mongodb index를 통한 쿼리튜닝

쿼리 튜닝은 흔히 slow query를 찾아, 인덱스 비용을 감수해서 추가할지 판단하는 정도로 진행한다.

다른 엔진과 비슷하게 mongodb에서도 explain을 통해 실제로 인덱스를 추가했을 때 예상한 대로 query plan이 생기는지 쉽게 확인할 수 있다.

 

테스트 데이터를 만들고 인덱스 추가 전/후를 explain을 통해 비교해보자. 먼저 class, grade를 갖는 데이터를 추가한다. 

> db.test.insertMany([
    { class: "A", grade: 1 },
    { class: "A", grade: 2 },
    ...
    { class: "A", grade: 9 },
    { class: "A", grade: 10 }
])
> db.test.insertMany([
    { class: "B", grade: 1 },
    { class: "B", grade: 2 },
    ...
    { class: "B", grade: 9 },
    { class: "B", grade: 10 }
])

 

이 중 class가 A인 doc만 조회하는 쿼리를 explain의 executionStats를 사용해서 query planner가 선정한 정보를 확인한다.

> db.test.find({ class: "A"}).explain("executionStats")
...
"executionStats" : {
  "executionSuccess" : true,
  "nReturned" : 10,
  "executionTimeMillis" : 0,
  "totalKeysExamined" : 0,
  "totalDocsExamined" : 20,
  "executionStages" : {
    "stage" : "COLLSCAN",
    "filter" : {
      "class" : {
        "$eq" : "A"
      }
    },
    "nReturned" : 10,
    "executionTimeMillisEstimate" : 0,
    "works" : 22,
    "advanced" : 10,
    "needTime" : 11,
    "needYield" : 0,
    "saveState" : 0,
    "restoreState" : 0,
    "isEOF" : 1,
    "direction" : "forward",
    "docsExamined" : 20
  }
}

 

여러 속성들이 있는데 눈여겨 볼만한 것들만 몇 개 정리하면 아래와 같다.

• totalDocsExamined: 참조된 document 횟수
• executionStages: 쿼리 수행 상세 정보

executionStages 에는 여러 단계에 나눠 진행되는 쿼리의 상세 정보들이 나와있다. 각 단계에 stage 필드에서 어떤 작업을 했는지 확인할 수 있다.

• COLLSCAN: 전체 스캔
• IXSCAN: 인덱스 스캔

전체 20개 doc에서 class: "A"를 찾기 위해 "totalDocsExamined" : 20 20개 모두를 탐색했다는 것을 확인할 수 있다. 상세 정보에는 "stage" : "COLLSCAN"로 스캔 방법이 나와있다.

 

그럼 class에 index를 추가해보고 쿼리 플랜을 확인해보자.

> db.test.createIndex({ class: 1 })
> db.test.find({ class: "A"}).explain("executionStats")
...
"executionStats" : {
  "executionSuccess" : true,
  "nReturned" : 10,
  "executionTimeMillis" : 0,
  "totalKeysExamined" : 10,
  "totalDocsExamined" : 10,
  "executionStages" : {
    "stage" : "FETCH",
    "nReturned" : 10,
    "docsExamined" : 10,
    "inputStage" : {
      "stage" : "IXSCAN",
      "nReturned" : 10,
      "indexName" : "class_1"
    }
  }
}

 

더 많은 정보들이 있지만 이전 explain과 다른 점 위주로 보기 위해서 삭제했다.
맨 처음 inputStage에서는 "stage" : "IXSCAN"로 인덱스 스캔을 했고, 이때 class_1 이라는 방금 생성한 인덱스를 사용했다. 전체 doc 참조 개수는 "totalDocsExamined" : 10로 필요한 doc만 참조했다는 것을 확인할 수 있다.

 

여기까지는 인덱스를 잘 활용했지만, grade 순으로 정렬하는 쿼리까지 있다면 grade에는 인덱스가 없기 때문에 "stage" : "SORT" 단계가 추가된다.

> db.test.find({ class: "A"}).sort({ grade: 1}).explain("executionStats")
...
"executionStats" : {
  "executionSuccess" : true,
  "nReturned" : 10,
  "executionTimeMillis" : 0,
  "totalKeysExamined" : 10,
  "totalDocsExamined" : 10,
  "executionStages" : {
    "stage" : "SORT",
    "nReturned" : 10,
    "sortPattern" : {
      "grade" : 1
    },
    "inputStage" : {
      "stage" : "SORT_KEY_GENERATOR",
      "nReturned" : 10,
      "inputStage" : {
        "stage" : "FETCH",
        "nReturned" : 10,
        "docsExamined" : 10,
        "inputStage" : {
          "stage" : "IXSCAN",
          "nReturned" : 10,
          "indexName" : "class_1"
        }
      }
    }
  }
},

 

정렬까지 인덱스를 태우기 위해 class와 grade로 compound index를 추가했다.

> db.test.createIndex({ class:1, grade: 1 })
> db.test.find({ class: "A"}).sort({ grade: 1}).explain("executionStats")
...
"executionStats" : {
  "executionSuccess" : true,
  "nReturned" : 10,
  "executionTimeMillis" : 0,
  "totalKeysExamined" : 10,
  "totalDocsExamined" : 10,
  "executionStages" : {
    "stage" : "FETCH",
    "nReturned" : 10,
    "docsExamined" : 10,
    "inputStage" : {
      "stage" : "IXSCAN",
      "nReturned" : 10,
      "indexName" : "class_1_grade_1"
    }
  }
},

 

처음 "stage" : "IXSCAN" 인덱스 스캔을 하는 건 똑같지만 "indexName" : "class_1_grade_1" 방금 추가한 compund index를 참조해서 "stage" : "SORT" 단계는 삭제된 쿼리 플랜으로 변경되었다.

 

index는 빠른 검색을 보장해주는 만큼 write시 자료구조를 유지해야 하기 때문에 불필요한 index는 삭제하는 게 답이다. mongodb의 compound index는 index prefix를 지원하기 때문에 처음에 추가했던 class 인덱스는 삭제해도 { class, grade } 인덱스 사용할 수 있다. 이와 같은 경우에는 처음 생성한 class 인덱스를 잊지 말고 삭제를 하자.