본문으로 건너뛰기

DELETE Are Difficult

작성일 : 2025.01.05

사이트 원본) https://notso.boringsql.com/posts/deletes-are-difficult/

들어가며​

SELECT나 INSERT만큼이나 중요한 데이터베이스 작업이지만, 종종 간과되는 DELETE 작업에 대해 알아보겠습니다. 단순해 보이는 DELETE 명령어 하나가 때로는 전체 시스템을 마비시킬 수 있다는 사실, 알고 계셨나요?

What is VACUUM ? : 글 바로가기
PostgreSQL에서 VACUUM은 DELETE나 UPDATE로 인해 발생한 죽은 데이터를 정리하고 재사용 가능하게 만드는 청소부 같은 작업으로, 데이터베이스의 성능과 안정성을 유지하는 데 필수적입니다.

DELETE 작업의 숨겨진 복잡성​

1. DELETE 작업의 실제 프로세스​

DELETE 명령어가 실행되면 다음과 같은 복잡한 단계들이 순차적으로 발생합니다:

  1. 행 식별 (Row Identification)

    • 현재 트랜잭션에서 보이는 행들을 식별
    • MVCC(다중 버전 동시성 제어) 고려
    • 잠금 상태 확인

  2. 잠금 처리 (Lock Acquisition)

    • 대상 행에 대한 배타적 잠금 획득
    • 다른 작업과의 충돌 방지

  3. 트리거 및 연쇄 작업

    • BEFORE DELETE 트리거 실행
    • 연관 테이블의 CASCADE 작업 수행
    • AFTER DELETE 트리거 실행

  4. 데이터 처리

    • 행을 논리적 삭제 상태로 표시
    • 인덱스 항목 업데이트
    • WAL(Write-Ahead Log) 기록

2. 물리적 삭제와 AUTOVACUUM​

흥미로운 점은 DELETE 명령어가 실행되어도 데이터가 즉시 물리적으로 제거되지 않는다는 것입니다. 이는 AUTOVACUUM 프로세스가 담당하며, 다음과 같은 작업을 수행합니다:

  • 더 이상 필요하지 않은 튜플 제거
  • 빈 공간 재사용 표시
  • 테이블 통계 업데이트
  • 인덱스 정리
  • TOAST 테이블 처리

성능 영향과 최적화 전략​

1. 대규모 DELETE 작업의 영향​

-- 주의: 프로덕션 환경에서 이런 방식은 위험할 수 있습니다
DELETE FROM large_table WHERE created_at < '2023-01-01';

이러한 단순한 쿼리도 다음과 같은 문제를 일으킬 수 있습니다:

  • 과도한 WAL 생성
  • 리소스 경합
  • 복제 지연
  • 블로트(bloat) 발생

2. 효과적인 DELETE 전략​

배치 처리 사용​

DELETE FROM large_table
WHERE ctid IN (
    SELECT ctid FROM large_table
    WHERE created_at < '2023-01-01'
    LIMIT 1000
);

파티셔닝 활용​

-- 파티션 테이블 생성 예시
CREATE TABLE events (
    id serial,
    created_at timestamp,
    data jsonb
) PARTITION BY RANGE (created_at);

실전 팁과 권장사항​

  1. 배치 처리 도입

    • 대량 삭제 시 작은 단위로 분할
    • 시스템 부하 분산
    • 다른 트랜잭션 영향 최소화

  2. AUTOVACUUM 관리

    • 적절한 VACUUM 설정 유지
    • 정기적인 모니터링
    • 필요시 수동 VACUUM 실행

  3. 파티셔닝 전략

    • 시간 기반 데이터는 파티셔닝 고려
    • 파티션 단위 삭제로 효율성 확보
    • 유지보수 용이성 증가

마치며​

DELETE 작업은 단순해 보이지만, 실제로는 매우 복잡한 데이터베이스 작업입니다. 특히 대규모 프로덕션 환경에서는 신중한 접근이 필요합니다. 적절한 전략과 최적화를 통해 안정적이고 효율적인 데이터베이스 운영이 가능합니다.

네, 요약을 추가하여 더 명확하게 정리하겠습니다. 글의 마지막 부분에 다음과 같이 요약을 추가하면 좋을 것 같습니다:

요약​

DELETE 작업의 핵심 포인트​

  1. 작업의 복잡성

    • 단순한 명령어지만 복잡한 내부 프로세스 수반
    • 즉각적인 물리적 삭제가 아닌 논리적 삭제 수행
    • 다양한 시스템 리소스 사용

  2. 성능 영향

    • 대규모 DELETE 시 시스템 부하 증가
    • 블로트 현상으로 인한 성능 저하 가능성
    • 복제 환경에서 추가적인 지연 발생

  3. 최적화 전략

    • 배치 처리를 통한 부하 분산
    • AUTOVACUUM 설정 최적화
    • 파티셔닝을 통한 효율적인 데이터 관리

체크리스트​

  • DELETE 작업 규모 파악
  • 배치 처리 전략 수립
  • AUTOVACUUM 설정 검토
  • 모니터링 계획 수립
  • 백업 및 복구 계획 확인