Spatial Query Study

| 해당 프로젝트에서는 Spatial Index를 사용해서 공부한 내용을 담았습니다.

Spatial Index란?

Spatial Query를 빠르게 수행하기 위한 자료구조입니다.

자세한 내용은 제 블로그(링크)에 정리했습니다.

스터디 목적

• 데이터 많아지면 성능 저하가 얼마나 생기는지 궁금해서
• 실제 서비스에 적용한다면 체감상 느리게 느껴지는지 궁금해서
• spatial index를 사용한 쿼리와 그렇지 않은 쿼리의 속도 비교

결과

Q. 데이터가 많아지면 성능 저하가 있나요?

Yes

당연한 결과입니다.

데이터가 많아지면 데이터베이스에서 처리할 데이터가 많아지기 때문에 속도가 느려집니다

Q. spatial index를 사용하면 속도 차이가 있나요?

Yes

약 11000개의 데이터에서 쿼리를 각각 20번씩 실행했습니다.

거리 차이를 사용한 쿼리의 경우 평균 14.626414ms가 소요됐지만,

spatial query를 사용한 경우 평균 5.526195ms가 소요됐습니다.

Q. 그럼 spatial index를 사용하면 사용자 입장에서 속도 차이가 체감되나요?

No

프론트엔드에서 지도에 좌표를 보여주는 예제를 통해 테스트한 결과 속도 차이는 느끼지 못했습니다.

2 ~ 3배 차이가 나도, 10ms 단위는 보통 사람이 인지하기 어려운 단위기 때문입니다.

그리고 네트워크 통신이나, asset 다운로드 시간 등 DB외의 요소가 더해지면

실제 쿼리는 1ms 가 나오더라도 사용자에게 보여지는 시간은 10ms 가 넘을 수 있기 때문입니다.

하지만 조건에 따라 Yes가 될 수도 있습니다.

DB 성능이 안좋은 경우에 spatial query를 사용한 쿼리와 그렇지 않은 쿼리의 속도가 10배정도 차이나는 걸 확인했는데,

spatial query를 사용한 경우 10-20ms 그렇지 않은 경우 190-200ms로 딜레이를 느꼈습니다.

예제 실행방법 (docker compose)

위 예시는 아래 커맨드로 로컬에서 바로 테스트할 수 있습니다

코드 다운로드

git clone https://github.com/kwanok/spatial-query-study.git

서버 실행

cd	./spatial-query-study/docker-compose
chmod +x start.bash && ./start.bash

테스트 사이트 접속 방법

http://127.0.0.1:5002 또는 localhost:5002