MySQL 시니어 기술면접

MySQL 시니어 (7년+) 종합 5문항 조회수 98 · 2026-03-27 (금) 11:10:52
1 인덱스 최적화
Hard

Q. 월 10억 건의 트랜잭션이 발생하는 전자상거래 시스템에서 주문 테이블의 인덱스 전략을 설계해야 합니다. WHERE 조건으로 user_id, status, created_at이 자주 사용되고, ORDER BY created_at DESC로 정렬이 필요합니다. 복합 인덱스 설계 시 컬럼 순서를 어떻게 결정하고, 어떤 트레이드오프를 고려해야 하나요?

A. 모범답안

복합 인덱스는 카디널리티와 쿼리 패턴을 고려하여 (user_id, status, created_at) 순서로 설계합니다. user_id가 첫 번째인 이유는 가장 높은 선택도를 가지며 WHERE 절에서 등호 조건으로 사용되기 때문입니다. status는 중간에 배치하여 추가 필터링을 수행하고, created_at은 마지막에 두어 정렬과 범위 검색을 지원합니다. 쓰기 성능 저하(인덱스 유지 비용), 인덱스 크기 증가, 메모리 사용량을 트레이드오프로 고려해야 하며, 파티셔닝(created_at 기준 월별)과 함께 사용하여 인덱스 크기를 관리할 수 있습니다.

핵심 포인트
  • • 카디널리티가 높고 등호 조건인 컬럼을 앞에 배치
  • • 범위 검색과 정렬에 사용되는 컬럼은 뒤에 배치
  • • 쓰기 성능과 인덱스 크기의 트레이드오프 고려
  • • 파티셔닝과 결합한 하이브리드 전략
Follow-up 질문

인덱스 힌트(USE INDEX, FORCE INDEX)를 프로덕션 환경에서 사용하는 것에 대해 어떻게 생각하시나요? 언제 사용하고 어떤 위험이 있나요?

2 Replication 아키텍처
Hard

Q. MySQL Replication 환경에서 Slave 지연(Replication Lag)이 발생하는 주요 원인과 해결 방법을 설명하고, Semi-Synchronous Replication과 Group Replication의 차이점 및 각각의 사용 시나리오를 설명해주세요.

A. 모범답안

Replication Lag의 주요 원인은 Master의 높은 쓰기 부하, Slave의 단일 스레드 SQL 실행(MySQL 5.6 이전), 네트워크 지연, Slave의 하드웨어 성능 부족입니다. 해결 방법으로는 Multi-threaded Slave(slave_parallel_workers), Slave 하드웨어 업그레이드, binlog_group_commit_sync_delay 조정이 있습니다. Semi-Sync는 최소 1개 Slave의 ACK를 기다려 데이터 손실을 방지하지만 성능 오버헤드가 있으며, Group Replication은 다중 Master 구성과 자동 장애조치를 제공하지만 복잡도가 높아 금융권 등 강한 일관성이 필요한 경우 사용합니다.

핵심 포인트
  • • Replication Lag 원인: 쓰기 부하, 단일 스레드, 네트워크
  • • Multi-threaded Slave로 병렬 처리 개선
  • • Semi-Sync: 데이터 안정성 vs 성능
  • • Group Replication: 다중 Master, 자동 장애조치
Follow-up 질문

GTID(Global Transaction Identifier) 기반 Replication의 장점과 기존 Position 기반 Replication과의 차이점은 무엇인가요?

3 쿼리 최적화
Medium

Q. EXPLAIN 결과에서 type 컬럼의 값들(ALL, index, range, ref, eq_ref, const)이 의미하는 바를 설명하고, Extra 컬럼에서 Using filesort와 Using temporary가 나타날 때 성능에 미치는 영향과 개선 방법을 설명해주세요.

A. 모범답안

type 컬럼은 테이블 접근 방식을 나타내며, const(Primary Key/Unique 단일 행), eq_ref(조인 시 PK/Unique로 1:1 매칭), ref(Non-unique 인덱스), range(인덱스 범위 스캔), index(인덱스 풀 스캔), ALL(테이블 풀 스캔) 순으로 성능이 저하됩니다. Using filesort는 인덱스를 사용하지 못하고 별도 정렬을 수행하여 메모리/디스크 I/O가 발생하며, ORDER BY 컬럼에 적절한 인덱스를 생성하여 해결합니다. Using temporary는 임시 테이블을 생성하여 GROUP BY나 DISTINCT 처리 시 발생하며, 커버링 인덱스나 쿼리 재구성으로 개선할 수 있습니다.

핵심 포인트
  • • type 값은 const > eq_ref > ref > range > index > ALL 순으로 우수
  • • Using filesort는 정렬용 인덱스로 해결
  • • Using temporary는 임시 테이블 생성으로 성능 저하
  • • 커버링 인덱스로 두 문제 모두 개선 가능
Follow-up 질문

커버링 인덱스(Covering Index)의 개념과 실제 프로젝트에서 적용한 경험이 있다면 설명해주세요.

4 트랜잭션 격리 수준
Hard

Q. MySQL InnoDB의 4가지 트랜잭션 격리 수준을 설명하고, Repeatable Read에서 발생할 수 있는 Phantom Read를 InnoDB가 어떻게 방지하는지 MVCC와 Next-Key Lock의 관점에서 설명해주세요. 또한 실무에서 격리 수준을 변경해야 하는 상황을 예시와 함께 설명해주세요.

A. 모범답안

4가지 격리 수준은 Read Uncommitted(Dirty Read 허용), Read Committed(커밋된 데이터만 읽음), Repeatable Read(트랜잭션 내 일관된 읽기, InnoDB 기본값), Serializable(완전한 격리)입니다. InnoDB는 MVCC를 통해 트랜잭션 시작 시점의 스냅샷을 유지하고, Next-Key Lock(레코드 락 + 갭 락)으로 범위 내 새로운 행 삽입을 방지하여 Phantom Read를 막습니다. 실무에서는 데드락 빈도가 높은 경우 Read Committed로 낮추거나, 금융 거래처럼 강한 일관성이 필요한 경우 Serializable을 사용하며, 성능과 데이터 정합성 사이의 트레이드오프를 고려해야 합니다.

핵심 포인트
  • • InnoDB 기본값은 Repeatable Read
  • • MVCC로 스냅샷 격리 구현
  • • Next-Key Lock으로 Phantom Read 방지
  • • 격리 수준 선택은 성능과 정합성의 트레이드오프
Follow-up 질문

Gap Lock이 발생하여 동시성이 저하되는 상황에서 어떤 해결 방법을 고려할 수 있나요?

5 파티셔닝 전략
Hard

Q. 5년치 로그 데이터(약 50억 건)를 저장하는 테이블에 대해 파티셔닝 전략을 설계한다면 어떤 방식(Range, List, Hash)을 선택하고 왜 그런지 설명해주세요. 또한 파티션 프루닝(Partition Pruning)의 동작 원리와 파티셔닝 사용 시 주의사항을 설명해주세요.

A. 모범답안

로그 데이터는 시계열 특성과 주로 최근 데이터 조회 패턴을 고려하여 Range 파티셔닝을 created_at 기준으로 월별 또는 분기별로 구성합니다. 오래된 파티션은 DROP PARTITION으로 빠르게 삭제할 수 있고, 쿼리 시 WHERE 절의 날짜 조건으로 파티션 프루닝이 작동하여 불필요한 파티션 스캔을 생략합니다. 파티션 프루닝은 옵티마이저가 WHERE 조건을 분석해 관련 파티션만 접근하는 최적화 기법입니다. 주의사항으로는 파티션 키가 모든 Unique 인덱스와 PK에 포함되어야 하고, 파티션 개수가 너무 많으면(1000개 이상) 메타데이터 관리 오버헤드가 발생하며, 파티션 간 조인은 성능이 저하될 수 있습니다.

핵심 포인트
  • • 시계열 데이터는 Range 파티셔닝이 적합
  • • 파티션 프루닝으로 스캔 범위 최소화
  • • 오래된 데이터 삭제가 빠름(DROP PARTITION)
  • • 파티션 키는 모든 Unique 인덱스에 포함 필요
Follow-up 질문

파티셔닝과 샤딩(Sharding)의 차이점은 무엇이며, 언제 샤딩으로 전환을 고려해야 하나요?

댓글 0

로그인 후 댓글을 작성할 수 있습니다.

아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!