MongoDB는 어떤 고급 indexing 전략을 지원하나요?

Question

Accepted Answer

기본 단일 field index를 넘어, MongoDB는 고급 indexing 전략을 제공합니다 — **compound index 순서(ESR 규칙)**, **covered query**, **partial/sparse index**, **TTL index** 등 — 쿼리 성능에 극적으로 영향을 미칩니다. 이를 숙달하는 것이 대규모에서 MongoDB를 최적화하는 핵심입니다.

## compound index를 위한 ESR 규칙

```text
Equality, Sort, Range 조건을 가진 쿼리를 지원하는 compound index의 경우,
field를 다음 순서로: EQUALITY → SORT → RANGE (ESR 규칙).
```

```js
// 쿼리: status = "active" (equality), date로 정렬 (sort), age > 21 (range)
db.users.createIndex({ status: 1, date: 1, age: 1 });   // E, S, R 순서
db.users.find({ status: "active", age: { $gt: 21 } }).sort({ date: 1 });
// → index가 equality 일치, 정렬된 출력, range 스캔을 효율적으로 제공
```

**ESR 규칙**(Equality, Sort, Range field 순서)은 쿼리의 필터, 정렬, range 부분을 효율적으로 제공하는 compound index를 구축합니다 — 핵심 최적화 기법입니다.

## covered query — 전적으로 index에서 제공

```js
// 쿼리의 필터와 반환 field가 모두 index에 있으면 document 가져오기 불필요
db.users.createIndex({ email: 1, name: 1 });
db.users.find({ email: "ann@x.com" }, { name: 1, _id: 0 });  // COVERED
// → 전적으로 index에서 응답 (매우 빠름 — document를 절대 건드리지 않음)
```

**covered query**(모든 필터와 projection field가 index에 있음)는 index만으로 응답됩니다 — 극도로 빠르며 document를 절대 읽지 않습니다.

## 특수 index 타입

```text
PARTIAL  → 필터에 맞는 document만 index (더 작고, 표적화)
  createIndex({ email: 1 }, { partialFilterExpression: { active: true } })
SPARSE   → field를 가진 document만 index (누락된 것 건너뜀)
TTL      → 시간 후 document 자동 삭제 (세션, 로그, 임시 데이터)
  createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 })
UNIQUE   → 고유성 강제 (partial과 결합 가능)
MULTIKEY → 배열 field에 자동 (각 요소 index)
WILDCARD → 알 수 없는/임의의 field 이름 index ({ "$**": 1 })
HASHED   → hashed sharding / 고른 분산용
```

## index 분석과 유지보수

```text
✓ explain("executionStats") → index 사용(IXSCAN) 검증, 검사한 doc vs 반환한 doc 확인
✓ $indexStats → 사용되지 않는 index 찾기 (제거 — 이점 없이 쓰기를 느리게 함)
✓ Atlas Performance Advisor → 실제 쿼리 패턴 기반으로 index 제안
✓ 균형: 읽기에 충분한 index, 쓰기를 해치지 않을 만큼
```

## 왜 중요한가

고급 indexing 전략은 **대규모에서 MongoDB 성능을 최적화**하는 데 가치 있는 senior 수준 지식이며, 기본 indexing 위에 쌓입니다.

기본 index가 도움이 되지만, 고급 전략을 숙달하는 것이 적당한 것과 뛰어난 MongoDB 성능을 가릅니다.

**ESR 규칙**(compound index field를 Equality, Sort, Range로 순서화)은 쿼리의 필터, 정렬, range 조건을 함께 효율적으로 제공하는 compound index를 구축하는 핵심 기법입니다 — 규칙을 모르면 자명하지 않은 자주 적용 가능한 최적화입니다. **covered query**(모든 필터와 반환 field가 index에 있어 document를 읽지 않고 index만으로 응답)는 읽기 집약적 쿼리에 극적인 속도 향상을 제공합니다 — 강력한 기법입니다.

**특수 index 타입** — **partial**(일치하는 document만 index, 더 작고 표적화), **sparse**(field를 가진 document만), **TTL**(데이터 자동 만료, 세션/로그/임시 데이터에 이상적), **wildcard**(알 수 없는 field 이름용), **multikey**(배열에 자동), **unique** — 을 아는 것은 각 시나리오에 맞는 index를 선택하여 저장과 쓰기 비용을 최적화하면서 쿼리를 제공하게 합니다.

**분석과 유지보수** 규율(index 사용과 효율을 검증하는 `explain()`, 불필요하게 쓰기를 느리게 하는 사용되지 않는 index를 찾아 제거하는 `$indexStats`, Atlas Performance Advisor 같은 도구)은 시간이 지나도 indexing을 효과적으로 유지하는 데 필수적입니다.

indexing이 가장 영향력 있는 MongoDB 성능 지렛대이고, 고급 전략(ESR compound 순서, covered query, 특수 index 타입, 유지보수)이 대규모에서 그것을 최적화하므로, 고급 indexing 전략을 이해하는 것은 고성능 MongoDB에 가치 있는 senior 수준 지식이며, senior 역할에 기대되는 깊은 최적화 전문성을 보여주는 주제이자 ESR 규칙과 covered query 같은 기법이 상당하고 실질적인 성능 향상을 제공하는 영역입니다.