 응용 애플리케이션에서 로직을 구사하는 방법을 변경함으로써 성능을 향상
. 슈퍼/서브 타입 데이터 모델의 변환 기술
– 개별로 발생되는 트랜잭션에 대해서는 개별 테이블로 구성
– 슈퍼타입+서브타입에 대해 발생되는 트랜잭션에 대해서는 슈퍼+서브 테이블로 구성
– 전체를 하나로 묶어 트랜잭션이 발생할 때는 하나의 테이블로 구성
. PK순서 결정 기준
– 인덱스 정렬구조를 이해한 상태에서 인덱스를 효율적으로 이용할 수 있도록 PK순서를 지정
– 인덱스의 특징은 여러개의 속성이 하나의 인덱스로 구성되어 있을 때, 앞쪽에 위치한 속성의 값이 비교자로 있어야 인덱스가 좋은 효율을 나타낼 수 있다.
– 앞쪽에 위치한 속성 값이 가급적 ‘=’ 아니면 최소한 범위 ‘BETWEEN’ ‘<>’가 들어와야 인덱스를 이용할 수 있다.
. 분산 데이터베이스 장단점
– 장점
– 지역 자치성, 점증적 시스템 용량 확장
– 신뢰성과 가용성
– 효용성과 융통성
– 빠른 응답 속도와 통신비용 절갑
– 데이터의 가용성과 신뢰성 증가
– 시스템 규모의 적절한 조절
– 각 지역 사용자의 요구 수용 증대
– 단점
– 소프트웨어 개발 비용
– 오류의 잠재성 증대
– 처리 비용의 증대
– 설계, 관리의 복잡성과 비용
– 불규칙한 응답 속도
– 통제의 어려움
– 데이터 무결성에 대한 위협