2025-08-30 13:05

Top N 쿼리는 대규모 데이터셋에서 정렬 기준에 따라 가장 상위 N개의 결과만 효율적으로 가져오는 필수적인 데이터베이스 기술입니다.
쿼리 성능은 내부적으로 전체 데이터를 정렬하는지, 아니면 인덱스를 활용하여 필요한 부분만 접근하는지에 따라 극적으로 달라집니다.
LIMIT, ROWNUM 같은 기본 문법을 넘어 RANK(), DENSE_RANK()와 같은 윈도우 함수를 활용하면 그룹별 Top N 등 훨씬 복잡하고 강력한 분석이 가능합니다.

Top N 쿼리 완벽 정복 가이드 원리부터 최적화까지

우리는 데이터의 홍수 속에서 살고 있습니다. 수십억 개의 상품이 등록된 이커머스 사이트, 초 단위로 쏟아지는 소셜 미디어 피드, 실시간으로 갱신되는 게임 랭킹까지. 이 모든 데이터 속에서 우리가 정말 원하는 정보는 종종 “가장 인기 있는 상품 10개”, “최신 게시물 5개”, “상위 랭커 100명”과 같이 지극히 일부일 때가 많습니다.

만약 이 정보를 얻기 위해 데이터베이스가 매번 수십억 개의 데이터를 전부 읽고 정렬해야 한다면 어떻게 될까요? 아마 사용자는 응답 없는 화면만 바라보다가 지쳐 떠나버릴 것입니다. 바로 이 문제를 해결하기 위해 탄생한 기술이 **Top N 쿼리(Top-N Query)**입니다. Top N 쿼리는 거대한 데이터의 바다에서 가장 가치 있는 진주 N개만 빠르고 효율적으로 건져 올리는 현대 데이터베이스의 핵심 기술입니다.

이 핸드북에서는 Top N 쿼리가 왜 필요한지부터 시작하여, 그 구조와 내부 동작 원리를 깊이 파고들고, 실전 예제와 성능 최적화 팁까지, Top N 쿼리에 대한 모든 것을 A to Z로 알려드립니다.

1. Top N 쿼리는 왜 만들어졌을까? (탄생 배경)

Top N 쿼리의 필요성을 이해하기 위해 도서관을 예로 들어보겠습니다. 수백만 권의 장서를 보유한 국립도서관에 가서 사서에게 “이 도서관에서 지난달에 가장 많이 대출된 책 10권만 알려주세요”라고 요청했다고 상상해 보세요.

비효율적인 사서의 접근법:

도서관에 있는 모든 책(수백만 권)을 한 곳에 전부 모읍니다.
각 책의 지난달 대출 횟수를 일일이 확인합니다.
대출 횟수를 기준으로 수백만 권의 책 전체를 전부 정렬합니다. (가장 많이 대출된 책부터 가장 적게 대출된 책 순으로)
정렬된 목록의 가장 위에서부터 10권의 책을 뽑아 당신에게 알려줍니다.

생각만 해도 끔찍한 작업입니다. 우리는 단 10권의 책이 궁금했을 뿐인데, 사서는 도서관의 모든 책을 처리해야만 했습니다. 데이터베이스의 초기 모델도 이와 비슷했습니다. 전체 결과를 모두 처리하고 정렬한 뒤, 상위 N개를 잘라내는 방식으로 동작했습니다. 데이터의 양이 적을 때는 문제가 없었지만, 빅데이터 시대에 접어들면서 이는 시스템에 엄청난 부하를 주는 치명적인 약점이 되었습니다.

효율적인 사서의 접근법 (Top N 쿼리의 철학):

대출 기록이 가장 많은 책부터 빠르게 찾을 수 있도록 미리 만들어 둔 ‘인기 도서 목록(인덱스)‘을 확인합니다.
목록의 맨 위에서부터 10권의 책 이름을 바로 확인하고 알려줍니다.

또는, 인덱스가 없더라도 더 나은 방법이 있습니다.

10권의 책을 담을 수 있는 작은 바구니를 준비합니다.
도서관의 책들을 차례대로 훑어보며, 일단 처음 10권은 바구니에 담습니다.
11번째 책부터는 바구니에 담긴 책 중 대출 횟수가 ‘가장 적은’ 책과 비교합니다.
만약 새로 확인한 책의 대출 횟수가 바구니 안의 최소 대출 횟수 책보다 많다면, 그 최소 대출 횟수 책을 빼고 새 책을 바구니에 넣습니다.
이 과정을 모든 책에 대해 반복합니다.

모든 책을 확인했을 때, 바구니 안에는 최종적으로 가장 많이 대출된 10권의 책만 남게 됩니다. 수백만 권을 정렬하는 대신, 단 10개의 공간만 유지하며 비교했기 때문에 훨씬 효율적입니다.

이것이 바로 Top N 쿼리가 만들어진 이유입니다. 전체 데이터를 정렬하는 비효율을 제거하고, 필요한 만큼의 최소한의 자원(메모리, CPU)만 사용하여 가장 원하는 결과 N개를 신속하게 반환하는 것, 이것이 Top N 쿼리의 핵심 철학입니다.

2. Top N 쿼리의 구조와 작동 원리

Top N 쿼리는 크게 두 가지 핵심 요소로 구성됩니다.

정렬 (Ordering): 무엇을 기준으로 ‘Top’을 결정할 것인가? (예: 판매량, 최신순, 점수 등) - ORDER BY 절이 이 역할을 합니다.
제한 (Limiting): 정렬된 결과 중 몇 개를 가져올 것인가? - 각 데이터베이스마다 다른 키워드가 이 역할을 합니다.

기본 SQL 문법

데이터베이스 시스템마다 Top N을 구현하는 문법이 조금씩 다릅니다.

데이터베이스	문법 예시 (상위 10개 조회)	특징
MySQL / PostgreSQL	`SELECT * FROM products ORDER BY sales DESC LIMIT 10;`	`LIMIT` 키워드를 사용. 가장 직관적이고 널리 쓰임.
Oracle	`SELECT * FROM (SELECT * FROM products ORDER BY sales DESC) WHERE ROWNUM <= 10;`	`ROWNUM`이라는 가상 컬럼을 사용. `ORDER BY`가 적용되기 전에 `ROWNUM`이 할당될 수 있어 서브쿼리와 함께 사용해야 함.
SQL Server	`SELECT TOP 10 * FROM products ORDER BY sales DESC;`	`SELECT` 절 바로 뒤에 `TOP N`을 명시.
ANSI SQL 표준	`SELECT * FROM products ORDER BY sales DESC FETCH FIRST 10 ROWS ONLY;`	표준 문법으로, 여러 DB에서 지원이 확대되는 추세. `OFFSET`과 함께 페이징 구현에 유용.

내부 동작 메커니즘: 3단계 심층 분석

데이터베이스는 Top N 쿼리 요청을 받으면 어떻게 최적의 실행 계획을 세울까요? 여기서부터 성능의 차이가 발생합니다.

Level 1: 가장 나쁜 방법 - 전체 정렬 (Full Sort)

작동 방식: WHERE 절에 맞는 모든 데이터를 디스크에서 메모리로 가져온 뒤, ORDER BY 절을 기준으로 전체 데이터를 정렬합니다. 그 후, 정렬된 결과에서 상위 N개의 행만 반환합니다.
문제점:
- 메모리 낭비: N이 10이든 100이든 상관없이, 1억 개의 데이터를 정렬하기 위해 엄청난 메모리를 사용합니다. 메모리가 부족하면 디스크를 사용(External Sort)하게 되어 성능이 급격히 저하됩니다.
- CPU 낭비: 10개의 결과를 얻기 위해 1억 개의 데이터를 정렬하는 것은 CPU 자원의 심각한 낭비입니다.
언제 발생하는가? ORDER BY 절의 컬럼에 적절한 인덱스(Index)가 없을 때 주로 발생합니다.

Level 2: 더 나은 방법 - 부분 정렬 (Partial Sort / Heap Sort)

작동 방식: 위에서 설명한 ‘효율적인 사서의 두 번째 방법’과 같습니다.
1. 크기가 N인 우선순위 큐(보통 힙 자료구조)를 메모리에 생성합니다.
2. 데이터를 순차적으로 읽으면서, 처음 N개의 데이터는 큐에 그냥 넣습니다.
3. N+1번째 데이터부터는 큐에서 가장 우선순위가 낮은 데이터(예: ORDER BY sales DESC 라면 큐에 있는 데이터 중 가장 sales가 작은 값)와 비교합니다.
4. 새 데이터의 우선순위가 더 높으면 큐의 가장 낮은 데이터를 제거하고 새 데이터를 삽입합니다.
5. 모든 데이터를 다 읽고 나면 큐에 최종 Top N 결과가 남게 됩니다.
장점:
- 전체 데이터를 정렬할 필요가 없어 CPU 사용량이 훨씬 적습니다.
- 메모리를 N개 만큼만 유지하므로 메모리 효율이 매우 높습니다.
한계: 여전히 모든 데이터를 한 번씩은 다 읽어야 합니다.

Level 3: 가장 좋은 방법 - 인덱스 활용 (Index Scan)

작동 방식: ORDER BY 절의 컬럼에 인덱스가 존재할 때 사용할 수 있는 가장 빠른 방법입니다.
1. 데이터베이스는 B-Tree 구조로 잘 정렬된 인덱스를 찾습니다.
2. 정렬 기준에 따라 인덱스의 처음(또는 끝)부터 스캔을 시작합니다.
3. 인덱스를 통해 데이터 파일의 실제 위치를 찾아가 데이터를 읽어옵니다.
4. 이 과정을 N번 반복한 뒤 즉시 멈춥니다.
장점:
- 최소한의 데이터 접근: 1억 개의 데이터 중 딱 N개만 읽습니다. 불필요한 I/O가 전혀 발생하지 않습니다.
- 정렬 작업 불필요: 인덱스 자체가 이미 정렬된 구조이므로, 별도의 정렬 과정이 필요 없습니다.
조건: ORDER BY 절에 사용된 컬럼에 효율적인 인덱스가 반드시 존재해야 합니다.

쿼리 실행 계획(EXPLAIN PLAN)을 확인했을 때, SORT 작업 없이 INDEX SCAN으로 처리된다면 Top N 쿼리가 최적으로 동작하고 있다는 신호입니다.

3. Top N 쿼리 실전 활용법

시나리오 1: 쇼핑몰 베스트셀러 상품 10개 보여주기

-- products 테이블: product_id, product_name, category, sales_count
SELECT
    product_id,
    product_name,
    sales_count
FROM
    products
ORDER BY
    sales_count DESC
LIMIT 10;

최적화 포인트: sales_count 컬럼에 내림차순 인덱스가 있다면, 데이터베이스는 인덱스 끝에서부터 10개의 상품만 읽고 즉시 결과를 반환하여 최고의 성능을 냅니다.

시나리오 2: 블로그의 최신 포스트 5개 보여주기

-- posts 테이블: post_id, title, content, created_at
SELECT
    post_id,
    title,
    created_at
FROM
    posts
ORDER BY
    created_at DESC
FETCH FIRST 5 ROWS ONLY;

최적화 포인트: created_at 컬럼은 데이터가 생성될 때마다 값이 증가하므로, 인덱스가 매우 효율적으로 동작합니다. 이 컬럼에 인덱스를 생성하는 것은 거의 모든 애플리케이션의 기본입니다.

시나리오 3: 페이징(Pagination) 구현하기

Top N 쿼리는 게시판이나 상품 목록의 페이징 기능의 근간이 됩니다.

-- 2페이지의 컨텐츠를 가져오기 (페이지당 20개)
SELECT
    *
FROM
    articles
ORDER BY
    article_id DESC
LIMIT 20 OFFSET 20; -- 20개를 건너뛰고, 그 다음부터 20개를 가져옴

주의사항: OFFSET 값이 커질수록 (예: 10000 페이지) 데이터베이스는 앞의 20만 개 데이터를 읽고 버려야 하므로 성능이 저하됩니다. 이를 해결하기 위해 마지막으로 조회한 ID 값을 기준으로 다음 페이지를 찾는 ‘커서 기반 페이징(Cursor-based Pagination)’ 기법을 사용하기도 합니다.

4. 심화: 윈도우 함수를 이용한 Top N 분석

기본적인 Top N 쿼리가 전체 데이터에서 상위 N개를 찾는 것이라면, **윈도우 함수(Window Functions)**는 ‘그룹 내에서 상위 N개’를 찾는 것과 같은 훨씬 복잡한 분석을 가능하게 합니다.

가장 많이 사용되는 함수는 RANK(), DENSE_RANK(), ROW_NUMBER() 입니다.

ROW_NUMBER(): 순위를 중복 없이 매깁니다. (1, 2, 3, 4)
RANK(): 공동 순위가 있으면 다음 등수는 건너뜁니다. (1, 2, 2, 4)
DENSE_RANK(): 공동 순위가 있어도 다음 등수를 건너뛰지 않습니다. (1, 2, 2, 3)

시나리오 4: 각 상품 카테고리별로 가장 비싼 상품 3개 찾기

-- products 테이블: product_id, product_name, category, price
SELECT
    *
FROM
    (
        SELECT
            product_name,
            category,
            price,
            RANK() OVER (PARTITION BY category ORDER BY price DESC) as price_rank
        FROM
            products
    ) AS ranked_products
WHERE
    price_rank <= 3;

작동 방식:
1. PARTITION BY category는 상품들을 카테고리별로 그룹핑합니다.
2. ORDER BY price DESC는 각 그룹 내에서 가격을 기준으로 내림차순 정렬합니다.
3. RANK() 함수가 각 그룹 내에서 가격 순위를 매깁니다.
4. 바깥의 WHERE 절에서 각 그룹별 순위가 3위 안에 드는 상품만 필터링합니다.

이처럼 윈도우 함수를 사용하면 단일 쿼리로 훨씬 정교하고 강력한 데이터 분석을 수행할 수 있습니다.

결론: Top N 쿼리, 아는 만큼 빨라진다

Top N 쿼리는 단순히 LIMIT 키워드 하나로 끝나는 간단한 기능이 아닙니다. 그 내면에는 데이터베이스 옵티마이저의 복잡한 고민과 다양한 실행 전략이 숨어있습니다.

핵심은 인덱스: Top N 쿼리 성능의 90%는 ORDER BY 절의 컬럼에 적절한 인덱스가 있는지에 달려있습니다.
실행 계획 확인: EXPLAIN PLAN을 통해 내 쿼리가 비효율적인 Full Sort를 하고 있지는 않은지 항상 확인하는 습관이 중요합니다.
상황에 맞는 도구 사용: 단순 상위 N개 조회를 넘어, 그룹별 순위가 필요할 때는 윈도우 함수라는 강력한 도구를 적극적으로 활용해야 합니다.

Top N 쿼리의 원리를 깊이 이해하고 올바르게 사용한다면, 사용자는 더 빠른 응답 속도에 만족하고 시스템은 더 적은 자원으로 안정적인 서비스를 제공할 수 있게 될 것입니다. 이제 여러분의 쿼리를 다시 한번 들여다보고 최적의 성능을 끌어낼 준비가 되셨나요?

시스매

탐색기

Top N 쿼리 완벽 정복 가이드 원리부터 최적화까지

Top N 쿼리 완벽 정복 가이드 원리부터 최적화까지

1. Top N 쿼리는 왜 만들어졌을까? (탄생 배경)

2. Top N 쿼리의 구조와 작동 원리

기본 SQL 문법

내부 동작 메커니즘: 3단계 심층 분석

3. Top N 쿼리 실전 활용법

시나리오 1: 쇼핑몰 베스트셀러 상품 10개 보여주기

시나리오 2: 블로그의 최신 포스트 5개 보여주기

시나리오 3: 페이징(Pagination) 구현하기

4. 심화: 윈도우 함수를 이용한 Top N 분석

시나리오 4: 각 상품 카테고리별로 가장 비싼 상품 3개 찾기

결론: Top N 쿼리, 아는 만큼 빨라진다

레퍼런스(References)

그래프 뷰

목차

백링크