Django 느린 쿼리 분석: EXPLAIN ANALYZE에서 인덱스보다 먼저 읽을 숫자
실행 계획에 Seq Scan이 보이면 인덱스를 추가하고 싶어진다. 하지만 작은 테이블의 순차 스캔은 합리적일 수 있고, 인덱스를 쓰는 쿼리가 오히려 느릴 수도 있다. 먼저 찾아야 할 것은 어디서 예상보다 많은 일을 하는가다.
기준: Django 5.2 · PostgreSQL 17. 아래 측정은 운영과 유사한 데이터가 있는 검증 환경에서 수행한다. 이 글은 특정 처리 시간이나 속도 향상을 실측했다고 주장하지 않는다.
먼저 느린 요청을 재현하는 QuerySet을 고정한다
필터 값, 정렬, LIMIT, 조회 컬럼, 사용 DB alias를 기록한다. 운영에서 큰 tenant의 최근 한 달 조회가 느린데 개발 DB의 전체 100행으로 확인하면 같은 문제를 볼 수 없다.
qs = (Order.objects.filter(tenant_id=tenant_id, status="pending")
.order_by("-created_at", "-pk")[:50])
print(qs.explain(format="json"))
# 아래 호출은 실제 쿼리를 실행한다. 비용을 통제할 수 있는 환경에서 수행한다.
print(qs.explain(format="json", analyze=True, buffers=True))
ANALYZE 없는 EXPLAIN은 계획과 추정치를 보여 준다. ANALYZE는 실행을 수반한다. SELECT라도 사용자 정의 함수 등에 부작용이 있을 수 있고, 무거운 쿼리는 실제 부하를 만든다. Django explain 문서
읽는 순서: 추정 오차 → 반복 → 버퍼 → 정렬
| 관찰 항목 | 확인할 질문 |
|---|---|
| estimated rows와 actual rows | 플래너가 결과 크기를 크게 오판했는가 |
| loops | 작은 작업이 바깥 행마다 반복되는가 |
| Rows Removed by Filter | 읽은 뒤 버리는 행이 많은가 |
| Buffers hit/read | 공유 버퍼 접근과 읽기 부담이 어디에 몰리는가 |
| Sort Method·Disk | 정렬이 메모리를 넘겨 디스크를 사용하는가 |
노드의 시간은 부모·자식 관계와 반복 횟수를 고려해야 한다. 모든 노드 시간을 단순 합산하면 중복 계산한다. actual rows와 시간은 반복 노드에서 루프당 평균으로 표시될 수 있으므로 loops와 함께 읽는다. 버퍼 hit가 많아도 CPU·반복 작업 비용이 사라지는 것은 아니다. PostgreSQL EXPLAIN 해설
인덱스는 쿼리 모양에 맞춘 가설이다
예제처럼 tenant와 status로 필터링하고 시간순으로 제한 조회한다면 복합 인덱스를 후보로 생각할 수 있다. pending이 소수이고 이 상태만 자주 읽는다면 부분 인덱스도 후보가 된다.
from django.db import models
from django.db.models import Q
pending_index = models.Index(
fields=["tenant", "-created_at", "-id"],
condition=Q(status="pending"),
name="order_pending_feed_idx",
)
이 객체는 모델 Meta.indexes와 마이그레이션에 반영할 정의 예시다. 실제 FK 필드명이 tenant인지 확인하고 적용한다. 모든 상태에 같은 인덱스가 필요하거나 pending이 대부분이라면 이 선택의 이득은 작을 수 있다. 부분 인덱스 조건은 쿼리 조건과 맞아야 한다. PostgreSQL CREATE INDEX
추정 행 수가 심하게 틀리면 통계의 신선도와 컬럼 간 상관관계도 확인한다. 인덱스만 더 만드는 대신 필터 방식, JOIN 증폭, 불필요한 정렬·컬럼을 먼저 줄일 수 있다. only()를 썼다가 deferred 필드 접근으로 N+1이 생기지 않는지도 함께 본다.
before와 after는 같은 조건에서 비교한다
데이터 분포, 파라미터, 동시 요청 수, DB 설정을 고정한다. 한 번 실행한 시간만 비교하지 말고 여러 번 측정하되, 캐시가 데워진 상태와 처음 접근하는 상태를 구분한다. 평균만 좋아지고 p95가 악화되지 않았는지 확인한다.
읽기 최적화에는 쓰기 비용이 따라온다. 추가 인덱스는 INSERT·UPDATE 비용, 저장 공간, vacuum 부담을 늘릴 수 있다. 좁은 API 하나를 위해 폭넓은 INCLUDE 컬럼을 무작정 넣지 않는다. index-only scan도 테이블의 가시성 상태에 따라 heap 접근이 필요할 수 있다.
검수 기록은 숫자와 판단을 연결한다
“인덱스를 사용했다” 대신 “반환 50행을 위해 읽고 버리는 행 수가 줄었고, 같은 파라미터에서 버퍼 접근과 p95가 감소했다”처럼 남긴다. 실제 측정하지 않은 수치는 예측치라고 표시한다.
마지막으로 인덱스 생성 자체의 잠금과 배포 위험을 검토한다. 빠른 쿼리를 만들기 위해 운영 쓰기를 오래 막으면 목적을 달성한 것이 아니다. 다음 편에서는 AddIndexConcurrently와 제약 검증을 나눠 배포하는 방법을 다룬다.
댓글
댓글 쓰기