기초 개념, 기술 면접 대비

데이터베이스 면접 퀴즈

데이터 저장과 관리의 핵심

SQL, 인덱스, 트랜잭션, 정규화, NoSQL 등 데이터베이스 핵심 개념을 마스터하세요. 백엔드 개발의 중심인 DB 설계와 최적화 능력을 키우세요.

로그인 없이 풀어보기

55개 문제, 무료

학습할 핵심 개념

SQL 쿼리 최적화

인덱스 설계와 B-Tree

트랜잭션과 ACID

정규화와 비정규화

NoSQL 종류와 선택

샤딩과 레플리케이션

Connection Pool

핵심 개념 미리보기

데이터베이스 면접에서 꼭 나오는 개념을 미리 확인하세요

B-tree 인덱스

핵심

B-tree 인덱스

데이터베이스에서 가장 널리 사용되는 인덱스 구조. 정렬된 데이터의 빠른 검색, 범위 조회, 정렬을 지원한다.

왜 인덱스가 필요한가?

방식	하는 일	복잡도
인덱스 없이	1,000만 건을 처음부터 끝까지 하나씩 확인한다	O(N)
B-tree 인덱스	3에서 4단계만에 찾는다. 1,000만 건이면 약 23번 비교한다	O(log N)

B-tree 구조

         [  30  |  60  ]         ← Root
        /       |       \
  [10|20]    [40|50]    [70|80]  ← Branch
  / | \     / | \     / | \
[..] [..] [..] [..] [..] [..] [..]
                                  ← Leaf
  (Leaf 노드끼리 연결 → 범위 조회)

핵심 특징:

모든 리프 노드가 같은 깊이
리프 노드끼리 연결 (Linked List)
키가 정렬된 상태 유지

B-tree vs Hash 인덱스

연산	B-tree	Hash
등호 (=)	O(log N)	O(1)
범위 (<, >)	지원	불가
정렬 (ORDER BY)	지원	불가
LIKE 'abc%'	지원	불가
GROUP BY	지원	불가

→ 대부분의 경우 B-tree가 범용적

인덱스 동작 원리

-- 인덱스가 있는 컬럼 조회
SELECT * FROM users WHERE age = 25;

B-tree 탐색:
Root [30|60]
  → 30보다 작으니 왼쪽
Branch [10|20|25]
  → 25 발견!
Leaf → 실제 행 위치 (ROWID)
  → 테이블에서 해당 행 가져옴

인덱스가 안 타는 경우

케이스	이유
`WHERE age + 1 = 26`	컬럼에 연산
`WHERE name LIKE '%kim'`	앞에 %
`WHERE age != 25`	부정 조건
`WHERE age IS NULL`	(DB에 따라 다름)
데이터 대부분 매칭	Full Scan이 더 효율적

인덱스의 비용

INSERT/UPDATE/DELETE 시:
  테이블 수정 + 인덱스도 수정!

인덱스 많으면:
  읽기 ↑ 빨라짐
  쓰기 ↓ 느려짐 (인덱스 유지 비용)

→ "읽기 위주" 테이블에 인덱스 추가
→ "쓰기 위주" 테이블은 최소한으로

실무 가이드

상황	인덱스 전략
WHERE 자주 사용	해당 컬럼에 인덱스
JOIN 조건	FK 컬럼에 인덱스
ORDER BY + LIMIT	정렬 컬럼에 인덱스
복합 조건	복합 인덱스 고려
로그 테이블 (쓰기 위주)	인덱스 최소화

면접에서 이렇게 나옵니다

Q.B-tree 인덱스의 구조와 동작 원리를 설명해주세요.
Q.B-tree와 Hash 인덱스의 차이는 무엇인가요?
Q.인덱스를 타지 않는 쿼리 패턴은 어떤 것이 있나요?

클러스터드 vs 논클러스터드 인덱스

핵심

클러스터드 vs 논클러스터드 인덱스

핵심 차이

클러스터드 인덱스는 데이터 자체가 정렬된 순서로 저장됩니다.

페이지	담긴 행
Page 1	ID=1, 홍길동
Page 2	ID=2, 김철수
Page 3	ID=3, 이영희

정렬 순서가 곧 저장 순서이므로 테이블당 하나만 둘 수 있습니다. 사전과 같습니다.

논클러스터드 인덱스는 별도 인덱스가 데이터 위치를 가리킵니다.

인덱스 항목	가리키는 페이지
김	Page 3
이	Page 2
홍	Page 1

데이터는 저장 순서 그대로 두고 인덱스만 따로 두므로 테이블당 여러 개를 만들 수 있습니다. 책 뒤 색인과 같습니다.

비교

항목	클러스터드	논클러스터드
개수	테이블당 1개	여러 개 가능
데이터 정렬	물리적 정렬	별도 구조
범위 검색	매우 빠름	상대적 느림
삽입 성능	느림 (재정렬)	빠름
저장 공간	추가 없음	인덱스 공간 필요
비유	사전	책 뒤 색인

실무 선택 기준

범위 검색 많은 컬럼 (날짜, 가격)
  → 클러스터드 인덱스

정확한 값 조회 (이메일, 주문번호)
  → 논클러스터드 인덱스

자주 변경되는 컬럼
  → 클러스터드 피하기 (재정렬 비용)

MySQL vs PostgreSQL

DB	클러스터드 인덱스
MySQL (InnoDB)	PK가 자동 클러스터드
PostgreSQL	클러스터드 개념 없음 (CLUSTER 명령은 1회성)

면접 포인트

"PK를 AUTO_INCREMENT로 설정하는 이유가 뭔가요?"

InnoDB에서 PK = 클러스터드 인덱스. 순차 증가값이면 삽입 시 페이지 분할이 적어 쓰기 성능이 좋다. UUID를 PK로 쓰면 랜덤 삽입 → 페이지 분할 빈번 → 성능 저하.

면접에서 이렇게 나옵니다

Q.클러스터드 인덱스와 논클러스터드 인덱스의 차이를 설명해주세요
Q.MySQL InnoDB에서 PK를 UUID로 설정하면 어떤 문제가 생기나요?
Q.테이블에 클러스터드 인덱스가 1개만 가능한 이유는?

복합 인덱스

핵심

복합 인덱스 (Composite Index)

핵심 개념

여러 컬럼을 하나의 인덱스로 묶은 것.

CREATE INDEX idx_user_date
  ON orders (user_id, created_at);

인덱스 구조 (B-tree):
         [user=5, 03-01]
        /                \
[user=3, 02-15]    [user=7, 03-10]
  /         \
[user=1,   [user=3,
 01-20]     03-05]

최좌선 원칙 (Leftmost Prefix)

복합 인덱스 (A, B, C) 활용 여부:

쿼리 조건	인덱스 사용
`WHERE A = ?`	O (A만 사용)
`WHERE A = ? AND B = ?`	O (A, B 사용)
`WHERE A = ? AND B = ? AND C = ?`	O (전체 사용)
`WHERE B = ?`	X (A 없음)
`WHERE B = ? AND C = ?`	X (A 없음)
`WHERE A = ? AND C = ?`	일부 사용 (A 만)

왼쪽부터 연속으로 사용해야 인덱스가 동작한다!

컬럼 순서 설계

규칙: 카디널리티 높은 컬럼 → 앞에

예시: 주문 테이블 검색
  - status: 3종류 (카디널리티 낮음)
  - user_id: 10만 종류 (카디널리티 높음)

권장: INDEX (user_id, status)
  → user_id로 대부분 걸러짐

비권장: INDEX (status, user_id)
  → status로는 33%만 걸러짐

실무 예시: 쇼핑몰 주문 조회

-- 자주 쓰는 쿼리
SELECT * FROM orders
WHERE user_id = 123
  AND status = 'completed'
ORDER BY created_at DESC;

-- 최적 인덱스
CREATE INDEX idx_orders_lookup
  ON orders (user_id, status, created_at);