차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

--- study:oracle:datadb:1week_2 [2010/05/06 15:19]
ahmax
+++ study:oracle:datadb:1week_2 [2010/05/06 17:29] (현재)
ahmax
@@ 줄 35: / 줄 35: @@
       - PGA버퍼에서 찾을 수 없다면 다시 다른 블록을 SGA에 액세스하여 새로운 블럭을 담고 위의 처리를 반복수행한다.
       - 리프블록에서 액세스한 로우가 처리범위를 넘으면 처리를 종료한다.
+=== ROWID의 구성 ===
-   * ROWID의 구성
    * rowid라는 가상 컬럼에 저장된다.
   * Single row access를 위한 row 고유한 주소
@@ 줄 45: / 줄 44: @@
 ==== 2.1.2 B-tree 인덱스의 조작(Operation) ====
-   * **인덱스 생성(Creation)**
+===가.인덱스 생성(Creation)===
 {{:study:oracle:datadb:b-tree3.jpg|}}
       - 테이블을 액새스하여 정렬을 수행.
@@ 줄 55: / 줄 54: @@
    * 위와 같은 방법으로 인덱스가 저장되기 때문에 인덱스 블럭에 많은 로우를 담게 될 경우 리프 블럭 감소, 브랜치 블럭 증가 둔화(블럭의 깊이 감소)
-        * 최대한 인덱스 컬럼의 수를 줄인다.
-        * 큰 블럭 사이즈(DB_BLOCK_SIZE)를 지정.
+== 인덱스 블록에 보다 많은 로우를 담기 위해 취할 수 있는방법 ==
-        * PCTFREE를 최소로 정의.
+   * 최대한 인덱스 컬럼의 수를 줄인다.
-        * 압축을 활용하는 방법
+   * 큰 블럭 사이즈(DB_BLOCK_SIZE)를 지정. (데이터베이스 전체, 혹은 테이블스페이스에 대한 정의이다.)
+   * PCTFREE를 최소로 정의. (0으로 해도 무관함)
+   * 압축을 활용하는 방법
   CREATE INDEX ord_customer_idx
@@ 줄 65: / 줄 66: @@
 :------------------------------------------------------------------------------------------------------
-   * **인덱스 블럭의 분할(SPILT)**
+===나.인덱스 블럭의 분할(SPILT)===
       * 인덱스 로우는 정렬이 되어 저장 되어야 하는 이유 때문에 이미 생성된 구조에 새로운 로우가 삽입되면 기존의 위치에 파고 들어가는 문제 발생
 {{:study:oracle:datadb:b-tree4.jpg|}}
@@ 줄 73: / 줄 74: @@
 :------------------------------------------------------------------------------------------------------
-   * **데이터의 삭제 및 갱신**
+===다.데이터의 삭제 및 갱신===
       * 데이터를 삭제했을 경우 테이블의 로우는 제거되지만 인덱스의 로우는 삭제되었다는 표시(flag)만 추가된다.(저장공간낭비와 스캔시 액세스 블럭 증가)
       * 한 리프 블럭이 모두 삭제 되었을 경우 브랜치 블럭에 해당 리프 블럭을 가리키는 로우도 삭제 표시가 된다.
@@ 줄 80: / 줄 81: @@
       * 데이터처리(DML)가 많이 수행되는 테이블은 정기적으로 재생성을 할 필요가 있다.
 :------------------------------------------------------------------------------------------------------
-    * ** 인덱스를 경유한 검색**
+===라.인덱스를 경유한 검색===
 {{:study:oracle:datadb:b-tree5.jpg|}}
    * lmc는 브랜치 블럭의 첫 번째 로우의 값보다 적은 값을 갖는 하위의 블럭의 주소정보(dba:data block address)를 말한다.
-   - 루트 블록을 찾는다.
-   - 주어진 값보다 같거나 최소값을 찾는다.(찾는값 >= 인덱스값)
+.루트 블록을 찾는다.
-   - 찾는 값 < 인덱스 값 (Lmc에 있는 dba로 이동)
+.주어진 값보다 같거나 최소값을 찾는다.(찾는값 >= 인덱스값)
-   - 찾는 값 = 인덱스 값 (해당 dba로 이동)
+      찾는값 < 인덱스 값 (Lmc에 있는 dba로 이동)
-   - 찾는 값 > 인덱스 값 (검색 후 찾는 값 = 인데스 값이면 해당 dba로 이동 그렇지 않으면, 찾는 값 < 인데스 값을 만족하는 인덱스 최소값)
+      찾는 값 = 인덱스 값 (해당 dba로 이동)
-   - 리프 블록을 찾을 때까지 ② 의 단계를 반복해서 수행.
+      찾는 값 > 인덱스 값
-   - 리프 블록에서 주어진 값을 가진 키를 찾아 존재하면 ROWID를 이용해 테이블을 액세스하고, 그렇지 않으면 'No Data found'로 결과 반환 만약, col2의 조건을 'ACC'가 아닌 'AC%'로 바꾸면 Col1 = 'B'이면서 Col2 = 'AC'보다 같거나 큰 것에서 스캔을 시작, 'AD' 보다 작으면 테이블을 액세스하고, 그렇지 않으면 종료한다.
+         (검색 후 찾는 값 = 인데스 값이면 해당 dba로 이동 그렇지 않으면,
+         찾는 값 < 인데스 값을 만족하는 인덱스 최소값)
+.리프 블록을 찾을 때까지 ② 의 단계를 반복해서 수행.
+.리프 블록에서 주어진 값을 가진 키를 찾아 존재하면 ROWID를 이용해 테이블을 액세스하고,
+     그렇지 않으면 'No Data found'로 결과 반환 만약, col2의 조건을 'ACC'가 아닌 'AC%'로
+      바꾸면 Col1 = 'B'이면서 Col2 = 'AC'보다 같거나 큰 것에서 스캔을 시작, 'AD' 보다
+      작으면 테이블을 액세스하고, 그렇지 않으면 종료한다.
 :------------------------------------------------------------------------------------------------------
-=== B-tree인덱스의 문제점 ===
+=== 마.B-tree인덱스의 문제점 ===
    * B-TREE인덱스에서는 실제 컬럼 값을 인덱스에도 보관하고 있어야 한다는 점이 대용량 데이터를 관리할 때 부담이 된다.
    * B-TREE인덱스 컬럼값의 분포도가 좋아야 한다는 점
@@ 줄 112: / 줄 119: @@
    * 루트 블록이나 브랜치 블록은 B-tree인덱스와 같은 구조로 되어 있으나 리프블록은 비트맵으로 구성되어 있다.
 {{:study:oracle:datadb:bitmap1.jpg|}}
+{{:study:oracle:datadb:k-4.jpg|}}
-=== 생성절차 ===
-   - 인덱스를 생성하고자 하는 컬럼의 값들을 찾기 위해 테이블 스캔을 한 후
-   - bitmap generator에 의해 컬럼값, start rowid, end rowid , bitmap을 갖는 인덱스 엔트리를 생성한다.
-   - 2단계에서 생성된 Bitmap들을 B-tree구조에 넣기 쉽도록 key값과 start rowid 순으로 정렬한다.
-   - 마지막 단계에서는 정렬된 인덱스 엔트리들을 단순히 B-tree구조로 삽입한다.
 === 특성 ===
@@ 줄 125: / 줄 127: @@
       * 수정이 빈번하게 발생하는 컬럼은 인덱스의 크기가 크게 증가하고 블록레벨 잠금(Block Level Locking)으로 인해 많은 부하가 유발될 수 있다.
       * 데이터 웨어하우스 업무에 주로 활용된다.
+** >> 데이터 웨어하우스 ** [[http://100.naver.com/100.nhn?docid=717310]]
+=== 생성절차 ===
+   - 인덱스를 생성하고자 하는 컬럼의 값들을 찾기 위해 테이블 스캔을 한 후
+   - bitmap generator에 의해 컬럼값, start rowid, end rowid , bitmap을 갖는 인덱스 엔트리를 생성한다.
+   - 2단계에서 생성된 Bitmap들을 B-tree구조에 넣기 쉽도록 key값과 start rowid 순으로 정렬한다.
+   - 마지막 단계에서는 정렬된 인덱스 엔트리들을 단순히 B-tree구조로 삽입한다.
 === 제한사항 ==
@@ 줄 145: / 줄 155: @@
    - COL3 < 100 인 비트맵을 읽어 머지(BITMAP MERGE)를 수행하여 하나의 비트맵을 만든다.
    - **2**와 **3**에서 수행한 결과에 대해 OR연산(BITMAP OR)을 수행하여 조건을 만족하는 최종결과 비트맵을 만들고 ROWID로 변형하여 테이블을 엑세스 한다.
-   * **제한사항**
-      *  파티션테이블에서 Global Index에는 비트맵인덱스를 만들 수 없다.
-      * 비트맵인덱스는 RBO(Rule Base optimizxer) mode에서는 사용될 수 없다.
 ===== B-Tree 인덱스와 비트맵(Bitmap)인덱스의 비교 =====
@@ 줄 244: / 줄 250: @@
                                 agent_no
                            end);
+== 부모테이블의 컬럼과 결합한 인덱스 생성 ==
+  * 인덱스의 사용 시 두개의 인덱스를 동시에 쓰기어려운 제한 조건이 있었는데 하나의 선행인덱스가 사용된다면 다른 인덱스는 체크조건으로 사용된다는 점이다. (인덱스머지는 제외)
+   select ...
+  from movement x, movement_trans y
+   where x.mov_order = y.mov_order
+   and x.deptno = '12310'
+   and y.mov_date like '200512%'
+위와 같은 sql이 있다면  x.deptno = '12310'이 처리 주관 조건이 된다면 move_date like '200512%'는 체크기능의 역할만 하게 된다.
+이때 두개의 조건이 함께 처리 주관조건이 된다면 아주 양호한 수행속도를 얻을 수 있다면 다음과 같은 함수기반인덱스를 이용하여 해결 할 수 있다.
+   create or replace function get_deptno(v_mov_order in number)
+  return varchar2 DETERMINISTIC is
+  ret_val varchar2(5);
+   begin
+  select deptno into ret_val
+    from movement
+   where mov_order = v_mov_order;
+  return ret_val;
+   end get_deptno;
+   create index dept_date_idx on movement_trans(get_deptno(mov_order),mov_date);
+   * ** 단 함수내에 참조 테이블이 있을 경우 버전 별로 차이가 있으므로 주의해서 사용해야한다. **
+=== 나. 오류데이터의 검색문제를 해결 ===
+== 대소문자나 공백이 혼재된 컬럼의 검색 ==
+   create index ename_upper_idx on employees (upper (ename));
+== 불필요한 공백을 제거한 후 비교를 해야하는 경우
+   create index ename_trim_idx on employees(replace(ename,' '));
+== 접두사를 채워서 검색 ==
+   * 전화번호 앞번호가 018이면 그냥 두고 아니면 016을 붙여서 비교할 때
+   create index call_number_idx
+   on call_data (decode(substr(call_number,1,3),'018','','016')||call_number);
+=== 다. 가공처리 결과의 검색 ===
+== 복잡한 계산결과의 검색 ==
+   * 상품별로 데이터량이 많을 때 주문단가에서 할인금액을 뺀 실제 적용단가에 주문수량을 곱하여 금액별로 100개의 상품을 조회할때 복잡한 계산식을 함수기반인덱스로 만들어 결과값을 논리컬럼으로 저장해두면 힌트에서 인덱스를 사용할 수 있다.
+   create index order_amount_idx
+   on order_items(item_cd, (order_price-nvl(order_discount,0),0) * order_count));
+   select /*+ index_desc(x order_amount_idx) */ *
+      from order_items x
+   where item_cd = :b1
+         and rownum <= 100
+   * 말일, 단가, 율의 검색 : 해당월에 가장 높은 sal_amount가 발생한 건을 찾는 경우
+   create index sal_amount_idx on sales (last_day(sal_date), sal_amount);
+   * 기간을 검색하는 경우
+   create index term_idx on activities (expire_date - start_date)
+   * 길이를 검색하는 경우 .
+   create index source_length_idx on print_media(text_length(source_text));
+=== 라. 오브젝트 타입의 인덱스 검색 ===
+   * 육면체(cube)를 오브젝트타입으로 생성하오 이것을 이용하여 부피를 구하는 예
+길이,폭,높이 세가지 컬럼을 이용하여 부피를 구하는 volume()메소드를 정의
+   create type cube AS object
+  (
+  length number,
+  width  number,
+  heigth number,
+  member function volume return number DETERMINISTIC
+  );
+  create or replace type body cube as
+  member function volume return number is
+     begin
+       return (length * width * height);
+     end;
+  end;
+cube유형(TYPE)으로된 CUBE_TAB 테이블을 생성하고, volumn() 메소드로된 함수기반 인덱스 생성
+   create table cube_tab of cube;
+   create index volume_idx on cube_tab x (x.volume());
+인덱스를 경유하여 엑세스를 수행
+   select * from cube_tab x where x.volume() > 100
+=== 마. 베타적 관계의 인덱스 검색 ===
+   * 여기서 말하는 배타적(Exclusive)관계에 있는 컬럼이란 데이터 모델링 상에서 서로 다른 서브타입(Subtype)에 있는 컬럼들 중에서 동일한 속성으로 통합할 수 있는 컬럼들의 관계를 말한다.
+== 배타적 관계의 유일성 보장 ==
+   * 어떤 배타적 관계에 있는 속성들을 관찰하면 동일한 속성(subtype)으로 볼 수 있으며 이들을 결합했을 경우 반드시 존재해야한다거나 유일해야 한다는 원칙이 있을 수 있다. 이런경우 함수기반 인덱스를 생성하여 처리의 단순화 및 시스템을 통한 제약조건의 검증까지 보장받을 수 있다.
+   * 배타적 관계에 있는 주민등록번호와 사업자등록번호를 결합하여 유일성을 체크할 수 있을 뿐 아니라 검색의 단순화를 얻을수 있는 예
+   create unique index official_id_idx
+   on customers(case when cust_type =1 then resident_id else business_id end);
+   select * from customers
+   where (case when cust_type =1 then resident_id else business_id end) = :b1;
+   * 특정한 범위의 데이터에 대해서만 유일성을 체크할도록 할 수 있는 사례.
+   * 예를들어 'A01'의 보험상품에서는 고객이 한 번만 가입할 수 있다면 다음과 같은 방법으로 유일성을 체크할 수 있다.
+   create unique index contract_idx on insurance (
+   case when then ins_type = 'A01' then customer_id else null end,
+   case when then ins_type = 'A01' then ins_type     else null end
+   );
+   * 이 인덱스는 INS_TYPE ='A01'인 경우가 아니면 모두 NULL 값이 되므로 유일성을 체크하지 않는다.
+   * 다음과 같은 입력이 발생하면 에러가 나타단다.
+   insert into contact_person
+   insuran_id, ..., customer_id, ins_type) values (122101, ..., 2101, 'A01');
+row created.
+   insert into contact_person
+   (insuran_id, ..., customer_id, ins_type) values (122102, ..., 2101, 'A01');
+   ERROR at line 1;
+   unique constraint (OE.CONTRACT_IDX) violated
+== 배타적관계의 결합인덱스 ==
+   * 어떤 구분값을 기준으로 결합인덱스의 구성이 달라진다면 함수기반인덱스로 해결할 수 있다.
+   create index order_deliver_idx1 on order_delivery(
+   order_dept, //고정된 선행컬럼
+   case when ord_type=1 then delivery_date else shipping_date end), // 중간 컬럼인덱스
+   item_type
+   )

adminschool.net wiki

사용자 도구

사이트 도구

차이

문서 도구