대량의 데이터를 가져와 조인하는 나쁜 SQL문 튜닝 보고서¶

1. Analysis Overview¶

대상 쿼리 (AS-IS)¶

SELECT DISTINCT 매핑.부서번호 
FROM 부서관리자 관리자, 
     부서사원_매핑 매핑 
WHERE 관리자.부서번호 = 매핑.부서번호 
ORDER BY 매핑.부서번호;

실행 계획 분석 (AS-IS)¶

id	select_type	table	type	rows	Extra
1	SIMPLE	관리자	index	24	Using index; Using temporary; Using filesort
1	SIMPLE	매핑	ref	41392	Using index
- 문제점: 4만 건 이상의 `매핑` 테이블 데이터를 모두 조인 연산에 참여시킨 후 마지막에 중복을 제거하므로 불필요한 I/O와 정렬 부하가 발생함.

2. Optimization Strategy: Loose Index Scan 활용¶

단순히 EXISTS를 사용하는 것보다, 대량의 테이블에서 먼저 유니크한 키값만 빠르게 추출한 뒤 조인하는 방식이 가장 효율적입니다.

개선된 SQL (TO-BE)¶

SELECT 매핑.부서번호 
FROM (
    SELECT DISTINCT 부서번호 
    FROM 부서사원_매핑 매핑
) 매핑 
WHERE EXISTS (
    SELECT 1 
    FROM 부서관리자 관리자 
    WHERE 부서번호 = 매핑.부서번호
)
ORDER BY 매핑.부서번호;

실행 계획 분석 (TO-BE)¶

id	select_type	table	type	rows	Extra
1	PRIMARY	관리자	index	24	Using index; LooseScan; Using temporary; Using filesort
1	PRIMARY		ref	1
2	DERIVED	매핑	range	9	Using index for group-by (Loose Index Scan)

개선 포인트:
- id 2 단계에서 Using index for group-by가 작동하여, 41,392건의 데이터를 단 9건의 유니크한 부서번호로 압축하여 추출함.
- 메인 쿼리는 전체 4만 건이 아닌, 압축된 9건의 데이터와 부서관리자 테이블만 비교하므로 연산량이 극적으로 감소함.

3. Expected Impact¶

데이터 스캔량 최소화: Loose Index Scan을 통해 대량 테이블(부서사원_매핑)을 물리적으로 전부 읽지 않고 필요한 값만 건너뛰며(Skip) 읽음.
조인 비용 절감: 조인 대상 데이터가 41,392건에서 9건으로 줄어들어 CPU 및 메모리 사용량이 대폭 감소함.
응답 속도 향상: 전체 데이터를 처리하는 방식보다 수십 배 이상의 성능 향상을 기대할 수 있음.