사용되지 않은 열이 분석에 포함되는 것은 매우 일반적입니다. 필요하지 않지만 선택된 상태로 남아 있는 열은 성능에 큰 영향을 줍니다. 이 항목에서는 필요하지 않은 열을 제거하여 성능을 향상시키는 방법에 대해 설명합니다.
사용되지 않은 열 식별
Year
)을 분석에 포함하면 다음과 같은 방식으로 성능에 영향을 끼칠 수 있습니다.
다음 그림은 지역 및 연도별 고객 수가 있는 간단한 보고서를 보여줍니다.
표시되는 보고서는 지역별 고객 수를 보여주는 그래프입니다. Year
열이 제외됨을 알 수 있습니다.
사용되지 않은 연도 열이 있는 논리적 질의
연도
열이 뷰에 표시되지 않더라도 논리적 질의의 일부로 계속 선택되어 있습니다.
연도
열이 포함되면 다음과 같은 영향을 끼칩니다.
사용되지 않은 연도 열이 있는 물리적 질의
물리적 질의를 검토하는 경우 성능이 영향을 받는 영역을 식별할 수 있습니다.
이 예에서는 고객 수 집계 규칙의 SELECT count distinct
를 보여줍니다. 경우에 따라서는 합계 집계 규칙이 적용된 보고서에도 영향을 줍니다. 이 시나리오에서 생성된 질의는 그룹화 집합도 사용합니다. 데이터베이스 레벨에서 다수 행(수백만)을 선택하고 연도
및 지역
별로 그룹화하거나 지역
별로 그룹화해야 할 수도 있습니다. 이 경우 상당한 양의 불필요한 데이터베이스 리소스가 소비될 수 있습니다.
사용되지 않은 열 제거
Year
열을 제거하고 생성되는 논리적 및 물리적 질의에 끼치는 영향을 분석합니다.
성능이 저조한 보고서의 분석을 검토한 후 먼저 사용되지 않은 중복 열을 제거하기만 하면 상당한 성능 향상을 얻을 수 있습니다. 생성되는 물리적 질의의 복잡성이 줄어들고 반환되는 레코드 수가 감소되므로 필요한 처리 수도 적어집니다.