Background Image
제품 여행
2023.04.26 11:24

Index의 capacity에 관한 정보 열람

조회 수 300 추천 수 1 댓글 0
?

단축키

Prev이전 문서

Next다음 문서

크게 작게 위로 아래로 댓글로 가기 인쇄

Index Capacity 정보

 

들어가며

DBMS의 여러 기능 기능이나 구성 요소들 중에서 가장 중요한 것은 무엇일까요?
Index는 '가장' 중요한은 아니더라도 적어도 '아주 아주' 중요한 요소가 아닐까 생각 합니다.

Index가 없다면 데이터를 쌓아 두기만 할 수 있을 뿐 사실상 관리는 못하는 그런 시스템이 될 테니까요.

자료가 많으면 많을 수록 Index는 더 중요해 집니다.

이렇게 중요한 Index를 분석할 때에도 목적에 부합하는 여러가지 도구와 방법들이 있을 수 있습니다.

이 페이지에서는 그 중에서 Index의 Capaicty에 대한 정보를 리뷰해 보고자 합니다.

기본적인 사용 방법이나 설명은 매뉴얼을 통해 얻을 수 있으므로 여기서 설명은 생략합니다.

 

INDEX CAPACITY 정보 얻기

우선 CUBRID에서는 Index의 Capacity 정보를 다음과 같은 두 가지 방법으로 쉽게(?) 알아 볼 수 있습니다.

1. diagdb tool

-------------------------------------------------------------
BTID: {{0, 5952}, 5953}, idx0 ON dba.tbl, CAPACITY INFORMATION:
Distinct Key Count: 0
Total Value Count: 0
Average Value Count Per Key: 0
Total Page Count: 2
Leaf Page Count: 1
NonLeaf Page Count: 1
Height: 2
Average Key Length: 0
Average Record Length: 0
Total Index Space: 32688 bytes
Used Index Space: 200 bytes
Free Index Space: 32488 bytes
Average Page Free Space: 16244 bytes
Average Page Key Count: 0
-------------------------------------------------------------

 

 2. SHOW INDEX CAPACITY 명령 

Table_name           : 'dba.tbl'        
Index_name           : 'idx0'        
Btid                 : '(0|5952|5953)'        
Num_distinct_key     : 0        
Total_value          : 0        
Avg_num_value_per_key: 0        
Num_leaf_page        : 1        
Num_non_leaf_page    : 1        
Num_total_page       : 2        
Height               : 2        
Avg_key_len          : 0        
Avg_rec_len          : 0        
Total_space          : '31.9K'        
Total_used_space     : '200.0B'        
Total_free_space     : '31.7K'        
Avg_num_page_key     : 0        
Avg_page_free_space  : '15.9K'


위 두가지 수행 결과는 표현되는 키워드와 형식만 약간 다를 뿐 사실 동일한 내용입니다.
 

INDEX CAPACITY 세부 항목

각 항목에 대한 설명을 "SHOW INDEX CAPACITY" 명령의 결과 기준으로 설명하면 아래 표와 같습니다.

 

SHOW INDEX CAPACITY

diagdb 

의 미

비고

Table_name

 

테이블 이름

 

Index_name

 

인덱스 이름

 

Btid

 

BTID 정보 (vol ID, file ID, root_page ID)

 

Num_distinct_key

Distinct Key Count

전체 leaf 페이지에 존재하는 Distinct key 개수

 

Total_value

Total Value Count

인덱스에 저장된 OID 개수

 

Avg_num_value_per_key

Average Value Count Per Key

키 당 OID 값의 평균 개수

((Num_distinct_key > 0) ? (Total_value / Num_distinct_key) : 0)

Num_leaf_page

Leaf Page Count

Non-Leaf 페이지 개수

 

Num_non_leaf_page

NonLeaf Page Count

leaf 페이지 개수

 

Num_total_page

Total Page Count

전체 페이지 개수

 

Height

Height

트리의 높이

 

Avg_key_len

Average Key Length

평균 키 길이

((Num_distinct_key > 0) ? (sum_of_each_key_len / Num_distinct_key) : 0)

Avg_rec_len

Average Record Length

평균 페이지 레코드 길이

((Num_distinct_key > 0) ? (sum_of_each_record_len / Num_distinct_key) : 0)

Total_space

Total Index Space

인덱스에 의해 점유되는 전체 공간

 

Total_used_space

Used Index Space

인덱스의 전체 사용 공간

Total_space - Total_free_space

Total_free_space

Free Index Space

인덱스의 전체 여유 공간

 

Avg_num_page_key

Average Page Key Count

Leaf 페이지 당 평균 키 개수

((Num_leaf_page > 0) ? (Num_distinct_key / Num_leaf_page) : 0)

Avg_page_free_space

Average Page Free Space

전체 페이지 당 평균 여유 공간

((Num_total_page > 0) ? (Total_free_space / Num_total_page) : 0)

 

주1)  v11.2.3 기준입니다.

주2)  각각의 항목은 Overflow Page에 대한 정보를 포함하지 않은 상태로 보여 집니다. 

       다만, Total_value 항목은 Overflow Page의 정보를 포함합니다.

주3)  Overflow Page영역의 정보는 이후 버전에서 포함 될 예정입니다.

 

사용해 보기1

 

우선 자료가 많지 않은 작은 테이블을 가지고 검토를 해 봅시다.

아래와 같이 동일한 구성의 두 테이블읋 준비해서 각각 50건과 500건을 입력합니다.

drop table if exists t1, t2;
create table t1(id int primary key, v1 int, v2 int);
create index idx1 on t1(v1);
create index idx2 on t1(v2);
create table t2 like t1;  

insert into t1 select rownum, rownum % 10, 1 from db_class a, db_class b, db_class c limit 50;
insert into t2 select rownum, rownum % 10, 1 from db_class a, db_class b, db_class c limit 500;

 

아래 명령으로 Capacity 정보를 얻어 봅니다.

;line on
show all indexes capacity  of t1;
show all indexes capacity  of t2;

 

아래에서 왼쪽은 t1 테이블 오른쪽은 t2 테이블에 대한 결과입니다.

=== <Result of SELECT Command in Line 1> ===

<00001> Table_name           : 'dba.t1'
        Index_name           : 'idx1'
        Btid                 : '(0|5696|5697)'
        Num_distinct_key     : 10
        Total_value          : 50
        Avg_num_value_per_key: 5
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 4
        Avg_rec_len          : 84
        Total_space          : '16.0K'
        Total_used_space     : '1000.0B'
        Total_free_space     : '15.0K'
        Avg_num_page_key     : 10
        Avg_page_free_space  : '15.0K'
<00002> Table_name           : 'dba.t1'
        Index_name           : 'idx2'
        Btid                 : '(0|5760|5761)'
        Num_distinct_key     : 1
        Total_value          : 50
        Avg_num_value_per_key: 50
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 4
        Avg_rec_len          : 804
        Total_space          : '16.0K'
        Total_used_space     : '928.0B'
        Total_free_space     : '15.1K'
        Avg_num_page_key     : 1
        Avg_page_free_space  : '15.1K'
<00003> Table_name           : 'dba.t1'
        Index_name           : 'pk_t1_id'
        Btid                 : '(0|5568|5569)'
        Num_distinct_key     : 50
        Total_value          : 50
        Avg_num_value_per_key: 1
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 4
        Avg_rec_len          : 20
        Total_space          : '16.0K'
        Total_used_space     : '1.3K'
        Total_free_space     : '14.7K'
        Avg_num_page_key     : 50
        Avg_page_free_space  : '14.7K'

3 rows selected. (0.004562 sec) Committed. (0.000016 sec)

1 command(s) successfully processed.
 

=== <Result of SELECT Command in Line 1> ===

<00001> Table_name           : 'dba.t2'
        Index_name           : 'idx1'
        Btid                 : '(0|5952|5953)'
        Num_distinct_key     : 10
        Total_value          : 500
        Avg_num_value_per_key: 50
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 4
        Avg_rec_len          : 804
        Total_space          : '16.0K'
        Total_used_space     : '8.0K'
        Total_free_space     : '8.0K'
        Avg_num_page_key     : 10
        Avg_page_free_space  : '8.0K'
<00002> Table_name           : 'dba.t2'
        Index_name           : 'idx2'
        Btid                 : '(0|6016|6017)'
        Num_distinct_key     : 1
        Total_value          : 500
        Avg_num_value_per_key: 500
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 4
        Avg_rec_len          : 1380
        Total_space          : '16.0K'
        Total_used_space     : '1.5K'
        Total_free_space     : '14.5K'
        Avg_num_page_key     : 1
        Avg_page_free_space  : '14.5K'
<00003> Table_name           : 'dba.t2'
        Index_name           : 'pk_t2_id'
        Btid                 : '(0|5824|5825)'
        Num_distinct_key     : 500
        Total_value          : 500
        Avg_num_value_per_key: 1
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 4
        Avg_rec_len          : 20
        Total_space          : '16.0K'
        Total_used_space     : '11.8K'
        Total_free_space     : '4.1K'
        Avg_num_page_key     : 500
        Avg_page_free_space  : '4.1K'

3 rows selected. (0.005187 sec) Committed. (0.000019 sec)

1 command(s) successfully processed.
 

 

    Num_distinct_key와 Total_value를 비교해서 보면 pk_t1_id는 unique 하므로 입력된 레코드 건수와 키의 개수, Total_value의 개수가 동일함을 볼 수 있고,

   idx2는 레코드가 모두 동일한 값을 갖으므로 Total_value의 개수는 레코드 개수와 동일하지만 Num_distinct_key는 항상 1임을 볼 수 있다.

   idx1은 키가 중복되어 Num_distinct_key는 값이 일정 개수 이상으로 늘지 않고 있음을 볼 수 있다.

 

사용해 보기2

이제 데이터의 양을 늘려서 다른 부분들에 대해 검토 해 보겠습니다.

우선 아래와 같은 구문을 이용해서 테이블을 생성하고 데이터를 입력합니다.

drop table if exists tbl;
create table tbl(id int primary key, v1 int, v2 int, v3 int, s char(120));
create index idx1 on tbl(v1, s);
create index idx2 on tbl(v2, s);
create index idx3 on tbl(v3, s);

insert into tbl select rownum, rownum % 5000, rownum % 500, 1, 'cubrid string test' from db_class a, db_class b, db_class c, db_class d limit 100000;
;line on
show all indexes capacity  of tbl;


이 상태에서 아래 명령으로 100건의 레코드를 삭제한 후의 상태와 전체를 모두 삭제한 후의 상태를 확인해 봅니다.

delete from tbl where id%1000 = 1;
show all indexes capacity  of tbl;

delete from tbl;
show all indexes capacity  of tbl;


아래의 표에서 비교해서 볼 수 있습니다.

100000건 입력 후

100건 삭제 후

전체 삭제 후

=== <Result of SELECT Command in Line 1> ===

<00001> Table_name           : 'dba.tbl'
        Index_name           : 'idx1'
        Btid                 : '(0|6208|6209)'
        Num_distinct_key     : 5688
        Total_value          : 100688
        Avg_num_value_per_key: 17
        Num_leaf_page        : 345
        Num_non_leaf_page    : 1
        Num_total_page       : 346
        Height               : 2
        Avg_key_len          : 426
        Avg_rec_len          : 571
        Total_space          : '5.4M'
        Total_used_space     : '3.1M'
        Total_free_space     : '2.2M'
        Avg_num_page_key     : 16
        Avg_page_free_space  : '6.6K'
<00002> Table_name           : 'dba.tbl'
        Index_name           : 'idx2'
        Btid                 : '(0|6272|6273)'
        Num_distinct_key     : 650
        Total_value          : 100150
        Avg_num_value_per_key: 154
        Num_leaf_page        : 76
        Num_non_leaf_page    : 1
        Num_total_page       : 77
        Height               : 2
        Avg_key_len          : 374
        Avg_rec_len          : 920
        Total_space          : '1.2M'
        Total_used_space     : '593.3K'
        Total_free_space     : '635.7K'
        Avg_num_page_key     : 8
        Avg_page_free_space  : '8.3K'
<00003> Table_name           : 'dba.tbl'
        Index_name           : 'idx3'
        Btid                 : '(0|6336|6337)'
        Num_distinct_key     : 1
        Total_value          : 100000
        Avg_num_value_per_key: 100000
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 485
        Avg_rec_len          : 1192
        Total_space          : '16.0K'
        Total_used_space     : '1.3K'
        Total_free_space     : '14.7K'
        Avg_num_page_key     : 1
        Avg_page_free_space  : '14.7K'
<00004> Table_name           : 'dba.tbl'
        Index_name           : 'pk_tbl_id'
        Btid                 : '(0|6080|6081)'
        Num_distinct_key     : 100310
        Total_value          : 100310
        Avg_num_value_per_key: 1
        Num_leaf_page        : 156
        Num_non_leaf_page    : 1
        Num_total_page       : 157
        Height               : 2
        Avg_key_len          : 4
        Avg_rec_len          : 12
        Total_space          : '2.4M'
        Total_used_space     : '1.5M'
        Total_free_space     : '926.2K'
        Avg_num_page_key     : 643
        Avg_page_free_space  : '5.9K'

4 rows selected. (6.017251 sec) Committed. (0.000028 sec)

1 command(s) successfully processed.

=== <Result of SELECT Command in Line 1> ===

<00001> Table_name           : 'dba.tbl'
        Index_name           : 'idx1'
        Btid                 : '(0|6208|6209)'
        Num_distinct_key     : 5688
        Total_value          : 100688
        Avg_num_value_per_key: 17
        Num_leaf_page        : 345
        Num_non_leaf_page    : 1
        Num_total_page       : 346
        Height               : 2
        Avg_key_len          : 426
        Avg_rec_len          : 571
        Total_space          : '5.4M'
        Total_used_space     : '3.2M'
        Total_free_space     : '2.2M'
        Avg_num_page_key     : 16
        Avg_page_free_space  : '6.6K'
<00002> Table_name           : 'dba.tbl'
        Index_name           : 'idx2'
        Btid                 : '(0|6272|6273)'
        Num_distinct_key     : 650
        Total_value          : 100150
        Avg_num_value_per_key: 154
        Num_leaf_page        : 76
        Num_non_leaf_page    : 1
        Num_total_page       : 77
        Height               : 2
        Avg_key_len          : 374
        Avg_rec_len          : 921
        Total_space          : '1.2M'
        Total_used_space     : '593.6K'
        Total_free_space     : '635.4K'
        Avg_num_page_key     : 8
        Avg_page_free_space  : '8.3K'
<00003> Table_name           : 'dba.tbl'
        Index_name           : 'idx3'
        Btid                 : '(0|6336|6337)'
        Num_distinct_key     : 1
        Total_value          : 100000
        Avg_num_value_per_key: 100000
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 485
        Avg_rec_len          : 1192
        Total_space          : '16.0K'
        Total_used_space     : '1.3K'
        Total_free_space     : '14.7K'
        Avg_num_page_key     : 1
        Avg_page_free_space  : '14.7K'
<00004> Table_name           : 'dba.tbl'
        Index_name           : 'pk_tbl_id'
        Btid                 : '(0|6080|6081)'
        Num_distinct_key     : 100310
        Total_value          : 100310
        Avg_num_value_per_key: 1
        Num_leaf_page        : 156
        Num_non_leaf_page    : 1
        Num_total_page       : 157
        Height               : 2
        Avg_key_len          : 4
        Avg_rec_len          : 12
        Total_space          : '2.4M'
        Total_used_space     : '1.5M'
        Total_free_space     : '925.4K'
        Avg_num_page_key     : 643
        Avg_page_free_space  : '5.9K'

4 rows selected. (0.016022 sec) Committed. (0.000017 sec)

1 command(s) successfully processed.
 

=== <Result of SELECT Command in Line 1> ===

<00001> Table_name           : 'dba.tbl'
        Index_name           : 'idx1'
        Btid                 : '(0|6208|6209)'
        Num_distinct_key     : 489
        Total_value          : 489
        Avg_num_value_per_key: 1
        Num_leaf_page        : 30
        Num_non_leaf_page    : 1
        Num_total_page       : 31
        Height               : 2
        Avg_key_len          : 428
        Avg_rec_len          : 446
        Total_space          : '494.8K'
        Total_used_space     : '217.5K'
        Total_free_space     : '277.2K'
        Avg_num_page_key     : 16
        Avg_page_free_space  : '8.9K'
<00002> Table_name           : 'dba.tbl'
        Index_name           : 'idx2'
        Btid                 : '(0|6272|6273)'
        Num_distinct_key     : 495
        Total_value          : 495
        Avg_num_value_per_key: 1
        Num_leaf_page        : 33
        Num_non_leaf_page    : 1
        Num_total_page       : 34
        Height               : 2
        Avg_key_len          : 422
        Avg_rec_len          : 447
        Total_space          : '542.7K'
        Total_used_space     : '221.3K'
        Total_free_space     : '321.4K'
        Avg_num_page_key     : 15
        Avg_page_free_space  : '9.5K'
<00003> Table_name           : 'dba.tbl'
        Index_name           : 'idx3'
        Btid                 : '(0|6336|6337)'
        Num_distinct_key     : 1
        Total_value          : 431
        Avg_num_value_per_key: 431
        Num_leaf_page        : 1
        Num_non_leaf_page    : 0
        Num_total_page       : 1
        Height               : 1
        Avg_key_len          : 485
        Avg_rec_len          : 520
        Total_space          : '16.0K'
        Total_used_space     : '656.0B'
        Total_free_space     : '15.3K'
        Avg_num_page_key     : 1
        Avg_page_free_space  : '15.3K'
<00004> Table_name           : 'dba.tbl'
        Index_name           : 'pk_tbl_id'
        Btid                 : '(0|6080|6081)'
        Num_distinct_key     : 437
        Total_value          : 437
        Avg_num_value_per_key: 1
        Num_leaf_page        : 4
        Num_non_leaf_page    : 1
        Num_total_page       : 5
        Height               : 2
        Avg_key_len          : 4
        Avg_rec_len          : 19
        Total_space          : '79.8K'
        Total_used_space     : '10.6K'
        Total_free_space     : '69.2K'
        Avg_num_page_key     : 109
        Avg_page_free_space  : '13.8K'

4 rows selected. (0.006074 sec) Committed. (0.000018 sec)

1 command(s) successfully processed.
 

 

 

이 비교 테이블 중에서 PK인 pk_tbl_id에 대해서 우선 살펴 보겠습니다.

우선 Num_distinct_key값이 각각 100000, 99900, 0 으로 표시 되지 않았음을 볼 수 있습니다. 이상하다고 생각되겠지만 이 값들은 사용자가 입력한 정보가 아니라 현재 Index의 상태를 보여주는 용도이기 때문입니다.

우선 처음 100000개를 입력한 상태에서 100310으로 입력건수보다 많은 키가 존재하는 이유는 내부 처리 과정에서 FENCE_KEY와 같은 관리용 키가 생성되었기 때문입니다.

100건을 삭제한 후에도 값이 줄지 않고 있는 이유는 삭제되었다고 해도 Index에 정보가 남아 있는 상태이기 때문입니다. 이런 정보는 VACUUM을 통해서 정리가 됩니다.

전체 삭제 후에도 437개가 있는 것으로 표시되는 것은 VACUUM이 현재 수행 중이어서 정리를 하고 있는 중이기 때문입니다. 아직 전체 정리가 덜 된 상태라고 볼 수 있습니다.

 

이제 idx3 인덱스를 살펴 보겠습니다.

Num_total_page와 같은 페이지 수 정보를 보면 1로 변함이 없습니다. 다른 인덱스들이 데이터 양에 따라 페이지수의 변화가 있는데 비해 idx3는 항상 1개의 페이지만 가지고 있는 것처럼 보입니다.  그 이유는 현재 보여지는 정보에서는  OID Overflow-pages에 대한 정보를 포함하고 있지 않기 때문에 그런 착각을 불러 일으키는 것입니다.

 

마무리

인덱스의 Capacity 정보를 볼 때  혼동 할 만한 부분들에 대해서 간단하게 살펴 보았습니다.

현재 버전에서 아쉬운 점은 OID Overflow pages에 대한 정보가 없다는 것인데 이 부분은 차후 버전에서 개선 될 것입니다.

새 버전에서 정보가 추가되면 다시 변경 사항에 대해 설명 드리겠습니다.

 

 


  1. DBMS와 효과적인 SQL 처리

    DBMS는 SQL을 효과적으로 처리하기 위해서 어떠한 노력을 하고 있을까요? - 질의 재작성기(Query Rewriter) 여러 개발자에게 동일한 요구사항을 주고 질의를 작성하게 하면 서로 다른 형태로 작성할 수 있습니다. 질의를 어떻게 작성하느냐에 따라서 성능에 차이가 발생할 수 있기 때문에 개발자가 질의를 효과적으로 작성하는 것은 중요한 일이지만, DBMS가 상당부분 그 일을 대신하고 있습니다. 위 질의를 작성한 그대로 수행하게 되면 부질의 결과를 임시파일에 저장하고 그것을 재가공해야 합니다. 하지만 오른쪽 질의처럼 작성되어 있다면, 따로 부질의를 수행해서 저장할 필요도 없고, 인덱스의 사용도 가능합니다. 위와 같이 부질의를 제거하고 주질의에 합병하는 것을 뷰머징이라고 합니다. DBMS는 가능한 경우 뷰머징을 진행하며, 인라인 뷰와 뷰 객체에 대해서도 동일하게 합병을 진행합니다. 부질의가 뷰머지가 불가능한 경우에 주질의에 있는 조회조건을 부질의로 넣는 것을 predicate push라고 합니다. 조회시 스캔하는 양을 줄일 수 있기 때문에 상당히 성능을 향상시킬 수 있습니다. 필요 없는 select list와 조인 테이블 그리고 order by절등을 제거하여, 필요...
    Date2023.12.29 Category제품 여행 By박세훈 Views214 Votes1
    Read More
  2. CUBRID Internal: B+ 트리의 노드(=페이지)와 노드 분할 방법

    목차 1. 개요 2. B+ 트리의 노드(= 페이지) 2.1. 오버플로 노드 (BTREE_OVERFLOW_NODE) 2.2. PAGE_OVERFLOW 페이지 3. 노드 분할 3.1. 노드 분할이 발생하는 경우 3.1.1. 새로운 키가 입력되는 경우 3.1.2. 기존 키의 크기가 증가하는 경우 3.1.3. 기존 레코드에 테이블 레코드의 OID가 추가되는 경우 3.1.4. 기존 레코드에 MVCC 아이디가 추가되는 경우 3.2. 사용자가 키를 입력하는 패턴에 따라 달라지는 노드 분할 #1 3.2.1. 시나리오 #1 - 1부터 27까지 오름차순으로 증가하는 패턴으로 키를 입력하는 경우 3.2.2. 시나리오 #2 - 1부터 27까지 불규칙 패턴으로 키를 입력하는 경우 3.2.3. 비교 결과 4. 똑똑하게 노드 분할하기 4.1. 사용자가 키를 입력하는 패턴에 따라 달라지는 노드 분할 #2 4.1.1. 오름차순으로 증가하는 패턴으로 키를 입력하는 경우 4.1.2. 내림차순으로 감소하는 패턴으로 키를 입력하는 경우 4.1.3. 불규칙 패턴으로 키를 입력하는 경우 5. 루트 노드 → 브랜치 노드 → 리프 노드 순서의 노드 분할 6. 참고 개요 큐브리드는 B+ 트리 인덱스를 사용하고 있습니다. B+ 트리 인덱스는 새로운 키가 입력되거나 기존 레코드가 변경될 때, B+ 트...
    Date2023.12.27 Category제품 여행 By주영진 Views204 Votes4
    Read More
  3. Visual Studio Code 소개

    시작하며 Visual Studio Code (이하 VSCode) 는 마이크로소프트에서 오픈소스로 개발하고 있는 코드 에디터입니다. VSCode는 활용하기에 따라 메모장과 비슷한 기능을 하기도, IDE(통합 개발 환경) 로써의 기능을 하기도 합니다. 이미 많은 개발자들이 VSCode를 사용하고 있습니다. 그러나 VSCode의 사용이 낯선 개발자들을 위해 이 글에서는 VSCode의 기본적인 사용 방법을 소개드리려고 합니다. 설치 및 시작 VSCode는 공식 웹 사이트(https://code.visualstudio.com)에서 자신의 운영체제에 맞는 버전을 다운로드 받아 설치할 수 있습니다. 설치하고 난 뒤 VSCode를 실행하면 다음과 같은 화면을 마주할 수 있습니다. 이제, 수정하고 싶은 파일을 VSCode 내부로 끌어다 놓거나, Open File, Open Folder 를 통해 파일 및 폴더를 열어 로컬에 있는 코드를 개발할 수 있습니다. 하지만 VSCode의 성능을 온전히 이용하려면 확장(Extension)을 설치하여 응용하는 것을 추천합니다. 확장 (Extensions) 확장은 다음 버튼을 누르거나 Ctrl+Shift+X 를 입력하여 확장 탭에 진입할 수 있습니다. 초기에는 확장이 설치되지 않은 상태인데, Search Extensions in Marketplace 라고 적혀...
    Date2023.12.21 Category나머지... By송일한 Views152 Votes2
    Read More
  4. CUBRID QA 절차 및 업무 방식 소개

    큐브리드의 QA 절차 및 업무 방식에 대해 소개하겠습니다. CUBRID QA팀이 하는 일? QA(Quality Assurance)팀은 CUBRID의 품질 보증에 대한 전반적인 절차를 다루는 업무를 맡고 있습니다. 단순 테스트뿐만 아니라, 개발 프로세스에 직간접적인 관여와 QA Tool 확장 및 유지보수, 제품 결함 관리, 제품 릴리즈 등 제품이 출시되는 과정에서 여러가지 일을 하고 있습니다. 특히, 개발과정의 처음부터 끝까지 참여하여 품질 저하에 문제가 될 만한 부분이 있는지 검증하고, 개선안을 제안하는 등 개발 프로세스 전반적으로 개입하여 제품 품질을 높이는 일을 하고 있습니다. CUBRID QA 절차 CUBRID QA 절차는 크게 다음과 같이 볼 수 있습니다. 각 절차에 대한 상세한 과정은 다음과 같습니다. 1. Kick off 참여 -먼저, 개발팀으로부터 프로젝트를 할당 받으면, 킥오프를 참여합니다. 요구사항 및 목표를 파악하고, 사용자 관점에 부합하지 않을 경우 개선을 요청합니다. 프로젝트에 따라 검증방법이나 절차가 달라질 수도 있고 때에 따라 새로운 환경이 필요할 수 있기 때문에 여러 가지 의견들을 종합하여 팀 내 담당자를 선정합니다. 2. 테스트 환경 구축 -프로젝트를 위해 어...
    Date2023.11.17 Category나머지... By윤시온 Views306 Votes1
    Read More
  5. CUBRID의 개발 문화: CUBRID DBMS 프로젝트 빌드 가이드와 빌드 시스템 개선

    시작하며 이전 포스팅에서 CUBRID의 개발 문화: CUBRID DBMS는 어떻게 개발되고 있을까? 라는 주제로 블로그 글을 작성했었던 기억이 납니다. 날짜를 들여다보니 2021년 4월 29일에 작성되었으니 코로나 팬데믹을 이겨내고 CUBRID에서 여러 프로젝트를 진행하느라 시간이 훌쩍 지나갔네요. 그 사이 CUBRID는 11.2 (elderberry) 버전 릴리즈를 지나 11.3 (fig) 버전 릴리즈를 앞두고 있습니다. 이번에도 마찬가지로 [CUBRID의 개발 문화]라는 말머리를 가지고 CUBRID DBMS 프로젝트 빌드에 대한 이야기를 해보려고 합니다. 이전 포스팅의 ‘CUBRID DBMS는 어떻게 개발되고 있을까?’에서 소개했던 개발 프로세스와 프로젝트 기여 가이드의 내용과 조금 주제가 달라보일 수 있는데, 프로젝트 빌드에 대한 내용이 어떻게 개발 문화로까지 이어질 수 있는지 소개해 드리려고 합니다. 빌드 준비하기 누군가 코드를 기여하려고 할 때 빌드는 가장 먼저 해야 하는 첫 발걸음이면서, 동시에 제일 첫 번째로 마주하는 어려움입니다. 먼저 개발 환경에서 프로젝트를 빌드하기 위해서 여러 도구와 라이브러리를 설치하고, 프로젝트의 빌드 방법을 알아야 합니다. 이 때 기여하려...
    Date2023.09.08 Category오픈소스 이야기 By유형규 Views298 Votes2
    Read More
  6. No Image

    CSQL에서 PreparedStatement 사용하여 Query Plan 확인하기

    CSQL에서 PreparedStatement 사용하여 Query Plan 확인하기 Prepare statement를 이용하여 값을 질의에 포함하지 않고 bind 했을 경우와 질의상에 값을 직접 포함하였을 경우, 일부 상황에서 값에 대한 해석이 모호해져 질의 플랜이 다르게 만들어져 질의의 성능이 달라지는 경우가 있습니다. 이를 위해 csql 에서 prepare statement 사용하는 방법을 정리하였습니다. 아래 확인 예시는 11.2 에서 해결된 부분이나, 그 이전 부분에서 질의 수행 계획이 달라졌음에 대한 이해를 위해 사용하였습니다. CSQL에서 PreparedStatement 사용 1. Prepared Statement 생성 PREPARE stmt_name FROM 'sql문'; 2. Prepared Statement 실행 EXECUTE stmt_name [USING value, value2 ...]; 3. Prepared Statement 해제 {DEALLOCATE | DROP} PREPARE stmt_name; 사용 예시(2가지) 1. csql > PREPARE pstmt FROM 'SELECT 1 + ?'; csql > EXECUTE pstmt USING 4; csql > DROP PREPARE pstmt; 2. csql > PREPARE pstmt FROM 'SELECT col1 + ? FROM tbl WHERE col2 = ?'; csql > SET @a=3, @b='abc'; csql > EXECUTE pstmt USING @a, @b; csql > DROP PREPARE pst...
    Date2023.05.11 Category제품 여행 By김지원 Views371 Votes1
    Read More
  7. No Image

    Index의 capacity에 관한 정보 열람

    Index Capacity 정보 들어가며 DBMS의 여러 기능 기능이나 구성 요소들 중에서 가장 중요한 것은 무엇일까요? Index는 '가장' 중요한은 아니더라도 적어도 '아주 아주' 중요한 요소가 아닐까 생각 합니다. Index가 없다면 데이터를 쌓아 두기만 할 수 있을 뿐 사실상 관리는 못하는 그런 시스템이 될 테니까요. 자료가 많으면 많을 수록 Index는 더 중요해 집니다. 이렇게 중요한 Index를 분석할 때에도 목적에 부합하는 여러가지 도구와 방법들이 있을 수 있습니다. 이 페이지에서는 그 중에서 Index의 Capaicty에 대한 정보를 리뷰해 보고자 합니다. 기본적인 사용 방법이나 설명은 매뉴얼을 통해 얻을 수 있으므로 여기서 설명은 생략합니다. INDEX CAPACITY 정보 얻기 우선 CUBRID에서는 Index의 Capacity 정보를 다음과 같은 두 가지 방법으로 쉽게(?) 알아 볼 수 있습니다. 1. diagdb tool ------------------------------------------------------------- BTID: {{0, 5952}, 5953}, idx0 ON dba.tbl, CAPACITY INFORMATION: Distinct Key Count: 0 Total Value Count: 0 Average Value Count Per Key: 0 Total Page Count: 2 Leaf Page Count: 1 NonLea...
    Date2023.04.26 Category제품 여행 By사니조아 Views300 Votes1
    Read More
  8. CUBRID Internal: Disk Manager #1: 볼륨 헤더(Volume Header)와 섹터 테이블(Sector Table)

    이전글: CUBRID Internal: 큐브리드의 저장공간관리 (DIsk Manager, File Manager) 볼륨은 어떻게 관리될까? - 볼륨 헤더(Volume Header)와 섹터 테이블(Sector Table) - 앞선 글에서 디스크 매니저(Disk Manager)가 섹터의 예약(reservation)을 관리한다고 이야기하였다. 이번 글에서는 볼륨 내의 섹터들이 어떻게 관리되는지에 대한 구체적인 이야기와 이를 위해 볼륨이 어떻게 구성되어 있는지를 다룬다. 여기서 다루어지는 볼륨의 구조는 그대로 non-volatile memory (SSD, HDD 등)에 쓰여진다. 볼륨 구조 디스크 매니저의 가장 큰 역할은 파일생성과 확장을 위해 섹터들을 제공해주는 것이다. 이를 위해 각 볼륨은 파일들에 할당해줄 섹터들과 이를 관리하기 위한 메타(meta)데이터로 이루어져 있다. 메타데이터들이 저장된 페이지를 볼륨의 시스템 페이지(System Page)라고 하며, 볼륨에 대한 정보와 각 섹터들의 예약 여부를 담고 있다. 시스템 페이지는 다음과 같이 두가지로 분류할 수 있다. 볼륨 헤더 페이지 (Volume Header Page, 이하 헤더 페이지): 페이지 크기, 볼륨 내 섹터의 전체/최대 섹터, 볼륨 이름 등, 볼륨에 대한 정보를 지니고 있는 페이지 섹터 테이...
    Date2023.03.30 Category제품 여행 By김재은 Views365 Votes2
    Read More
  9. JPA와 CUBRID 연동 가이드

    JPA? JPA는 자바의 ORM 기술 표준으로 인터페이스의 모음입니다. 표준 명세를 구현한 구현체들(Hibernate, EclipseLink, DataNucleus)이 있고, JPA 표준에 맞춰 만들면 사용자는 언제든 원하는 구현체를 변경하며 ORM 기술을 사용할 수 있습니다. 이번 CUBRID 연동 가이드에서는 대표적으로 많이 사용하는 Hibernate를 사용하여 작성했습니다. 버전 정보 SpringBoot: 2.7.8 Hibernate: 5.6.14.Final Java: 11 CUBRID: 11.0.10, 11.2.2 JPA와 CUBRID 연동 1) 라이브러리 설정 Maven 프로젝트에 JPA(Hibernate), CUBRID JDBC 라이브러리를 넣기 위해 pom.xml에 설정을 합니다. CUBRID JDBC를 받기 위해 repository도 같이 추가해야 합니다. 2) JPA 설정 필요한 라이브러리를 다 받은 뒤 JPA 설정 파일인 persistence.xml에 설정을 해줘야 합니다. 해당 파일은 표준 위치가 정해져 있기 때문에 /resources/META-INF/ 밑에 위치해야 합니다. DBMS 연결 시 필요한 정보와 JPA 옵션들을 설정해 줍니다. 기본적으로 driver, url, user, password를 설정하고, 방언(dialect)도 필수적으로 설정해야 합니다. DBMS가 제공하는 SQL 문법과 함수들이 조금씩 다르기 때문에 JPA가 어떤 DBMS...
    Date2023.02.22 Category나머지... By김동민 Views1065 Votes3
    Read More
  10. dblink를 이용한 remote-server materialized view 기능

    Materialized View Materialized View(이하 MView) 이것은 말 그대로 View의 일종으로 일반 View는 논리적인 스키마인데 반해, MView는 물리적 스키마입니다. 논리적 스키마는 실제 데이터가 데이터베이스에 저장되어 있지 않고 데이터를 가져오기 위한 SQL질의만 저장되어 있다라는 것이고, 물리적 스키마 혹은 테이블이라는 것은 셀제 데이터가 데이터베이스에 저장되어 있다라는 것입니다. MView는 필요한 결과를 가져오는 질의가 빈번하게 자주 사용 될 경우, 질의 실행 시간 속도 향상을 위해 데이터베이스 테이블을 만들어 저장해 두는 것으로 실행 비용이 많이 드는 조인이나, Aggregate Function을 미리 처리하여 필요할 때 테이블을 조회 하도록 하는 것 입니다. 예를 들면 대용량의 데이터를 COUNT, SUM, MIN, MAX, AVG 처럼 자주 사용되는 Aggregate Function 실행 속도를 향상을 위해서, 질의 실행 결과을 데이터베이스 테이블로 생성해 두는 벙법입니다. 즉, 자주사용되는 View의 결과를 데이터베이스에 저장해서 질의 실행 속도를 향상시키는 개념입니다. 이번 글에서는 일반적인 MView와 더불어 현재 작업 중인 데이터베이스 로컬 서버가 아닌 원격지(remote) ...
    Date2023.02.20 Category나머지... Bybwkim Views672 Votes2
    Read More
Board Pagination Prev 1 2 3 4 5 6 7 8 9 10 ... 16 Next
/ 16

Contact Cubrid

대표전화 070-4077-2110 / 기술문의 070-4077-2113 / 영업문의 070-4077-2112 / Email. contact_at_cubrid.com
Contact Sales