제외된 열로 성능 조정
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.
- 데이터베이스에서 검색해야 할 데이터의 양을 늘립니다.
- 검색 및 처리할 열의 수를 늘립니다.
- 분석 시 강제로 다중 집계 레벨에서 결과를 계산하도록 합니다.
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.
- 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.
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.