JOIN - 면접 대비

2024.01.03 일자로 진행 예정인 면접 스터디 준비의 일환으로, 배정된 파트인 JOIN에 대해 정리 후에 이를 토대로 도출해볼만한 질문들을 작성하겠습니다.

조인이란?

조인이란 RDB에서 여러 테이블에 걸쳐 존재하는 데이터들을 함께 조회하기 위해 테이블을 결합하는 것을 의미한다. 

조인 시 먼저 접근하게 되는 테이블을 드라이빙 테이블이라고 하고, 드라이빙의 특정 칼럼 값을 이용하여 뒤에 조회되는 테이블을 드리븐 테이블이라고 한다.

조인의 종류에는 INNER JOIN, OUTER JOIN, CROSS JOIN, SELF JOIN 등이 있다.

 

조인 알고리즘

조인 알고리즘에는 NL 조인(Nested Loop), 소트 머지 조인(Sort merge), 해시 조인(Hash) 등이 있다.

NL 조인

NL 조인이란 드라이빙 테이블(아우터 테이블)과 드리븐 테이블(이너 테이블)의 중첩 반복문의 형태로 조인을 수행하는 것을 의미한다.

드라이빙 테이블에서 쿼리의 타겟이 되는 레코드를 찾은 후 해당 레코드의 조인 기준 칼럼 값을 통해 곧바로 드리븐 테이블에 접근하는 방식으로 작동한다. 이 때 드라이빙 테이블과 드리븐 테이블에 대한 접근 모두 인덱스의 활용이 가능하며, NL 조인 특성 상 드리븐 테이블 쪽 조인 칼럼에 인덱스가 존재하지 않는다면 드라이빙 테이블에서 발견되는 타겟 레코드 한건당 테이블 풀스캔이 매번 발생하여 성능이 몹시 저하된다.

그럼에도 불구하고 NL 조인은 OLTP 환경에서 가장 중요한 조인 알고리즘으로 평가 받는데, 그 이유는 OLTP 환경의 특성 상 소량 데이터 접근이 주를 이루고 대부분의 쿼리가 부분 범위 처리 방식으로 최적화될 수 있기 때문이다. 

Sort merge 조인

머지 조인은 두 테이블을 모두 조인 기준 칼럼으로 정렬하고(혹은 정렬되어 있는 경우) 두 정렬된 테이블들을 읽어가면서 레코드를 결합하는 조인을 의미한다. 

결국 두 테이블에 대해 정렬을 수행해야하기 때문에 조인 칼럼에 대한 인덱스가 이미 존재하여 따로 정렬을 수행할 필요가 없다면 좋은 성능을 보인다. 다만 그렇지 않은 경우, 양 쪽 테이블에 대해 모두 정렬을 수행해야 한다는 치명적인 단점이 존재한다.

Hash 조인

해시 조인은 두 테이블 중 한 쪽 테이블(보통 더 작은 테이블을 이용)을 이용하여 키 값을 조인 칼럼 값으로, 밸류 값을 쿼리에 사용되는 나머지 칼럼 값으로 하는 해시 테이블을 생성하고, 이후 나머지 테이블을 읽으며 해시 테이블을 통해 레코드를 합치는 방식을 사용하는 조인을 의미한다. 

조인을 위한 사전 작업이 존재하나 작은 테이블을 이용하여 O(1)로 접근가능한 해시 테이블을 생성하므로 대규모 데이터 JOIN 시 NL 조인보다 성능 상 우위에 있고, 또 사전 작업에 양쪽 테이블에 대한 정렬이 요구되는 머지 조인보다도 더 빠르게 작동한다.

따라서 NL 조인과 Sort merge 조인의 문제점들을 해결한 조인 알고리즘으로 볼 수 있고, 대규모 데이터 처리 시에 주로 활용되는 방식이다.

 

면접 예상 질문

1. 조인이 무엇인지 간단하게 설명하고, 왜 조인이 필요한지 설명해주세요.

2. 조인 알고리즘의 종류에는 무엇이 있는지 이야기해주세요.

2-1. 조인 알고리즘 중 OLTP 환경에서 가장 많이 사용되는 조인 방식과 왜 가장 많이 사용되는지 OLTP의 특성에 연관지어 설명해주세요.

3. 드라이빙 테이블과 드리븐 테이블이 존재할 때 결과 집합이 작은 테이블은 둘 중 어떤 테이블로 들어가는 것이 좋을지 이야기 해주세요.

3-1. 만약 작은 쪽 테이블에서 확인해야하는 레코드 수가 n개이고, 큰 쪽 테이블에서 확인해야하는 레코드 수가 m개라면 결국 확인하는 횟수는 n x m이 될 것 같은데 작은 쪽 테이블을 드라이빙 테이블로 사용하는게 어째서 성능에 영향을 미치는지 설명해주세요.

4. 테이블 간 조인을 통하면 성능이 저하된다고 관습적으로 이야기합니다. 해당 서술이 타당한지 답변하고, 그에 대한 명확한 근거를 들어주세요.