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:

행 식별 (Row Identification)
- 현재 트랜잭션에서 보이는 행들을 식별
- MVCC(다중 버전 동시성 제어) 고려
- 잠금 상태 확인
잠금 처리 (Lock Acquisition)
- 대상 행에 대한 배타적 잠금 획득
- 다른 작업과의 충돌 방지
트리거 및 연쇄 작업
- BEFORE DELETE 트리거 실행
- 연관 테이블의 CASCADE 작업 수행
- AFTER DELETE 트리거 실행
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

배치 처리 도입
- 대량 삭제 시 작은 단위로 분할
- 시스템 부하 분산
- 다른 트랜잭션 영향 최소화
AUTOVACUUM 관리
- 적절한 VACUUM 설정 유지
- 정기적인 모니터링
- 필요시 수동 VACUUM 실행
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

작업의 복잡성
- 단순한 명령어지만 복잡한 내부 프로세스 수반
- 즉각적인 물리적 삭제가 아닌 논리적 삭제 수행
- 다양한 시스템 리소스 사용
성능 영향
- 대규모 DELETE 시 시스템 부하 증가
- 블로트 현상으로 인한 성능 저하 가능성
- 복제 환경에서 추가적인 지연 발생
최적화 전략
- 배치 처리를 통한 부하 분산
- AUTOVACUUM 설정 최적화
- 파티셔닝을 통한 효율적인 데이터 관리

들어가며​

DELETE 작업의 숨겨진 복잡성​

1. DELETE 작업의 실제 프로세스​

2. 물리적 삭제와 AUTOVACUUM​

성능 영향과 최적화 전략​

1. 대규모 DELETE 작업의 영향​

2. 효과적인 DELETE 전략​

배치 처리 사용​

파티셔닝 활용​

실전 팁과 권장사항​

마치며​

요약​

DELETE 작업의 핵심 포인트​

체크리스트​