IT › 데이터 › 데이터베이스 › 데이터베이스 질의 처리

클러스터링(DB)Clustering (Database)

행을 키 순서나 공통 키 값에 따라 같은 페이지 · 블록에 모아 저장하는 물리 배치 방식이다(클러스터드 인덱스 · 테이블 클러스터). 데이터 분석의 군집(K-평균)과는 다른 개념이며, 서버 여러 대를 묶는 DB 클러스터도 같은 이름으로 불린다.

1요약

  1. 클러스터링(DB)은 저장 관리자의 접근 방법 안에서 행의 물리 순서를 정하는 일로, InnoDB · SQL Server 는 클러스터드 인덱스 B+-tree 잎에 행 전체를 두고 PostgreSQL 은 힙을 CLUSTER 명령으로 한 번 정렬한다 — 이 위에서 키 범위 검색 · 조인 · 보조 인덱스 탐색이 돈다.
  2. 행 순서는 테이블에 하나뿐이라(SQL Server 인덱스 문서) 키를 잘못 고르면 저장과 조회 양쪽에서 값을 치른다 — 아래 사례(설명용 가정 값)에서 무작위 키는 같은 100만 행을 최대 25,000페이지(순서 키 13,158페이지)에 담고, 고객별 조회는 78페이지를 밟았다.
  3. 「클러스터링 키를 바꿀까」는 자주 함께 읽는 행이 한 키 범위로 묶이는가로 가른다 — 묶이면 그 범위를 키 앞에 두고, 흩어진 조회 · 잦은 삽입이 많으면 짧은 증가 키를 두고 보조 인덱스로 받는다.

2등장 배경

행이 들어온 순서대로 힙에 쌓이면 한 고객의 주문 25건도 페이지 25개에 흩어지고, 인덱스는 읽는 페이지 수를 줄이지 못한다. 상용 DBMS 는 모두 힙과 B+-tree 인덱스를 갖추며(Hellerstein 2007 4.5절), 행을 키 순서로 놓는 클러스터드 인덱스가 «인덱스가 곧 테이블»인 배치를 맡았다.

Oracle Database 는 공통 열을 가진 여러 테이블의 행을 한 블록에 두는 테이블 클러스터를(Oracle Concepts 2장), InnoDB 는 기본 키를 클러스터드 인덱스로 쓰는 저장을 택했다(MySQL 17.6.2.1). 2003년에는 여러 차원의 범위로 행을 묶는 다차원 클러스터링(MDC) 인덱스가 DB2 에 들어갔다(Hellerstein 2007 4.5절).

24시간 운영으로 새벽 정리 시간(reorg window)이 사라져, 다시 정렬하는 일을 서비스 중에 해야 하는 과제가 남았다(Hellerstein 2007 7.5절). 같은 이름의 서버 묶음은 비공유(shared-nothing) · 공유 디스크 구성으로 따로 발전했다(3.2 · 3.3절).

3쉽게 이해하기 — 청구기호 순서로 꽂은 도서관 서가

이용자 이 씨가 사서에게 「김 작가 책을 모두 주세요」라고 한다. 사서는 저자 카드 목록에서 김 작가 카드를 찾지만, 카드에는 서가 위치 대신 청구기호만 적혀 있어 청구기호 순으로 꽂힌 서가를 다시 찾아간다. 김 작가 책의 청구기호가 이어져 있으면 서가 한 곳에서 끝나고, 들어온 차례로 번호를 붙였다면 서가 여러 곳을 오간다. 꽉 찬 칸 가운데에 새 책을 끼워야 하면 사서는 칸을 둘로 나눠 책을 반씩 옮긴다.

이용자 이 씨 SQL 질의 「김 작가 책 모두」 찾을 조건만 말한다 저자 카드 목록 보조 인덱스 카드 = 저자 + 청구기호 서가 위치는 적지 않음 청구기호 순 서가 클러스터드 인덱스 813-20 · 813-21 · 813-22 813-27 · 813-28 · 813-29 813-30 · 813-31 · 813-32 굵은 칸 = 김 작가 책이 이어진 칸 시리즈 한 칸 테이블 클러스터 책과 해설서를 같은 서가에 함께 빌리는 것끼리 묶음 분관 여러 곳 DB 클러스터 건물을 여러 채 묶음 점선 = 이름만 같은 다른 뜻 1 2 3 1 조건 전달 · 2 카드에서 청구기호를 읽고 서가로 · 3 이어진 칸에서 한 번에 꺼냄 이름표 = 실제 기술 이름 · 굵은 테두리 = 찾는 행이 모인 곳

그림 1 · 사서는 저자 카드에서 청구기호를 읽고 청구기호 순 서가로 다시 간다 — 보조 인덱스가 기본 키를 거쳐 클러스터드 인덱스의 행을 찾는 길이다.

책 청하기「김 작가 책 모두」라고 말한다
카드 보기저자 카드에서 청구기호를 읽는다
서가 찾기청구기호로 서가를 다시 찾는다
이웃 칸번호가 이어지면 서가 한 곳에서 끝난다
칸 나누기꽉 찬 칸에 끼우면 반씩 옮긴다
다시 꽂기방학 때 전체를 순서대로 다시 꽂는다
비유 — 카드 한 장, 서가 한 번 더 실제 — 보조 인덱스 → 기본 키 → 행 저자 카드 김 작가 청구기호 813-28 서가 813-27 813-28 책 813-29 카드는 청구기호만 적는다 책이 옮겨져도 카드는 그대로 idx_customer 잎 customer_id 777 id 50412 루트 페이지 중간 페이지 잎 페이지 id 50412 행 전체 이웃 = 50411 · 50413 보조 인덱스 = 열 값 + 기본 키 클러스터드 인덱스의 잎 = 행 그 자체

그림 2 · 카드에 위치 대신 청구기호를 적듯 보조 인덱스는 기본 키를 담고, 행을 찾으려면 기본 키로 클러스터드 인덱스를 한 번 더 내려간다.

비유 속 역할실제 이름실제로 하는 일
청구기호 순 서가클러스터드 인덱스행 전체를 키 순서로 잎 페이지에 저장한다
청구기호클러스터링 키(기본 키)행이 놓일 물리 위치를 정한다
저자 카드 목록보조 인덱스다른 열 값과 기본 키 값을 담는다
서가를 다시 찾기기본 키 탐색기본 키로 B+-tree 를 루트부터 다시 내려간다
꽉 찬 칸 나누기페이지 분할가운데 삽입에서 페이지가 반쯤 빈다
방학 때 다시 꽂기PostgreSQL CLUSTER힙을 인덱스 순서로 한 번 다시 쓴다
시리즈 책과 해설서를 한 칸에테이블 클러스터여러 테이블의 행을 클러스터 키로 한 블록에 둔다
분관 여러 곳DB 클러스터서버 여러 대를 묶은 구성(다른 뜻)

⚠ 비유가 맞지 않는 곳: 사서는 책을 한 권씩 꺼내지만 DBMS 는 16KB 같은 페이지 단위로 읽어 행 수십 개를 한 번에 가져온다(MySQL 17.6.2.2). 또 서가는 칸을 나눠도 번호가 그대로지만 페이지 분할은 잎 페이지 수와 트리 크기를 바꾼다.

4구조 — 행 순서 · 테이블 묶음 · 서버 묶음

DB 에서 「클러스터링」은 세 대상을 가리키고, 행을 어디에 놓을지 정하는 앞의 둘을 본문에서 다룬다. 셋째인 서버 묶음은 행 순서를 바꾸지 않는다.

① 한 테이블의 행 순서 루트 · id 키 잎 페이지 id 1 ~ 76 행 잎 페이지 id 77 ~ 152 행 보조 인덱스 잎 customer_id + id(기본 키) 기본 키로 다시 탐색 InnoDB · SQL Server = 늘 유지 PostgreSQL 힙 + CLUSTER = 한 번 ② 여러 테이블을 한 블록에 데이터 블록 하나 클러스터 키 department_id 20 departments 행 1개 employees 행 3개 키 값은 블록에 한 번만 저장 찾는 길 = B-tree 또는 해시 함수 인덱스 클러스터 · 해시 클러스터 (Oracle Database) ③ 서버 묶음 공유 디스크 서버 A 서버 B 디스크 비공유(shared-nothing) 서버 A 서버 B 디스크 A 디스크 B 분산 잠금 · 수평 분할 (질의를 맡을 서버를 정함) 행 배치 — 여기서 다룸 서버 구성 — 이름만 같음 범례 — 키 · 기본 키 = 키 상자 · 행 데이터 = 데이터 상자 · 서버 = 처리 상자 · 점선 테두리 = 다른 뜻

그림 3 · 클러스터드 인덱스는 잎이 곧 행이고 테이블 클러스터는 여러 테이블 행을 키 값 하나로 한 블록에 모으며, 서버 묶음은 이름만 같은 다른 구성이다.

요소단위역할값 · 근거
클러스터드 인덱스테이블당 1개잎 페이지에 행 전체를 키 순서로 둔다InnoDB = PRIMARY KEY → 첫 UNIQUE NOT NULL 인덱스 → 숨은 GEN_CLUST_INDEX(6바이트 행 ID)(MySQL 17.6.2.1)
보조 인덱스 항목항목 하나기본 키로 행을 다시 찾는다인덱스 열 + 기본 키 열 · 기본 키가 길면 보조 인덱스가 커진다(MySQL 17.6.2.1)
잎 페이지기본 16KB행을 담는 저장 단위순서 삽입 약 15/16 · 무작위 1/2 ~ 15/16 · 병합 문턱 50%(MySQL 17.6.2.2)
CLUSTER힙 테이블인덱스 순서로 한 번 다시 쓴다ACCESS EXCLUSIVE 잠금 · 여유 공간 ≥ 테이블 + 인덱스 크기(PostgreSQL CLUSTER)
클러스터 키여러 테이블같은 키 값의 행을 한 블록에 모은다키 값 한 번 저장 · 인덱스 클러스터 = B-tree · 해시 클러스터 = 해시 함수(Oracle Concepts 2장)
서버 묶음서버 여러 대처리 · 저장을 나눈다공유 디스크 = 분산 잠금 관리자 · 비공유 = 수평 분할(Hellerstein 2007 3.2 · 3.3절)

SQL Server 보조 인덱스의 행 위치 값(row locator)은 힙이면 행 포인터, 클러스터드 테이블이면 클러스터드 인덱스 키다(SQL Server 인덱스 문서). PostgreSQL 의 database cluster 는 한 서버 인스턴스가 관리하는 데이터 디렉터리 하나라(PostgreSQL 18.2) 행 배치와 무관한 용어다.

🔑 클러스터드 인덱스에서는 인덱스가 테이블을 가리키지 않고 인덱스 잎이 곧 테이블이다 — 그래서 행 순서는 키 하나로만 정할 수 있다.

5동작 — 주문 테이블의 클러스터링 키 고르기

설명용 가정 값 — InnoDB 주문 테이블(100만 행 · 행 200바이트 · B+-tree 깊이 3 · 고객 777 의 주문 25행)을 MySQL 17.6.2.2 의 채움 비율로 셈했다(행 머리 · 페이지 머리 바이트는 뺀 단순화).

CREATE TABLE orders (id BIGINT AUTO_INCREMENT PRIMARY KEY, customer_id INT, ordered_at DATETIME, memo VARCHAR(150), KEY idx_customer (customer_id));
SELECT * FROM orders WHERE customer_id = 777;
  1. InnoDB 가 PRIMARY KEY(id)를 클러스터드 인덱스로 삼아 잎 페이지에 행 전체를 둔다(17.6.2.1).
  2. idx_customer 항목은 customer_id 4바이트 + 기본 키 id 8바이트 = 12바이트다(17.6.2.1).
  3. id 가 늘 커지는 순서 삽입이라 페이지가 약 15/16 찬다 — 16,384 × 15/16 = 15,360바이트 ÷ 200 = 76행, 1,000,000 ÷ 76 = 13,158페이지(약 206 MB)다(17.6.2.2).
  4. 기본 키를 무작위 UUID(BINARY(16))로 바꾸면 페이지가 1/2 ~ 15/16 차고, 최악 1/2 이면 8,192 ÷ 200 = 40행 → 25,000페이지(약 391 MB)다. 보조 인덱스 항목도 4 + 16 = 20바이트로 는다.
  5. customer_id = 777 조회 — idx_customer 를 3페이지 내려가 id 25개를 얻고, id 마다 클러스터드 인덱스를 3페이지씩 다시 내려가 3 + 25 × 3 = 78페이지를 밟는다.
  6. 기본 키를 (customer_id, id)로 바꾸면 고객 777 의 25행(5,000바이트)이 잎 1 ~ 2페이지에 이어져 3 ~ 4페이지로 끝난다. 대신 삽입이 고객마다 흩어져 페이지 분할이 늘고, 보조 인덱스마다 기본 키 12바이트가 붙는다.
5 기본 키 = id · 조회 키 = customer_id idx_customer 3페이지 → id 25개 id 50412 id 61207 … 25개 id 마다 루트부터 3페이지 3 + 25 × 3 78페이지 6 기본 키 = (customer_id, id) 클러스터드 인덱스 루트 · 중간 2페이지 777 의 25행이 이어짐 · 5,000바이트 잎 1 ~ 2페이지 2 + (1 ~ 2) 3 ~ 4페이지 범례 — 기본 키 값 = 키 상자 · 이어진 행 = 데이터 상자 · 굵은 테두리 = 합계(많음 · 적음) · 설명용 가정 값 · 버퍼 풀 적중은 셈하지 않음

그림 4 · 조회 키가 클러스터링 키와 다르면 행마다 기본 키 탐색이 붙어 78페이지를 밟고, 조회 키를 기본 키 앞에 두면 같은 25행이 3 ~ 4페이지로 끝난다.

3 순서 삽입 — 키가 늘 커짐(AUTO_INCREMENT) 새 행 = 맨 오른쪽 앞 페이지 = 15/16 찬 채 그대로 새 행 76행/페이지 13,158페이지 · 약 206 MB 4 무작위 삽입 — 키가 흩어짐(UUID) 꽉 찬 가운데 페이지 새 행 분할 반씩 찬 페이지 둘 최악 40행/페이지 25,000페이지 · 약 391 MB 범례 — 데이터 상자 = 채운 행 · 점선 상자 = 분할로 빈 자리 · 굵은 테두리 = 새 행이 들어간 페이지 · 페이지 16KB · 행 200바이트(가정 값)

그림 5 · 늘 커지는 키는 맨 오른쪽 페이지만 채워 페이지가 15/16 차고, 무작위 키는 꽉 찬 가운데 페이지를 반으로 나눠 같은 100만 행이 최대 25,000페이지가 된다.

🔑 클러스터링 키 하나가 «함께 읽는 범위»와 «삽입 순서» 두 쪽에 동시에 값을 매긴다 — 조회에 맞추면 삽입이, 삽입에 맞추면 조회가 비싸진다.

⚠ 3 · 4단계 페이지 수는 행 머리 · 페이지 머리를 뺀 값이라 실제보다 작고, 무작위 삽입의 실제 채움은 1/2 과 15/16 사이에 있다(MySQL 17.6.2.2). 5단계의 78페이지는 버퍼 풀 적중을 셈하지 않은 논리 탐색 수다.

6비교 — 클러스터링 방식

기준클러스터드 인덱스(InnoDB · SQL Server)힙 + CLUSTER(PostgreSQL)테이블 클러스터(Oracle Database)서버 묶음(DB 클러스터)
묶는 대상한 테이블 행 · 기본 키 순서한 테이블 행 · 고른 인덱스 순서여러 테이블 행 · 클러스터 키서버 · 디스크
순서 유지삽입 · 갱신마다 유지한 번만 · fillfactor 100 미만으로 흐트러짐을 늦춤늘 유지행 순서와 무관
이득키 범위 검색 · 기본 키 조회정렬 직후 범위 검색클러스터 키 조인의 디스크 I/O 감소 · 키 값 한 번 저장노드 장애에도 처리 계속 · 처리량
대가보조 인덱스 = 두 번 탐색 · 긴 키면 보조 인덱스가 큼ACCESS EXCLUSIVE 잠금 · 테이블 + 인덱스만큼 여유 공간잦은 갱신 · 한 테이블 전체 스캔 · TRUNCATE 에 맞지 않음공유 디스크 = 분산 잠금 · 비공유 = 분할 설계
근거MySQL 17.6.2.1 · SQL Server 인덱스 문서PostgreSQL CLUSTEROracle Concepts 2장Hellerstein 2007 3.2 · 3.3절

분석갱신이 잦은 OLTP 테이블은 짧은 증가 기본 키의 클러스터드 인덱스를, 읽기 위주이면서 늘 함께 조인하는 테이블 쌍은 테이블 클러스터를, 순서가 조금 흐트러져도 되는 PostgreSQL 이력 테이블은 한가한 시간의 CLUSTER 를 고른다. 근거는 표의 「순서 유지」 · 「대가」 행이다(Oracle Concepts 2장 · PostgreSQL CLUSTER).

7실무 진단 — 행 배치 문제 가르기

분석먼저 «읽은 페이지 수 ÷ 돌려준 행 수»로 배치 문제인지 가르고, 배치 문제이면 조회 키가 클러스터링 키와 같은지를 본다. 보조 인덱스 경로는 행마다 기본 키로 클러스터드 인덱스를 다시 내려가므로(MySQL 17.6.2.1) 키가 다르면 행 수만큼 탐색이 붙는다.

#증상의심 원인단계확인 명령판정 기준(근거)
1고객별 조회가 행 수에 비례해 느림조회 키 ≠ 클러스터링 키접근 방법MySQL EXPLAIN ANALYZE SELECT * FROM orders WHERE customer_id = 777보조 인덱스 경로 + 행마다 기본 키 탐색이면 복합 기본 키 · 커버링 인덱스 검토(17.6.2.1)
2테이블이 행 수에 비해 큼무작위 키 삽입의 페이지 분할저장ANALYZE TABLE orders 뒤 SELECT DATA_LENGTH FROM information_schema.TABLES WHERE TABLE_NAME = 'orders'DATA_LENGTH = 클러스터드 인덱스 페이지 × 16KB · 행 크기 합의 2배에 가까우면 분할 의심(28.3.38 · 17.6.2.2)
3보조 인덱스가 데이터보다 큼긴 기본 키(UUID 문자열 등)저장같은 질의의 INDEX_LENGTH · SHOW CREATE TABLE ordersINDEX_LENGTH > DATA_LENGTH 이고 기본 키가 길면 짧은 대리 키 검토(28.3.38 · 17.6.2.1)
4CLUSTER 뒤 범위 조회가 점점 느려짐그 뒤 변경 행이 순서 밖저장PostgreSQL SELECT correlation FROM pg_stats WHERE tablename = 'orders' AND attname = 'customer_id'correlation 이 ±1 에서 0 쪽으로 멀어지면 CLUSTER orders 재실행 · fillfactor 100 미만(53.29 · CLUSTER)

순서는 페이지 수 대조 → 키 일치 → 데이터 · 인덱스 크기 → 재정렬 시점이다.

8시험 대비

출제 정보 정보관리(139회, 136회) · 컴퓨터시스템응용(126회, 113회)문제 원문 — 큐넷 자료실 「기출문제(기술사)」 www.q-net.or.kr

시험에서는 클러스터드 인덱스와 보조(넌클러스터드) 인덱스의 차이를 묻는 비교형, 클러스터링 키를 고르는 기준을 묻는 구현 · 설계형으로 나올 수 있다. 비교형은 그림 3 의 «잎 = 행» 구조와 그림 4 의 탐색 페이지 수로, 설계형은 그림 5 의 페이지 채움으로 키 선택의 대가를 보인다.

답안 목차
  1. 개요 — 정의 · 세 뜻 구분(한 테이블 행 순서 · 여러 테이블 묶음 · 서버 묶음) · 데이터 분석의 군집과 다름
  2. 구조 — 그림 3: 클러스터드 인덱스 잎 = 행 · 보조 인덱스 항목 = 열 + 기본 키 · 테이블 클러스터 블록
  3. 방식 비교 — 표: 클러스터드 인덱스 · 힙 + CLUSTER · 테이블 클러스터의 순서 유지 · 이득 · 대가
  4. 조회 비용 — 그림 4: 보조 인덱스 경유 78페이지 대 복합 기본 키 3 ~ 4페이지
  5. 키 선택 — 그림 5: 순서 삽입 15/16 · 무작위 1/2 · 13,158 대 25,000페이지 · 짧은 증가 키
  6. 결론 — 함께 읽는 범위와 삽입 순서를 함께 보고 테이블당 하나뿐인 키를 고른다

꼭 쓸 키워드
클러스터드 인덱스보조 인덱스힙클러스터링 키페이지 분할채움 비율테이블 클러스터해시 클러스터공유 디스크비공유 구조

다른 답안과 차이를 내는 한 가지는 같은 100만 행이 키 선택만으로 13,158 ~ 25,000페이지로 갈린다는 그림 5 의 계산이다.

9오해와 사실

  • 오해DB 의 클러스터링은 비슷한 데이터를 자동으로 무리 짓는 분석 기법이다.
    사실DB 클러스터링은 행이 놓일 페이지 · 블록을 정하는 물리 배치이고(Oracle Concepts 2장 · MySQL 17.6.2.1), 비슷한 점끼리 묶는 K-평균 군집과는 입력도 결과도 다르다.
  • 오해클러스터드 인덱스는 필요한 열마다 여러 개 만들 수 있다.
    사실행은 한 순서로만 저장할 수 있어 클러스터드 인덱스는 테이블당 하나다(SQL Server 인덱스 문서).
  • 오해보조 인덱스는 행의 물리 주소를 담는다.
    사실InnoDB 와 SQL Server 의 클러스터드 테이블에서 보조 인덱스는 기본 키(클러스터드 인덱스 키) 값을 담고 그 값으로 행을 다시 찾는다(MySQL 17.6.2.1 · SQL Server 인덱스 문서).

10핵심 정리

구분묶는 대상순서 유지찾는 길확인 명령대표 값
클러스터드 인덱스한 테이블 행삽입마다키 → 잎 = 행SHOW INDEX FROM orders테이블당 1개
보조 인덱스열 값 + 기본 키삽입마다기본 키로 다시 탐색EXPLAIN ANALYZE항목 = 열 + 기본 키 바이트
잎 페이지행분할 · 병합B+-tree 잎information_schema.TABLES16KB · 15/16 · 1/2 · 50%
CLUSTER힙 행한 번인덱스 순서로 다시 씀pg_stats correlationACCESS EXCLUSIVE 잠금
테이블 클러스터여러 테이블 행늘클러스터 키 → 블록클러스터 정의 확인키 값 한 번 저장
서버 묶음서버 · 디스크행 순서와 무관노드 · 공유 디스크구성 문서공유 디스크 · 비공유

11참고 문헌

  1. 먼저 볼 문헌
  2. ★ MySQL 8.4 Reference Manual 17.6.2.1 Clustered and Secondary Indexes — InnoDB 가 클러스터드 인덱스를 고르는 순서와 보조 인덱스가 기본 키를 담는 까닭을 볼 때
    Oracle · 2026-11 · dev.mysql.com/doc/refman/8.4/en/innodb-index-types.html · 확인 2026-11-14
  3. ★ MySQL 8.4 Reference Manual 17.6.2.2 The Physical Structure of an InnoDB Index — 순서 삽입 · 무작위 삽입의 페이지 채움 비율과 병합 문턱을 볼 때
    Oracle · 2026-11 · dev.mysql.com/doc/refman/8.4/en/innodb-physical-structure.html · 확인 2026-11-14
  4. ★ PostgreSQL 18 Documentation CLUSTER — 힙 테이블을 인덱스 순서로 다시 쓸 때의 잠금 · 여유 공간 · fillfactor 를 볼 때
    PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/current/sql-cluster.html · 확인 2026-11-14
  5. ★ Oracle Database Concepts 19c 2 Tables and Table Clusters — 여러 테이블을 한 블록에 두는 인덱스 클러스터 · 해시 클러스터와 쓰지 말아야 할 경우를 볼 때
    Oracle · 2026-11 · docs.oracle.com/en/database/oracle/oracle-database/19/cncpt/tables-and-table-clusters.html · 확인 2026-11-14
  6. ★ Architecture of a Database System (Foundations and Trends in Databases 1(2) pp. 141-259) — 서버 묶음의 비공유 · 공유 디스크 구성과 온라인 재정렬 과제를 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
  7. 본문 근거
  8. Clustered and Nonclustered Indexes (SQL Server) — Microsoft · 2026-09 · learn.microsoft.com/en-us/sql/relational-databases/indexes/clustered-and-nonclustered-indexes-described · 확인 2026-11-14
  9. MySQL 8.4 Reference Manual 28.3.38 The INFORMATION_SCHEMA TABLES Table — Oracle · 2026-11 · dev.mysql.com/doc/refman/8.4/en/information-schema-tables-table.html · 확인 2026-11-14
  10. 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
  11. 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