# 성능 최적화 가이드
중요도 점수 시스템의 성능을 최적화하기 위한 종합 가이드입니다.
## 📊 성능 최적화 개요
### 최적화 영역
1. **데이터베이스 인덱스 최적화**
2. **쿼리 성능 개선**
3. **메모리 사용량 최적화**
4. **캐싱 전략**
5. **배치 작업 최적화**
## 🗂️ 인덱스 최적화
### 추가된 인덱스
```sql
-- 기본 인덱스
CREATE INDEX idx_work_memories_importance_score ON work_memories(importance_score);
-- 복합 인덱스 (성능 최적화)
CREATE INDEX idx_work_memories_importance_score_created ON work_memories(importance_score DESC, created_at);
CREATE INDEX idx_work_memories_score_archived ON work_memories(importance_score DESC, is_archived);
CREATE INDEX idx_work_memories_score_project ON work_memories(importance_score DESC, project);
CREATE INDEX idx_work_memories_archived_score_created ON work_memories(is_archived, importance_score DESC, created_at DESC);
CREATE INDEX idx_work_memories_worktype_score ON work_memories(work_type, importance_score DESC);
```
### 인덱스 활용 쿼리 패턴
```sql
-- ✅ 최적화된 쿼리 (인덱스 활용)
SELECT * FROM work_memories
WHERE importance_score >= 80
ORDER BY importance_score DESC
LIMIT 20;
-- ✅ 복합 조건 최적화
SELECT * FROM work_memories
WHERE is_archived = 0 AND importance_score >= 70
ORDER BY importance_score DESC, created_at DESC;
-- ❌ 비효율적인 쿼리 (인덱스 미활용)
SELECT * FROM work_memories
WHERE LOWER(content) LIKE '%test%'
ORDER BY created_at;
```
## ⚡ 쿼리 성능 개선
### 1. 범위 쿼리 최적화
```typescript
// 고중요도 메모리 조회 (인덱스 활용)
const highPriorityMemories = await connection.all(`
SELECT id, content, importance_score, created_at
FROM work_memories
WHERE importance_score >= ? AND is_archived = 0
ORDER BY importance_score DESC, created_at DESC
LIMIT ?
`, [80, 20]);
```
### 2. 집계 쿼리 최적화
```typescript
// 프로젝트별 평균 중요도 (복합 인덱스 활용)
const projectStats = await connection.all(`
SELECT project,
COUNT(*) as count,
AVG(importance_score) as avg_score,
MAX(importance_score) as max_score
FROM work_memories
WHERE is_archived = 0 AND project IS NOT NULL
GROUP BY project
HAVING count >= 5
ORDER BY avg_score DESC
`);
```
## 🧠 메모리 최적화
### PerformanceOptimizer 사용
```typescript
import { PerformanceOptimizer } from '../utils/performance-optimizer.js';
const optimizer = PerformanceOptimizer.getInstance();
// 데이터베이스 최적화 설정 적용
await optimizer.applyOptimizationSettings(connection);
// 캐시와 함께 쿼리 실행
const result = await optimizer.executeWithCache(
connection,
'SELECT * FROM work_memories WHERE importance_score >= ?',
[80],
'high_importance_memories',
5 * 60 * 1000 // 5분 TTL
);
```
## 💾 캐싱 전략
### 통계 데이터 캐싱
```typescript
// 중요도 분포 통계 (10분 캐싱)
const distribution = await optimizer.getCachedStats(connection, 'importance_distribution');
// 프로젝트 개수 통계 (10분 캐싱)
const projectCounts = await optimizer.getCachedStats(connection, 'project_counts');
```
## 🔄 배치 작업 최적화
### 대량 데이터 삽입
```typescript
// 배치 삽입으로 성능 향상
const memoryData = [
['id1', 'content1', 80, 'project1', '["tag1"]', '2024-01-01', '2024-01-01', 'user1', 0, 0],
// ... 더 많은 데이터
];
await optimizer.batchInsert(
connection,
'work_memories',
['id', 'content', 'importance_score', 'project', 'tags', 'created_at', 'updated_at', 'created_by', 'access_count', 'is_archived'],
memoryData,
100 // 배치 크기
);
```
## 📈 성능 모니터링
### 쿼리 성능 분석
```typescript
// 개별 쿼리 프로파일링
const query = 'SELECT * FROM work_memories WHERE importance_score >= 80';
const profile = await optimizer.profileQuery(connection, query);
console.log(`실행 시간: ${profile.executionTime}ms`);
console.log(`사용된 인덱스: ${profile.indexesUsed.join(', ')}`);
```
### 성능 분석 도구 사용
```typescript
import { handlePerformanceAnalysis } from '../tools/performance-analysis.js';
// 전체 성능 분석
const analysisResult = await handlePerformanceAnalysis({
analysis_type: 'all',
include_recommendations: true
});
```
## 🎯 성능 기준 및 목표
### 응답 시간 목표
- **기본 조회**: 50ms 이내
- **복잡한 집계**: 200ms 이내
- **검색 쿼리**: 100ms 이내
- **배치 삽입**: 1000개당 2초 이내
### 처리량 목표
- **동시 연결**: 최대 100개
- **초당 쿼리**: 1000 QPS
- **메모리 사용량**: 100MB 이하
## 🔧 최적화 도구 사용법
### npm 스크립트
```bash
# 성능 테스트 실행
npm run test:performance
# 성능 분석 실행 (MCP 도구 사용)
# analyze_performance 도구를 통해 실행
```
### 정기 최적화 작업
```typescript
// 일일 최적화 작업
async function dailyOptimization() {
const optimizer = PerformanceOptimizer.getInstance();
// 1. 캐시 정리
optimizer.clearCache();
// 2. 메모리 최적화
await optimizer.optimizeMemoryUsage(connection);
// 3. 통계 업데이트
await connection.run('ANALYZE');
}
```
이 가이드를 통해 중요도 점수 시스템의 성능을 지속적으로 모니터링하고 최적화할 수 있습니다.
