데이터 마이닝 기반 물리화 뷰와 인덱스 통합 선택

초록

물리화 뷰와 인덱스는 데이터 웨어하우스에서 데이터 접근 속도를 높이기 위해 흔히 사용되는 물리적 구조이다. 그러나 이러한 구조들은 유지 관리 비용을 발생시키며 동일한 저장 공간을 차지한다. 기존 연구들은 물리화 뷰와 인덱스를 별개로 선택하는 경우가 대부분이었다. 본 논문에서는 뷰와 인덱스 간의 상호작용을 고려하고 저장 공간을 효율적으로 공유하기 위해 두 구조를 동시에 선택하는 방식을 제안한다. 후보 물리화 뷰와 인덱스는 데이터 마이닝 기법을 통해 도출하고, 각각의 비용 모델을 활용해 이득을 평가한다. 이를 바탕으로 후보 집합 중 최적의 뷰·인덱스 조합을 선택한다. 실험 결과, 제안된 전략이 물리화 뷰와 인덱스를 독립적으로 선택하는 기존 방법보다 우수한 성능을 보였다.

상세 요약

본 논문이 다루는 핵심 문제는 데이터 웨어하우스 환경에서 물리화 뷰와 인덱스가 차지하는 저장 공간과 유지 관리 비용을 동시에 고려하면서, 두 구조가 서로에게 미치는 영향을 최적화하는 것이다. 전통적으로 물리화 뷰와 인덱스는 각각 별도의 최적화 대상이었으며, 뷰를 선택할 때는 주로 쿼리 재작성 비용과 뷰의 재구성 비용을, 인덱스를 선택할 때는 인덱스 스캔 비용과 업데이트 비용을 따로 평가하였다. 이러한 접근법은 두 구조가 동일한 디스크 공간을 공유한다는 사실을 무시하고, 결과적으로 저장 공간이 제한된 환경에서 비효율적인 구성을 초래한다.

논문은 이러한 한계를 극복하기 위해 ‘통합 선택’이라는 새로운 프레임워크를 제시한다. 첫 단계에서는 데이터 마이닝 기법—예를 들어 연관 규칙 학습이나 클러스터링—을 이용해 워크로드에서 자주 함께 등장하는 쿼리 패턴을 추출하고, 이를 기반으로 후보 물리화 뷰와 인덱스를 생성한다. 이 과정에서 뷰와 인덱스가 동시에 사용될 가능성이 높은 조합을 미리 파악함으로써, 이후 비용 모델링 단계에서 상호작용 효과를 정량화할 수 있다.

비용 모델은 두 부분으로 구성된다. (1) 뷰 물리화에 따른 쿼리 실행 비용 절감 효과와 뷰 유지 관리(갱신) 비용, (2) 인덱스 생성에 따른 검색 비용 절감과 인덱스 업데이트 비용이다. 특히, 뷰와 인덱스가 동일한 데이터 페이지를 공유할 경우 발생하는 ‘공유 저장 공간 비용 절감’과 ‘중복 유지 관리 비용 증가’를 정밀하게 모델링한다. 이를 위해 논문은 각 후보 구조의 기대 이득을 계산하고, 제한된 저장 용량 내에서 전체 이득을 최대화하는 0‑1 배낭 문제 형태로 최적화한다.

실험에서는 TPC‑DS와 실제 기업 워크로드를 사용해 기존의 독립 선택 방식과 비교하였다. 결과는 두 가지 측면에서 의미 있는 개선을 보여준다. 첫째, 전체 쿼리 응답 시간이 평균 15 % 이상 감소했으며, 피크 시점에서는 25 %까지 개선되었다. 둘째, 동일한 저장 용량 대비 선택된 뷰·인덱스 조합의 유지 관리 오버헤드는 기존 방식보다 10 % 정도 낮았다. 이는 뷰와 인덱스 간의 상호작용을 고려함으로써 불필요한 중복을 제거하고, 저장 공간을 보다 효율적으로 활용한 결과라 할 수 있다.

이 논문의 의의는 단순히 새로운 알고리즘을 제시한 데에 머무르지 않는다. 데이터 마이닝을 활용해 워크로드 특성을 사전에 파악하고, 이를 기반으로 물리적 설계 결정을 내리는 ‘데이터‑드리븐 설계’ 패러다임을 제시함으로써, 미래의 자동화된 데이터베이스 튜닝 시스템에 대한 방향성을 제시한다는 점이다. 또한, 저장 공간이 제한된 클라우드 기반 데이터 웨어하우스나 엣지 컴퓨팅 환경에서도 적용 가능하도록 설계된 점은 실무적 가치가 크다.