feat: 커버링 인덱스 적용으로 장소 검색 쿼리 성능 최적화

[yxxnghwan]

Place 검색 쿼리 최적화를 위해 인덱스 적용 방안 고민

1. 최소한의 조건절 인덱스만 걸고 ICP(index condition pushdown) 사용
2. 커버링 인덱스 사용

결과 2번 채택
이유: 수많은 실험 결과 조건이 구체적이고 결과 row 수가 적을 수록 1번이 빠르지만, 검색 범위가 넓고 결과 갯수가 많을 수록 점점 느려짐. 반면에 2번의 경우 꾸준하게 속도가 빠름. 어쨌든 랜덤 I/O가 발생하지 않는 커버링 인덱스가 조금 더 안정적으로 빠르다고 판단.
인덱스에 잡히는 컬럼이 많을 수록 쓰기 속도에 지연이 걱정될 수 있지만, 해당 테이블에 데이터가 삽입되는 일이 그리 많지 않기 때문에 조회성능의 안정성을 우선으로 선택. 2번의 경우 꾸준히 100ms대로 조회가 되지만, 1번의 경우 100ms ~ 400ms 대로 쿼리와 결과에 따라 응답속도가 불안정.

실험

실험 DB에 row 105만 개 적재 후 테스트.

인덱스 미적용 결과

select
    id, name, address, latitude, longitude, phone, thumbnail_image_url
from place
where (latitude between 90 and 90)
and (longitude between 60 and 60)
and name like '%테스트1113%'
limit 500;

5403ms

인덱스 생성

create index ix__place__for_search on place(latitude, longitude, name, phone, address, thumbnail_image_url); # 커버링 인덱스
create index ix__place__for_search2 on place(latitude, longitude, name); # ICP 활용

ICP 활용

select
    id, name, address, latitude, longitude, phone, thumbnail_image_url
from place use index(ix__place__for_search2)
where (latitude between 90 and 90)
and (longitude between 60 and 60)
and name like '%테스트1113%'
limit 500;

실행계획

{
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "2936.34"
    },
    "table": {
      "table_name": "place",
      "access_type": "ref",
      "possible_keys": [
        "ix__place__for_search2"
      ],
      "key": "ix__place__for_search2",
      "used_key_parts": [
        "latitude",
        "longitude"
      ],
      "key_length": "18",
      "ref": [
        "const",
        "const"
      ],
      "rows_examined_per_scan": 2909,
      "rows_produced_per_join": 323,
      "filtered": "11.11",
      "index_condition": "((`chess`.`place`.`latitude` between 90 and 90) and (`chess`.`place`.`longitude` between 60 and 60) and (`chess`.`place`.`name` like '%테스트1113%'))",
      "cost_info": {
        "read_cost": "2645.45",
        "eval_cost": "32.32",
        "prefix_cost": "2936.35",
        "data_read_per_join": "1M"
      },
      "used_columns": [
        "id",
        "name",
        "address",
        "latitude",
        "longitude",
        "phone",
        "thumbnail_image_url"
      ]
    }
  }
}

조건절 범위 넓혀서 실행

select
    id, name, address, latitude, longitude, phone, thumbnail_image_url
from place use index(ix__place__for_search2)
where (latitude between 90 and 92)
and (longitude between 60 and 62)
and name like '%테스트11%'
limit 500;

실행 계획

{
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "37033.34"
    },
    "table": {
      "table_name": "place",
      "access_type": "range",
      "possible_keys": [
        "ix__place__for_search2"
      ],
      "key": "ix__place__for_search2",
      "used_key_parts": [
        "latitude"
      ],
      "key_length": "18",
      "rows_examined_per_scan": 39792,
      "rows_produced_per_join": 491,
      "filtered": "1.23",
      "index_condition": "((`chess`.`place`.`latitude` between 90 and 92) and (`chess`.`place`.`longitude` between 60 and 62) and (`chess`.`place`.`name` like '%테스트11%'))",
      "using_MRR": true,
      "cost_info": {
        "read_cost": "36984.23",
        "eval_cost": "49.12",
        "prefix_cost": "37033.34",
        "data_read_per_join": "1M"
      },
      "used_columns": [
        "id",
        "name",
        "address",
        "latitude",
        "longitude",
        "phone",
        "thumbnail_image_url"
      ]
    }
  }
}

커버링 인덱스 사용

select
    id, name, address, latitude, longitude, phone, thumbnail_image_url
from place use index(ix__place__for_search)
where (latitude between 90 and 90)
and (longitude between 60 and 60)
and name like '%테스트1113%'
limit 500;

실행계획

{
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "2465.47"
    },
    "table": {
      "table_name": "place",
      "access_type": "ref",
      "possible_keys": [
        "ix__place__for_search"
      ],
      "key": "ix__place__for_search",
      "used_key_parts": [
        "latitude",
        "longitude"
      ],
      "key_length": "18",
      "ref": [
        "const",
        "const"
      ],
      "rows_examined_per_scan": 5688,
      "rows_produced_per_join": 631,
      "filtered": "11.11",
      "using_index": true,
      "cost_info": {
        "read_cost": "1896.67",
        "eval_cost": "63.19",
        "prefix_cost": "2465.47",
        "data_read_per_join": "2M"
      },
      "used_columns": [
        "id",
        "name",
        "address",
        "latitude",
        "longitude",
        "phone",
        "thumbnail_image_url"
      ],
      "attached_condition": "((`chess`.`place`.`latitude` between 90 and 90) and (`chess`.`place`.`longitude` between 60 and 60) and (`chess`.`place`.`name` like '%테스트1113%'))"
    }
  }
}

범위 넓혀서 진행

select
    id, name, address, latitude, longitude, phone, thumbnail_image_url
from place use index(ix__place__for_search)
where (latitude between 90 and 92)
and (longitude between 60 and 62)
and name like '%테스트1%'
limit 500;

실행 시간에 유의미한 차이가 없음

실행계획

{
  "query_block": {
    "select_id": 1,
    "cost_info": {
      "query_cost": "21616.68"
    },
    "table": {
      "table_name": "place",
      "access_type": "range",
      "possible_keys": [
        "ix__place__for_search"
      ],
      "key": "ix__place__for_search",
      "used_key_parts": [
        "latitude"
      ],
      "key_length": "18",
      "rows_examined_per_scan": 40530,
      "rows_produced_per_join": 500,
      "filtered": "1.23",
      "using_index": true,
      "cost_info": {
        "read_cost": "21566.65",
        "eval_cost": "50.03",
        "prefix_cost": "21616.68",
        "data_read_per_join": "1M"
      },
      "used_columns": [
        "id",
        "name",
        "address",
        "latitude",
        "longitude",
        "phone",
        "thumbnail_image_url"
      ],
      "attached_condition": "((`chess`.`place`.`latitude` between 90 and 92) and (`chess`.`place`.`longitude` between 60 and 62) and (`chess`.`place`.`name` like '%테스트1%'))"
    }
  }
}

[github-actions]

Unit Test Results

152 tests   152 ✔️  15s ⏱️
  46 suites      0 💤
  46 files        0 ❌

Results for commit 4c0673c.

♻️ This comment has been updated with latest results.