제외된 열로 성능 조정
사용되지 않은 열이 분석에 포함되는 것은 매우 일반적입니다. 필요하지 않지만 선택된 상태로 남아 있는 열은 성능에 큰 영향을 줍니다. 간단한 성능 향상 방법은 불필요한 열을 제거하는 것입니다.
사용되지 않은 열 식별
뷰에서 제외된 열(이 예의 경우 연도)을 분석에 포함하면 성능이 영향을 받습니다.
- 데이터베이스에서 검색해야 할 데이터의 양을 늘립니다.
- 검색 및 처리할 열의 수를 늘립니다.
- 분석 시 강제로 다중 집계 레벨에서 결과를 계산하도록 합니다.
예를 들어, 이 간단한 보고서는 지역 및 연도별로 고객 수를 보여줍니다.
표시되는 보고서는 지역별 고객 수를 보여주는 그래프입니다. 연도 열은 제외됩니다.
사용되지 않은 연도 열이 있는 논리적 질의
연도 열이 뷰에 표시되지 않더라도 논리적 질의의 일부로 계속 선택되어 있습니다.
분석에 연도 열이 포함되면 다음과 같은 영향을 끼칩니다.
- 추가 열이 검색 및 처리됩니다.
- 고객 행 수가 지역뿐만 아니라 연도별로도 선택되므로 추가 행이 검색 및 처리됩니다.
- 집계가 추가로 필요합니다.
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 distinct를 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 지역별로 그룹화하거나 지역별로 그룹화해야 할 수도 있습니다. 이 경우 상당한 양의 불필요한 데이터베이스 리소스가 소비될 수 있습니다.
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.