DB 설계 A to Z 17강 — 계층 구조 모델링

여기서부터 Part 4 심화 모델링입니다. Part 3이 저장 방식의 문제였다면, 이번 Part는 계층·시간·유연성·분석·테넌트처럼 모델링 자체가 까다로운 주제를 다룹니다.

1. 쇼핑몰 운영사의 계층 데이터

상품 카테고리: 전체 → 패션 → 여성의류 → 아우터 → 코트
조직: 본부 → 센터 → 팀 → 조
세트/번들 상품 구성: 상위 상품 → 하위 상품 (한 상품이 여러 세트에 사용될 수 있음)

상품 카테고리에서는 깊이가 데이터에 따라 다릅니다. 미리 고정이 불가능합니다. 어떤 분류는 전체 → 도서 두 단계에서 끝납니다. 어떤 분류는 전체 → 패션 → 여성의류 → 아우터 → 코트처럼 다섯 단계가 됩니다. 운영 중에 중간 단계가 새로 생깁니다. 고정 깊이 계층에서는 단계 하나에 테이블 하나씩 두면 되고, 아래 네 모델의 비교가 필요 없습니다. 가변 깊이가 아래 네 모델의 전제입니다.

트리(부모 1개)와 DAG(부모 여러 개)를 먼저 구분합니다. 아래 네 가지 모델은 기본적으로 트리용이며, DAG는 클로저 테이블이나 교차 테이블(6강 세트 구성)을 씁니다.

2. 인접 리스트 (Adjacency List)

sql

CREATE TABLE category (
    category_id BIGINT PRIMARY KEY,
    parent_id   BIGINT REFERENCES category(category_id),
    name        VARCHAR(50) NOT NULL
);

가장 단순하고, 이동(부모 변경)이 한 행 수정으로 끝납니다.
하위 전체 조회에 재귀 쿼리가 필요합니다.

sql

-- PostgreSQL, MySQL 8.0+ (SQL Server는 RECURSIVE 키워드 없이 동일 구조)
WITH RECURSIVE subtree AS (
    SELECT category_id, parent_id, name, 1 AS depth
    FROM category WHERE category_id = :root
    UNION ALL
    SELECT c.category_id, c.parent_id, c.name, s.depth + 1
    FROM category c JOIN subtree s ON c.parent_id = s.category_id
)
SELECT * FROM subtree;
 
-- Oracle 전통 문법
SELECT category_id, name, LEVEL
FROM category
START WITH category_id = :root
CONNECT BY PRIOR category_id = parent_id;

재귀 CTE가 모든 주요 DBMS에서 지원되면서, "인접 리스트는 조회가 어렵다"는 과거의 안티패턴 논리는 상당 부분 약해졌습니다. 깊이가 수십 단계 이내이고 트리 크기가 적당하면 인접 리스트가 기본값입니다. parent_id 인덱스는 필수입니다.

3. 경로 열거 (Path Enumeration / Materialized Path)

sql

CREATE TABLE category (
    category_id BIGINT PRIMARY KEY,
    path        VARCHAR(500) NOT NULL,   -- '/1/4/17/'
    name        VARCHAR(50) NOT NULL
);
CREATE INDEX ix_category_path ON category (path);   -- PG는 text_pattern_ops 필요할 수 있음
 
-- 하위 전체
SELECT * FROM category WHERE path LIKE '/1/4/%';
-- 조상 전체
SELECT * FROM category WHERE '/1/4/17/' LIKE path || '%';

하위 조회가 접두사 검색 한 번으로 끝납니다.
부모 변경 시 하위 전체의 path를 갱신해야 합니다.
참조 무결성을 DB가 보장하지 못합니다 (path 안의 ID가 실제로 존재하는지 모름).
PostgreSQL ltree 확장은 이 모델을 타입과 GiST 인덱스로 지원합니다.

4. 중첩 집합 (Nested Set)

text

           1 [전체] 10
          /           \
    2 [패션] 7     8 [가전] 9
     /        \
3 [여성의류] 4  5 [남성의류] 6

sql

-- 하위 전체: 부모의 lft ~ rgt 범위
SELECT c.* FROM category p JOIN category c ON c.lft BETWEEN p.lft AND p.rgt
WHERE p.category_id = :root;

하위 조회와 하위 개수((rgt - lft - 1) / 2)가 매우 빠릅니다.
삽입·이동 시 트리 오른쪽 전체 번호를 재계산 → 쓰기가 잦으면 부적합
직계 자식 조회가 오히려 어렵습니다.

5. 클로저 테이블 (Closure Table)

sql

CREATE TABLE category_path (
    ancestor_id   BIGINT NOT NULL REFERENCES category(category_id),
    descendant_id BIGINT NOT NULL REFERENCES category(category_id),
    depth         INT NOT NULL,
    PRIMARY KEY (ancestor_id, descendant_id)
);
CREATE INDEX ix_cp_desc ON category_path (descendant_id, depth);

모든 조상-자손 쌍(자기 자신 포함, depth 0)을 저장합니다.

sql

-- 하위 전체
SELECT c.* FROM category c
JOIN category_path cp ON cp.descendant_id = c.category_id
WHERE cp.ancestor_id = :root;
 
-- 새 노드 :new를 :parent 아래에 추가
INSERT INTO category_path (ancestor_id, descendant_id, depth)
SELECT ancestor_id, :new, depth + 1 FROM category_path WHERE descendant_id = :parent
UNION ALL
SELECT :new, :new, 0;

조상·자손 조회 모두 인덱스 한 번
FK로 무결성 보장
DAG도 표현 가능
공간: 최악 O(n²), 일반적인 균형 트리에서는 O(n × 깊이)
서브트리 이동은 "기존 외부 조상과의 연결 삭제 + 새 조상과의 연결 삽입"으로 여러 행 작업

6. 비교

항목	인접 리스트	경로 열거	중첩 집합	클로저 테이블
직계 자식	쉬움	보통	어려움	쉬움 (depth=1)
하위 전체	재귀 CTE	쉬움	쉬움	쉬움
조상 전체	재귀 CTE	쉬움	쉬움	쉬움
삽입	쉬움	쉬움	어려움	보통
이동	쉬움	보통	어려움	보통
참조 무결성	O	X	X	O
DAG	X	X	X	O
추가 저장	없음	경로 문자열	두 컬럼	별도 테이블

7. 실무 조합

인접 리스트 + 파생 구조가 흔한 선택입니다.

원본(진실의 원천)은 parent_id
조회 성능이 필요하면 클로저 테이블이나 path를 트리거·배치로 파생 (10강 반정규화)
조직도처럼 변경이 드물고 조회가 많은 경우, 매일 밤 클로저 테이블을 재생성하는 배치도 충분히 실용적입니다.

순환 방지는 인접 리스트에서 DB 제약만으로 막기 어렵습니다. 부모 변경 시 "새 부모가 자신의 자손이 아닌지"를 재귀 쿼리나 클로저 테이블로 검사합니다.

17강 정리

재귀 CTE 지원이 보편화되어 인접 리스트가 기본값이 되었다.
조회가 압도적으로 많으면 경로 열거·중첩 집합, 무결성과 DAG가 필요하면 클로저 테이블.
원본은 인접 리스트로 두고 조회용 구조를 파생시키는 조합이 실용적이다.