문서의 이전 판입니다!

제 3장 SQL의 실행계획

옵티마이져의 최적화 절차

최초에 사용자가 실행한 SQL은 Data Dictionary를 참조하여 Parsing을 수행한다.
Optimizer는 파싱결과를 이용해 논리적으로 적용 가능한 실행계획 형태를 선택하고
힌트를 감안하여 일차적으로 잠정적인 실행계획들을 생성한다
Data Dictionary의 통계정보(데이타 분포도,테이블 저장구조, 인덱스 구조, 파티션 행태, 비교연산자 등)을 감안하여
각 실행계획의 비용을 계산한다.
Optimizer는 비용이 산출된 실행계획들을 비교하여 가장 최소의 비용을 가진 실행계획을 선택한다

<color blue>M-View는 테이블과 밀접한 논리적 관계를 가진 물리적 집합이므로 최적의 집합을 처리하도록 쿼리를 재생성</color>
일종의 확장된 뷰병합 기능
상황에 따라 어떤 물리적 집합을 액세스할 것인지 고민할 필요가 없으므로 매우 유용한 기능
M-View의 쿼리 재생성(Query Rewrite)은 비용기준에 의해 결정
(테이블 액세스가 적은 비용을 가지면 쿼리 재생성 하지 않음)

<color blue>OR 조건이 처리주관 조건이 되면 여러 개의 단위 쿼리로 분기하고 UNION ALL로 연결하는 질의로 변환</color>
단지 체크 조건으로만 사용되는 경우에 이와 같은 전개가 발생하면 오히려 큰 비효율이 발생
옵티마이져는 비용기준에 의해 전개여부를 결정

Optimizer는 쿼리 내에 사용자가 조건절에 지정한 바인드 변수가 있을 때 실제로 그 변수에 어떤 값이 들어올지 알 수 없기 때문에 통계정보를 제대로 참조할 수 없음
이런 문제를 보안하기 위해서 <color blue>최초에 수행될 때 적용되었던 값을 이용해 실행계획을 수립하고, 다음 수행부터는 공유하는 방법</color>을 이용한다.
마치 커닝과 유사한 개념
그냥 변수인 채로 실행계획을 수립하는 것보다는 유리할 수 있는 판단에서 나온 궁여지책
실제 적용상의 입장에서 보면 상당히 중요한 의미를 가짐

적응적 탐색 Adaptive search	* 쿼리수행의 총 예상수행시간에 대해 최적화를 하는 시간이 일정비율을 넘지 않도록 하는 탐색 전략
경험적 기법 Heuristic	* 탐색도중이더라도 최적이라고 판단되는 실행계획을 발견하면 더 이상 진행하지 않고 멈추는 것 * 최적이거나 최소한 아주 좋은 실행계획일 것이라고 판단되는 실행계획들의 일정량을 선별하고 정렬한 후에 그 중에서 가장 양호한 것을 선택
힌트 Hint	* 훨씬 기력이 높은 고수가 옆에서 훈수를 해주는 것과 같이 보다 쉽게 최적을 찾을 수 있다 <color blue> * 훈수는 결정적인 순간에만 하듯이 힌트는 특별한 경우에만 사용하는 것이 바람직함</color>