IT › 데이터 › 데이터베이스

데이터베이스 질의 처리Database Query Processing

SQL 문 하나가 파싱 · 재작성 · 최적화 · 실행을 거쳐 결과 행이 되기까지의 과정이다. 사람이 실행 계획을 손보는 SQL 튜닝과 행의 물리 순서를 정하는 클러스터링(DB)이 이 과정의 어느 단계에 손대는지도 함께 다룬다.

1요약

  1. 데이터베이스 질의 처리는 DBMS 맨 위 구성 요소가 선언형 SQL 문을 검증하고 절차형 데이터 흐름 계획으로 바꿔 실행하는 과정이다(Hellerstein 2007 4장). 아래에서는 저장 관리자 · 트랜잭션이, 위에서는 응용 · ORM 이 돈다.
  2. 계획이 같아도 행의 물리 순서가 읽는 양을 바꾼다 — 본문 사례(설명용 가정 값)에서 학생 한 명의 수강 40행을 읽는 데 블록 43개가 들었고, 같은 표를 색인 순서로 다시 놓자 5개로 줄었다.
  3. 「질의가 느리다」는 시간이 어느 단계에 몰렸는가로 가른다 — Planning time 이 크면 해석 · 최적화의 반복, 추정 행 수가 틀리면 계획, 둘 다 맞는데 블록 수가 돌려준 행 수보다 훨씬 많으면 물리 배치를 본다.

2등장 배경

1970년대 System R 과 INGRES 는 같은 문제를 반대로 풀었다. System R 은 계획을 기계어로 컴파일했고 INGRES 는 해석해 돌리는 계획을 만들었는데, 뒤에 두 쪽 연구자 모두 자기 선택을 「실수」로 꼽았다(Hellerstein 2007 4.3절). 연산자마다 init() · get_next() · close() 를 갖춘 이터레이터 모델도 초기 관계형 시스템에서 나와 지금 실행기 대부분이 쓴다(4.4절).

1979년 Selinger 등의 비용 기반 최적화가 계획 선택을 맡은 뒤, 남은 문제는 «같은 문장을 매번 다시 해석하는 비용»과 «계획이 맞아도 디스크를 많이 읽는 배치»였다. 앞의 것은 문장을 한 번 준비해 계획을 저장하는 PREPARE 와 계획 캐시가(4.3절), 뒤의 것은 행을 색인 순서로 놓는 클러스터링이 맡았다.

2007년 Hellerstein · Stonebraker · Hamilton 은 이 흐름을 파싱 · 권한 → 재작성 → 최적화 → 실행 네 단계로 정리했고(4.1 ~ 4.4절), PostgreSQL 18 도 parser · rewrite system · planner/optimizer · executor 의 같은 네 단계를 둔다(PostgreSQL 51.1).

3쉽게 이해하기 — 주문 하나가 지나는 공장

손님 최 씨가 공장 접수 창구에 주문서를 낸다. 「세트 B 를 40개」라고만 적었을 뿐, 어느 기계를 어떤 순서로 돌릴지는 쓰지 않았다. 접수 담당은 양식과 품명을 확인하고, 주문 정리 담당은 세트 B 를 낱개 품목으로 풀어 다시 적는다. 생산 계획 담당은 창고 장부를 보고 공정 순서를 고르고, 작업 라인은 앞 작업대가 넘겨주는 대로 하나씩 받아 창고 선반에서 부품을 꺼낸다. 개선 담당은 작업 일지를 보며 오래 걸린 주문의 계획과 선반 정리를 손본다.

주문 하나가 공장을 지나는 길 주문서 SQL 문 만들 것만 적는다 접수 창구 파싱 · 권한 양식 · 품명 · 주문 자격 확인 주문 정리 재작성 세트를 낱개로 풀어 쓴다 생산 계획 옵티마이저 장부를 보고 공정 순서 고름 작업 라인 실행기 앞 작업대에서 하나씩 받음 1 2 3 4 창고 선반 클러스터링(DB) 같은 품목을 한 선반에 5 개선 담당 SQL 튜닝 작업 일지로 오래 걸린 주문을 찾아 계획 · 선반 정리를 손본다 6 배지 = 실제 기술 이름 · 실선 = 주문이 지나는 길 · 점선 = 개선 담당이 손대는 곳

그림 1 · 주문서는 접수 · 정리 · 계획을 거쳐 작업 라인에서 실행되고, 창고 선반 정리와 개선 담당은 그 길 밖에서 걸리는 시간을 바꾼다.

주문서만들 것만 적는다
접수양식 · 자격 확인
정리세트를 낱개로
계획장부로 순서 고름
작업하나씩 넘겨받음
개선일지로 손봄
담당마다 보는 자료 ✓ = 본다 · ✕ = 보지 못한다 주문 정리 재작성 생산 계획 옵티마이저 작업 라인 실행기 주문서 · 메뉴판 SQL 문 · 카탈로그 창고 장부 통계 — 행 수 · 정렬 상태 선반의 실제 물건 표의 행 · 페이지 주문이 넘어갈수록 볼 수 있는 자료가 늘어난다

그림 2 · 뒤 담당일수록 보는 자료가 하나씩 늘어난다 — 주문 정리는 주문서와 메뉴판만, 생산 계획은 창고 장부까지, 작업 라인은 실제 선반까지 본다.

비유 속 역할실제 이름실제로 하는 일
손님 최 씨응용 프로그램SQL 문을 보내고 결과 행을 하나씩 또는 묶음으로 당겨 받는다(Hellerstein 2007 4장)
주문서SQL 문얻을 결과만 적는다
접수 창구파서 · 권한 검사문법 · 이름 확인, 내부 형식 변환, 실행 권한 확인(4.1절)
주문 정리재작성기뷰를 펼치고 조건을 단순화한다 — 표의 데이터는 보지 않는다(4.2절)
생산 계획옵티마이저통계로 비용을 셈해 실행 계획을 고른다(4.3절)
작업 라인실행기연산자 트리를 이터레이터로 돌린다(4.4절)
창고 선반 정리클러스터링(DB)행을 색인 순서로 물리 배치해 읽는 페이지를 줄인다(PostgreSQL CLUSTER)
개선 담당SQL 튜닝실행 통계로 느린 문장을 골라 계획 · 색인 · 배치를 고친다

⚠ 비유가 맞지 않는 곳: 공장은 주문마다 계획을 새로 세우지만 DBMS 는 준비해 둔 계획을 계획 캐시에서 다시 쓴다(Hellerstein 2007 4.3절). 또 창고 선반은 한 번 정리하면 그대로지만 PostgreSQL 의 CLUSTER 는 그 뒤 들어온 행을 순서대로 놓지 않는다.

4구조 — 네 단계와 아래 토픽

질의 처리는 네 단계가 차례로 이어지고, 저장 쪽 물리 배치와 사람의 튜닝이 그 바깥에서 단계의 결과를 바꾼다. 아래 토픽 SQL 은 문장이 무엇을 정하는가를, 옵티마이저는 계획 선택을 깊게 다룬다.

SQL — 문장이 정하는 것 옵티마이저 파싱 · 권한 SQL 문 → 질의 트리 재작성 트리 → 펼친 트리 최적화 트리 → 실행 계획 실행 계획 → 결과 행 접근 방법 · 물리 배치 힙 · B+-tree 색인 · 행 순서 클러스터링(DB) = 행 순서를 색인에 맞춤 get_next() 행 통계 (correlation) SQL 튜닝 실행 통계로 문장을 고르고 → 계획 · 색인 · 배치를 손본다 해석 계획 선택 실행 · 데이터 저장 배치 사람의 손질 · 점선 = 튜닝이 손대는 곳

그림 3 · 질의는 파싱 · 재작성 · 최적화 · 실행 네 단계를 지나고, 물리 배치는 실행기가 읽는 페이지를 · 통계를 거쳐 옵티마이저의 셈을 바꾸며, 튜닝은 계획과 배치 양쪽에 손댄다.

단계입력 → 출력하는 일아래 토픽근거
파싱 · 권한SQL 문 → 내부 표현문법 · 이름 확인, 실행 권한 확인SQLHellerstein 2007 4.1절
재작성내부 표현 → 같은 꼴뷰 펼치기 · 상수 계산 · 조건 논리 변환 · 서브쿼리 펼치기SQL4.2절
최적화질의 블록 → 실행 계획접근 경로 · 조인 순서 · 방식 선택, 준비 계획 저장옵티마이저4.3절
실행계획 → 결과 행이터레이터 트리를 get_next() 로 당긴다옵티마이저4.4절
물리 배치행 → 페이지행을 색인 순서로 놓는다(PostgreSQL = 한 번 · InnoDB = 늘 기본 키 순서)클러스터링(DB)PostgreSQL CLUSTER · MySQL 17.6.2.1
튜닝실행 통계 → 손볼 문장문장별 호출 · 시간 · 블록 집계로 대상을 고른다SQL 튜닝PostgreSQL F.32

클러스터링(DB) 토픽은 행 배치 뜻 말고 서버 여러 대를 묶는 DB 클러스터 뜻도 함께 담는다. 서버 묶음(공유 디스크 장애 조치 · WAL 전달 대기 서버)은 질의를 어느 서버가 처리할지를 정할 뿐 네 단계 자체는 바꾸지 않는다(PostgreSQL 26.1).

🔑 단계가 뒤로 갈수록 보는 자료가 늘어난다 — 재작성은 문장과 카탈로그만, 옵티마이저는 통계까지, 실행기는 실제 행까지 본다(Hellerstein 2007 4.2절).

5동작 — 수강 조회 문장이 네 단계를 지나는 길

설명용 가정 값 — 수강 표 enrollments(200,000행 · 한 페이지 100행 · 2,000페이지)에 student_id 색인(깊이 3)이 있고, 행은 등록 시각 순서로 들어왔다. 뷰 v_current 는 WHERE term = '2026-2' 를 담고, 학생 한 명의 이번 학기 수강은 40행이다.

PREPARE q(int) AS SELECT course_id FROM v_current WHERE student_id = $1;
EXECUTE q(7);
  1. 파서가 v_current · student_id 이름을 카탈로그와 맞추고 응용 계정의 SELECT 권한을 확인한다 — $1 은 값이 없는 매개변수로 남긴다(Hellerstein 2007 4.1 · 4.3절).
  2. 재작성기가 뷰를 펼쳐 FROM enrollments WHERE term = '2026-2' AND student_id = $1 블록 하나로 바꾼다(4.2절 뷰 펼치기).
  3. 옵티마이저가 student_id 색인 경로(추정 40행)를 전체 스캔 2,000페이지보다 싸다고 보고 고른 뒤, 계획을 저장한다 — 이후 EXECUTE 는 해석 · 최적화를 건너뛴다(4.3절).
  4. EXECUTE q(7) — 맨 위 노드가 get_next() 를 부를 때마다 색인 스캔이 조건에 맞는 행을 하나씩 넘기고, 41번째 호출에서 행 없음을 돌려 끝난다(4.4 · 4.5절).
  5. 행이 등록 순서로 흩어져 있어 40행이 서로 다른 힙 페이지 40개에 있다(pg_stats correlation = 0.02 · 가정 값) — 한 번 실행에 색인 3 + 힙 40 = 블록 43개다.
  6. CLUSTER enrollments USING enroll_student_idx 로 표를 student_id 순서로 다시 놓고 ANALYZE 하면 correlation 이 1.0 에 가까워지고, 40행은 이어진 힙 페이지 2개에 들어 블록 5개로 준다(PostgreSQL CLUSTER · 53.29).
  7. pg_stat_statements 에서 이 문장($1 로 묶인 한 줄)의 1만 번 실행 블록 접근(shared_blks_hit + shared_blks_read)이 43만에서 5만으로 준 것을 확인한다(F.32).
1 파싱 · 권한 이름 · SELECT 권한 확인 · $1 은 값 없이 남김 PREPARE 1회 2 재작성 뷰 펼침 → term = '2026-2' AND student_id = $1 블록 1개 3 최적화 색인 경로 선택(전체 스캔 2,000페이지보다 쌈) · 계획 저장 추정 40행 4 실행 EXECUTE q(7) · get_next() 41번(마지막은 행 없음) 40행 5 물리 배치 등록 순서로 흩어진 행 · correlation 0.02 색인 3 + 힙 40 = 43 6 물리 배치 CLUSTER … USING enroll_student_idx 뒤 · correlation 1.0 색인 3 + 힙 2 = 5 7 튜닝 확인 pg_stat_statements · 같은 문장 1만 번의 블록 접근 43만 → 5만 굵은 테두리 = 바뀐 값 · 1 ~ 3 은 PREPARE 때 한 번, 4 ~ 6 은 실행마다 · 값은 모두 설명용 가정 값

그림 4 · 같은 문장이 네 단계를 한 번 지나 계획이 저장되고, 실행마다 읽는 블록은 계획이 아니라 행 배치를 바꾼 6단계에서 43 → 5로 준다.

클러스터링 전 — 블록 43 색인 3페이지 힙 페이지 40개 — 행마다 다른 페이지(2,000페이지 가운데 흩어짐) CLUSTER 뒤 — 블록 5 색인 3페이지 25행 15행 힙 페이지 2개 — 이어진 두 페이지만 읽고 나머지는 읽지 않음 읽는 블록 = 색인 3 + 행이 걸친 힙 페이지 수 · 계획(색인 경로)은 두 줄이 같다 색인 = 키 · 칠한 상자 = 이 학생의 행이 든 힙 페이지 · 빈 상자 = 읽지 않은 페이지(일부만 그림) · 25 + 15 = 40행

그림 5 · 같은 계획 · 같은 40행이라도 행이 걸친 힙 페이지 수가 블록 수를 정한다 — 흩어지면 40페이지, 색인 순서로 모이면 2페이지다.

🔑 계획은 «어떤 경로로» 읽을지를 정하고, 물리 배치는 그 경로가 «몇 페이지를» 밟을지를 정한다 — 그래서 계획이 그대로여도 클러스터링만으로 블록 수가 바뀐다.

6비교 — 관계 모델 · 데이터베이스 저장 구조 · 트랜잭션 · 회복과의 경계

기술맡는 일질의 처리와의 경계넘기는 곳
데이터베이스 질의 처리문장 하나를 해석 · 계획 · 실행—잠금 · 커밋 → 트랜잭션 · 회복
관계 모델릴레이션 · 키 · 무결성 제약의 정의질의 처리는 제약을 «이용»해 외래 키 + NOT NULL 이면 쓰지 않는 조인을 지운다(Hellerstein 2007 4.2절)제약 정의 → 관계 모델
데이터베이스 저장 구조페이지 · 힙 · 색인 자료 구조질의 처리는 접근 방법을 init() · get_next() 로 부르기만 한다(4.5절)B-Tree 내부 → 저장 구조
트랜잭션 · 회복동시 실행의 격리 · 장애 뒤 회복질의 처리는 단일 사용자 · 단일 스레드 일로 보고 동시성은 아래에 맡긴다(4장 머리)잠금 대기 · 로그 → 트랜잭션 · 회복

분석같은 문장이 늘 느리면 질의 처리, 동시에 돌 때만 느리면 트랜잭션 · 회복, 색인 자체가 커지거나 깨졌으면 저장 구조로 먼저 간다. 근거는 질의 처리가 동시성 제어를 아래 계층에 맡긴다는 설계(Hellerstein 2007 4장 머리)다.

7실무 진단 — 느린 시간이 몰린 단계 가르기

분석먼저 서버 전체에서 시간을 가장 많이 쓰는 문장을 고르고, 그 문장의 시간을 Planning time 과 Execution time 으로 나눈 뒤, 실행 쪽이면 추정 행 수 → 블록 수 순으로 본다. pg_stat_statements 가 상수만 다른 문장을 한 줄로 묶어(F.32) 대상이 좁혀지고, Planning time 은 파싱 · 재작성을 빼고 계획 시간만 센다(PostgreSQL 14.1.2).

#증상의심 원인단계확인 명령판정 기준(근거)
1어디부터 고칠지 모름대상 문장 미정튜닝SELECT query, calls, total_exec_time FROM pg_stat_statements ORDER BY total_exec_time DESC LIMIT 10;상위 문장부터 · 한 번은 빠르나 calls 가 큰 문장도 대상(F.32)
2짧은 문장인데 응답이 늘 느림매번 해석 · 최적화파싱 ~ 최적화EXPLAIN (ANALYZE) … 의 Planning timePlanning time 이 Execution time 이상이면 준비 문장 · 매개변수 결합으로 계획 재사용(Hellerstein 2007 4.3절)
3뷰를 거친 질의만 느림쓰지 않는 표 조인이 남음재작성계획 노드에 그 표가 있는지외래 키 · NOT NULL 이 없으면 조인 제거가 안 됨(4.2절)
4추정 rows 와 실제 rows 가 크게 다름통계 · 추정 오류최적화EXPLAIN ANALYZE 노드별 rows옵티마이저 토픽의 진단 순서로
5추정은 맞는데 블록이 행 수만큼 많음행이 흩어진 배치실행 · 물리 배치EXPLAIN (ANALYZE, BUFFERS) · SELECT correlation FROM pg_stats WHERE tablename = 'enrollments' AND attname = 'student_id';correlation 이 0 근처면 CLUSTER 검토 — ACCESS EXCLUSIVE 잠금 · 표 + 색인 크기만큼 여유 디스크(CLUSTER · 53.29)

8시험 대비

시험에서는 질의 처리 과정을 단계별로 설명하게 하는 동작 · 절차 설명형, 질의 처리기의 구성 요소와 역할을 묻는 정의 · 특징형으로 나올 수 있다. 절차형이면 그림 4 처럼 사례 문장 하나를 네 단계에 통과시키며 단계마다 입력 · 출력을 적고, 정의형이면 구성 요소 표에 «보는 자료»를 붙여 단계를 구분한다.

답안 목차
  1. 개요 — 정의(선언형 SQL → 절차형 데이터 흐름 계획 → 실행) · DBMS 안의 위치(저장 관리자 · 트랜잭션 위)
  2. 구성 — 그림 3 네 단계(파싱 · 권한 → 재작성 → 최적화 → 실행)와 단계별 입력 → 출력 표
  3. 처리 과정 — 그림 4 사례: PREPARE · 뷰 펼치기 · 색인 경로 · get_next() 41번 · 계획 저장
  4. 실행 모델 — 이터레이터(init · get_next · close) · 접근 방법과 검색 인자(SARG)
  5. 성능 요인 — 그림 5 물리 배치(블록 43 → 5) · 클러스터링 · 계획 캐시 · SQL 튜닝 대상 선정
  6. 결론 — 단계별 진단 순서(대상 문장 → Planning / Execution → rows → 블록)

꼭 쓸 키워드
파서질의 재작성뷰 펼치기실행 계획이터레이터 모델계획 캐시준비 문장클러스터형 색인correlationpg_stat_statements

다른 답안과 차이를 내는 한 가지는 그림 5 의 블록 계산이다 — 계획은 같고 배치만 다른 두 경우를 «색인 3 + 힙 페이지 수»로 셈하면 클러스터링이 질의 처리의 어느 단계를 바꾸는지가 숫자로 보인다.

9오해와 사실

  • 오해재작성 단계도 표의 데이터를 읽어 보고 질의를 고친다.
    사실재작성기는 질의와 카탈로그의 메타데이터만 쓰고 표의 데이터에는 접근하지 않는다(Hellerstein 2007 4.2절).
  • 오해CLUSTER 를 한 번 하면 행 순서가 계속 유지된다.
    사실PostgreSQL 의 CLUSTER 는 한 번만 하는 작업이라 그 뒤 들어오거나 바뀐 행은 색인 순서로 놓이지 않고, 다시 하려면 명령을 되풀이한다(PostgreSQL CLUSTER) — 늘 기본 키 순서로 두는 것은 InnoDB 의 클러스터형 색인이다(MySQL 17.6.2.1).
  • 오해「database cluster」는 서버 여러 대를 묶은 것이다.
    사실PostgreSQL 에서 database cluster 는 실행 중인 서버 인스턴스 하나가 관리하는 데이터베이스 모음이고, SQL 표준은 이것을 catalog cluster 라 부른다(PostgreSQL 18.2).

10핵심 정리

구분보는 자료바꾸는 것확인 수단문제 신호아래 토픽
파싱 · 권한문장 · 카탈로그문장 → 내부 표현오류 코드실행 전 오류SQL
재작성문장 · 카탈로그 · 제약뷰 · 조건 · 서브쿼리 꼴계획 노드의 표 목록남은 불필요 조인SQL
최적화+ 통계경로 · 조인 순서 · 방식EXPLAIN · Planning time추정 ≠ 실제 rows옵티마이저
계획 캐시준비 계획해석 · 최적화 생략Planning time매번 계획 시간옵티마이저
실행+ 실제 행행 흐름(get_next)EXPLAIN ANALYZE실제 시간 · 행옵티마이저
물리 배치행의 페이지 위치행 순서BUFFERS · correlation블록 수가 행 수보다 큼클러스터링(DB)
튜닝문장별 실행 통계손볼 대상pg_stat_statementstotal_exec_time 상위SQL 튜닝

11참고 문헌

  1. 먼저 볼 문헌
  2. ★ Architecture of a Database System (Foundations and Trends in Databases 1(2) pp. 141-259) — 파서 · 재작성기 · 옵티마이저 · 실행기가 각각 무엇을 맡고 무엇을 보지 못하는지 볼 때
    J. M. Hellerstein · M. Stonebraker · J. Hamilton (UC Berkeley 공개판) · 2007-11 · dsf.berkeley.edu/papers/fntdb07-architecture.pdf · 확인 2026-11-14
  3. ★ PostgreSQL 18 Documentation 51.1 The Path of a Query — 실제 DBMS 하나에서 질의가 지나는 단계 이름을 볼 때
    PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/query-path.html · 확인 2026-11-14
  4. ★ PostgreSQL 18 Documentation CLUSTER — 표를 색인 순서로 다시 놓을 때의 이득 · 잠금 · 디스크 조건을 볼 때
    PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/sql-cluster.html · 확인 2026-11-14
  5. ★ MySQL 8.4 Reference Manual 17.6.2.1 Clustered and Secondary Indexes — 행을 기본 키 순서로 늘 저장하는 클러스터형 색인을 볼 때
    Oracle · 2026-11 · dev.mysql.com/doc/refman/8.4/en/innodb-index-types.html · 확인 2026-11-14
  6. ★ PostgreSQL 18 Documentation F.32 pg_stat_statements — 튜닝할 문장을 실행 통계로 고를 때
    PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/pgstatstatements.html · 확인 2026-11-14
  7. 본문 근거
  8. PostgreSQL 18 Documentation 53.29 pg_stats — PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/view-pg-stats.html · 확인 2026-11-14
  9. PostgreSQL 18 Documentation 14.1 Using EXPLAIN — PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/using-explain.html · 확인 2026-11-14
  10. PostgreSQL 18 Documentation 18.2 Creating a Database Cluster — PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/creating-cluster.html · 확인 2026-11-14
  11. PostgreSQL 18 Documentation 26.1 Comparison of Different Solutions — PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/different-replication-solutions.html · 확인 2026-11-14