고양이 두 잔

목차 대용량 쿼리 시리즈대용량 데이터가 느린 이유와 최적화의 원리 | 대용량 쿼리 (1)느린 쿼리, 인덱스와 실행계획으로 잡기 (PostgreSQL) | 대용량 쿼리 (2)분산 처리 입문: 셔플과 파티셔닝, 조인 전략 | 대용량 쿼리 (3)수억 행을 견디는 DB 설계: 파티셔닝과 샤딩 | 대용량 쿼리 (4)PostgreSQL VACUUM과 커넥션 풀링, 운영의 함정 | 대용량 쿼리 (추가) 들어가며1편에서 4편까지가 쿼리를 빠르게 만들고 데이터를 설계하는 이야기였다면, 이 글은 그 데이터베이스를 살아 있게 유지하는 이야기다. 쿼리를 아무리 잘 짜고 인덱스를 잘 걸어도, PostgreSQL을 운영하다 보면 쿼리 계획과는 무관한 곳에서 시스템이 무너진다. 그 대표적인 두 함정이 autovacuum이 뒤처져 ..

목차 대용량 쿼리 시리즈대용량 데이터가 느린 이유와 최적화의 원리 | 대용량 쿼리 (1)느린 쿼리, 인덱스와 실행계획으로 잡기 (PostgreSQL) | 대용량 쿼리 (2)분산 처리 입문: 셔플과 파티셔닝, 조인 전략 | 대용량 쿼리 (3)수억 행을 견디는 DB 설계: 파티셔닝과 샤딩 | 대용량 쿼리 (4)PostgreSQL VACUUM과 커넥션 풀링, 운영의 함정 | 대용량 쿼리 (추가) 들어가며1부에서는 대용량 데이터가 느린 이유와 최적화의 공통 원리를 다루었다. 이번 편은 그 원리 가운데 단일 데이터베이스에서 되돌릴 수 있는 처방, 즉 튜닝을 PostgreSQL 기준으로 구체화한다. 모든 손질은 진단이 먼저이므로, 어디가 왜 느린지를 실행계획으로 읽는 데서 출발한다. 그다음 전체 탐색을 줄이는 인덱..