인덱스는 백과사전의 목차. 저는 이렇게 이해했습니다. 우리가 원하는 특정 단어를 찾아볼 때, 첫 장부터 하나씩 찾아보는 것은 굉장히 비효율적입니다. 우리는 원하는 단어를 더욱 빠르게 찾기 위해서 사전의 목차를 확인하고 단어가 어디에 포함되어 있는지를 찾아, 바로 원하는 페이지로 이동할 것입니다. 전 이게 인덱스라고 이해했습니다. 좀 더 그럴듯하게 말하자면, 데이터 검색 속도를 향상시키기 위해 db에서 테이블의 특정 column(field)을 기준으로 잡고, 각 row(record)의 값을 가지고 있는 것을 복사하여 별도 생성한 것이라고도 할 수 있습니다. (출처: https://en.wikipedia.org/wiki/Database_index) 인덱스를 사용하면 데이터 검색 속도가 대폭 향상되지만, 인덱..
토이프로젝트를 진행하면서 검색 기능을 개선시킬 필요가 생겼습니다. 천만건의 데이터 중 검색창에서 특정 상품을 검색하는 기능이 있는데, 그냥 like문을 통해서 쿼리를 날리니 너무 많은 시간이 소요되었습니다. (심지어 지금 DB는 rds 프리티어를 사용 중 ㅠ) 그래서 인덱싱이라는 방법을 통해 검색 기능을 개선시키고자 하였습니다. 일단 500만건의 데이터를 db에 넣어두고, 인덱싱 테스트를 진행했습니다. (인덱싱하는데 like문에서 와일드카드를 양쪽에? 라고 하실 수도 있지만, 관련내용을 저도 작성하다가 알게 되었네요. 따로 정리해 보겠습니다.) explain select COUNT(*) from products p WHERE name LIKE "%Sleek%" 먼저 EXPLAIN 키워드를 통해 사용하고자..
- Total
- Today
- Yesterday
- 동적크롤링
- bankersRounding
- jmeter시나리오
- 항해
- Python
- 인덱스
- index
- Java
- jwt
- jmeter토큰
- jmeter쿠키
- EC2
- hackerrank
- CorrectnessAndTheLoopInvariant
- jmeter테스트
- Spring
- pessimisticlock
- 부하테스트시나리오
- jmeter로그인
- 대규모더미데이터
- Redisson
- 스프링faker
- jmeter부하테스트
- jmeter세션
- 토큰
- Lock
- CheckedException
- 프로그래머스
- 자바
- Redis
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |