Database

1. 검색의 중요성: LIKE %keyword%의 한계 데이터가 많아질수록 데이터베이스의 LIKE 연산자는 성능 저하의 주범이 됩니다. 인덱스를 탈 수 없기 때문입니다. 하지만 별도의 검색 엔진(Elasticsearch 등)을 도입하기 부담스러운 규모라면, PostgreSQL이 제공하는 **Full Text Search(FTS)**는 매우 훌륭한 대안이 됩니다. 2. PostgreSQL FTS의 핵심 개념 tsvector: 검색 대상이 되는 텍스트를 단어 단위로 쪼개어(Lexemes) 저장하는 전용 타입. tsquery: 검색어에 대한 논리 연산(AND, OR, NOT 등)을 수행하는 타입. GIN Index: tsvector 전용 인덱스로, 대규모 데이터에서도 빠른 검색 속도를 보장. 3. 기본 검색 쿼리 예제 문장에서 특정 단어를 찾는 가장 단순한 형태입니다. ...

1. 서론: 인덱스는 왜 중요한가? 데이터베이스의 성능은 곧 서비스의 응답 속도와 직결됩니다. 데이터가 수만 건일 때는 문제가 없다가, 수백만 건을 넘어서는 순간 웹 사이트가 느려지는 경험을 해보셨을 겁니다. 이때 가장 먼저 확인해야 할 것이 바로 **인덱스(Index)**입니다. 인덱스는 책의 맨 뒤에 있는 ‘색인’과 같습니다. 방대한 데이터 속에서 내가 원하는 정보를 찾기 위해 처음부터 끝까지 다 뒤지는 ‘Full Table Scan’을 방지하고, B-Tree 구조를 통해 원하는 위치로 즉시 점프하게 해줍니다. 2. 실무 사례: 500만 건의 주문 테이블 쿼리 최적화 상황: 쇼핑몰 프로젝트에서 특정 사용자의 최근 주문 내역을 조회하는 쿼리가 5초 이상 소요되고 있습니다. ...