Antd를 먼저 도입해서 쓰고 있었는데, 기능은 많지만 빌드 용량이 너무 무거워서 Mantine으로 점진적으로 교체중이다.

vscode의 cost impact라는 확장프로그램만 봐도 antd는 mantine의 2~3배는 찍는달까

다만, mantine은 도입초기, 서양에서 만든거 답게 padding이 넉넉한 편이라 전체를 뜯어고치고픈 욕구가 치미는데, 사이트의 문서가 너무 부실하여 provider에서 적용가능한 설정을 고치고 또 고치고 난리도 아니었다. 
styles나 vars등으로 고칠 수 있는 부분이 꽤 많지만, css로만 가능한 영역도 혼재해 있어서 시행착오가 제법 컸달까. 쓰다보니 설계가 좋은 편이라 커스텀해서 쓰기 잘 되어 있는건 맞는데, 아쉬운 부분도 있어서 요즘은 해당 프로젝트를 git으로 받아서 코드를 보면서, 컴포넌트를 고쳐 쓰는 경우가 잦아지고 있다.

예를 들면, datepickerinput, monthpickerinput, yearpickerinput이 따로 있다.
모를때는 따로 따로 import해서 썼지만, 코드를 살펴보니 datepickerinput에서 minLevel이라는 속성만 쓸 수 있다면, 하나로 퉁칠 수 있는 구조였다. 실제로 써보면 타입에러는 나지만 동작은 한다.ㅋㅋㅋ
이렇게 간단한 것도 있지만, 생각보다 거대한 경우도 있는데, datepickerinput을 보면 좌우에 이전달, 다음달 이동 버튼은 있지만, 전년, 후년 이동 버튼은 없다. 이걸 넣고 싶은데 header에 버튼을 넣는 방법이 없다. 코드를 보면 이게 calendar 컴포넌트를 재사용하는데 여기에 그 기능이 없기 때문이다. 고로 그 header에 그 버튼을 넣고 싶다면, calendar 컴포넌트부터 고쳐야 하고, 그 고친것을 datepicker에 넣어줄 수 없기 때문에 또 datepicker 컴포넌트를 고쳐야 하며, datepickerinput 컴포넌트에서 그걸 PickerInputBase 컴포넌트로 감싸야 최종 사용이 가능하다.

또다른 케이스로는 quarterpickerinput이 필요했다. 그래서 calendar, monthpicker, monthpickerinput, monthlist, yearlevel, yearlevelgroup 컴포넌트 코드를 받아서 month를 quarter로 고쳤.....

딴길로 샜는데 아무튼, 결과적으로보니 커스텀해서 쓰기좋게 잘되어있긴 한데, 써보니 styles나, vars로만 하는 건 한계가 있어서 css로 병행해야 하는 부분도 있는데, 앞에도 적었지만, 사이트의 문서가 많이 부실하여 그로 인한 러닝커브가 다소 높은 편이랄까. 특히 vars가 이게 타입으로 잘 뜨는 것도 있지만, 어떤건 없지만 되는 것도 있고ㅋㅋㅋㅋ 그냥 개발자도구로 보면서 고치는게 된달까...
이렇게 보면 고생스러워 보이긴
결과적으로 페이지에서 antd 컴포넌트 하나둘 덜어낼때마다 빌드후 페이지 용량이 nnKb씩 줄어드는거보면 뿌듯하긴 하다. 

그리고 mantine이 요즘 열일하는 느낌이라 응원하게 된다. v9부터는 select와 multiselect의 value를 숫자도 쓸 수 있게 해주고, tree select도 생겼고(아직 value는 문자열밖에 안되지만),  splitter도 추가되기도 했고 (다만, toggle 기능을 내장안해놓는 바람에 SplitButtonGroup, Splitter.context, Splitter, SplitterPane 코드 받아서 수정한건 함정)
schedule 패키지도 9.3까지 테스트 했을때는 버그가 있어서 쓰지 못했지만, 9.4에는 그토록 원했던 resource view들도 생겼다.

그 사이 antd는 요즘 버전만 올라가지 새 기능은 별로 없어서 한동안 살펴보지 않다가, 최근에 확인해보니 Masonry라는 높이가 다른 벽돌식 레이아웃 요소라던지,  BorderBeam이라는 아주 깜찍한(?) 컴포넌트가 생기긴 했다.

antd가 무거워서 그렇지 기능이 좋긴 좋은데, 묶어놓은 컴포넌트들을 안에꺼만 쪼개서도 불러올 수 있게 해줬다면 이런 수고는 안 했을려나?
antd의 form과 cacader는 현재로선 대체 불가라 antd provider를 걷어내는 날이 올까 싶다.

1. react-data-grid

npm: https://www.npmjs.com/package/react-data-grid

demo: https://comcast.github.io/react-data-grid/

demo code: https://github.com/Comcast/react-data-grid/tree/main/website

특징: headless 아님

장점: 컬럼 순서 변경하기 등은 자체 제작하여 내장되어있고, 가상화가 기본 동작으로, 별다른 커스텀 없이 가볍게 동작함. 그룹화, export 기능등 예제도 풍부함.

단점: 정렬 코어, 필터 코어 등은 내장이 안되어 있어서 자체 제작 필요. 그 외 커스텀 속성을 추가할 만한 자리를 기본제공하지 않아서 타입을 약간 손볼 필요있음. 컬럼 숨기기는 없는데 여긴 rows, columns 같이 한번에 지정하는 grid 방식이라 사실상 columns를 새로 보내야 해서... 이 리렌더는 좀 무거운 편.

사담으로는 베타 버전 하나 올라갈때도 내부 코드가 엄청 바뀌고, 내부에서 사용하는 라이브러리도 잘 바뀌는 편이라 여러가지로 공부가 됨(p)

 

 

2. tanstack table (구 react table)

npm: https://www.npmjs.com/package/@tanstack/react-table

demo: https://tanstack.com/table/latest/docs/framework/react/examples/basic

특징: headless 임

장점: 내장된 필터가 다양해서 골라쓰는 맛이 있음. 출력용 값과 그룹핑용 값 등을 달리하는데 아무 문제 없으며, 커스텀 속성을 추가할 만한 자리가 기본 제공되어 있어 커스텀해서 쓰기 좋음. 컬럼 숨기기 기능도 기본 제공. 기본으로 출력용 컬럼, 그룹핑용 컬럼, 검색용 컬럼 다 다르게 설정이 가능한 것도 개인적으로는 큰 장점.

단점: 가상화가 기본이 아닌데, dnd 결합한 방식의 예제가 있지만 굉장히 느림. 컬럼순서변경도 심하게 느림... memo를 적절하게 써서 리렌더를 줄이는 것도 중요

virtualized-rows 예제는 노답이고 virtualized-rows-experimental는 낫지만 이것도 실사용은 못할 수준으로 느린데 transform으로 row 위치 변경하던걸 react-data-grid 코드를 분석해서 그 방식으로 뜯어고치니 쓸만해지긴 함.

더보기

 

table {
	display: grid;
	text-align: center;
	flex-grow: 1;
	block-size: 350px;
	overflow: auto;
	grid-template-rows:
		calc(var(--header-rows) * var(--header-row-height) + var(--header-filter-height)) auto
		calc(var(--summary-rows) * var(--summary-row-height));
    ... 
    /* column-resizing-performant예제에서 소개한 방식대로 컬럼 크기들도 미리 변수로 선언해 놓으면
    th, td에서 width 크기 확인 호출 안해도 되서 좀 더 빠른 느낌 */
}
tbody {
	display: grid;
    grid-template-rows: repeat(var(--rows-count), var(--row-height));
}
tbody tr {
    grid-row-start: calc(var(--virtual-row-index) + 1);
    display: flex;    
    ... 
    /* 이 방식은 position: absolute 이거 안해도 됨  */
}

 

컬럼들도 grid columns로 처리하면 더 빨라지기도 하고, auto-fit등을 써서 남은 공간도 채워서 알차게 쓸 수 있을 것 같긴 한데, 컬럼 숨기기 할 때 지금 방식이 주어진 예제에서 크게 고칠게 없어서 지금은 이 정도만 했음. 나중에 시간이 되면 이 부분도 좀 더 개선해볼 수 있지 않을까 생각중.

excel로 export 하는 건 react-data-grid 코드를 참고해서 붙여봤는데 table 태그를 쓰다보니 header group 을 colspan, rowspan 등을 쓸 수 있어서 결과물이 잘 나옴(?). 다만, colspan은 주는거 그대로 쓸 수 있지만, rowspan이 0만 나와서 새로 계산해서 만들어야 했다는 건 함정

 

react-daga-grid는 key, name으로 key가 고정이라 주어진 columns를 가지고 가공하기 편한 부분도 있고, 자료구조가 심플해서 러닝커브가 완만한 편인데, tanstack table은 header가 고정이지만, 영어권이 아닌 우리나라는 컬럼명 출력으로 써야 하다보니 재쳐놓고나면, id고, accessorKey가 옵션이고,  accessorFn만 나중에 공식적(?)으로 확실하게 꺼내쓸 수 있어서 가공할때 다소 불편한 구석이 있다. 데이터도 구조가 복잡해서 처음에 익숙해지기 까지 다소 시간이 걸리는 편.

둘 다 장단이 확실한 편인데 가볍게 도입해서 쓰기에는 react-data-grid가 좋고,
주어진 예제만 믿지 말고, 지속적으로 뜯어고쳐가며 헤비하게 쓸 생각이라면 tanstack table이 좋겠다라는 결론이다.

 

import { useEffect, useMemo, useRef, useState } from 'react'
import { faker } from '@faker-js/faker'

type Person = {
	id: number
	// userId: string
	firstName: string
	lastName: string
	age: number
}

const range = (len: number) => {
	const arr: number[] = []
	for (let i = 0; i < len; i++) {
		arr.push(i)
	}
	return arr
}

const newPerson = (num: number): Person => {
	return {
		id: num,
		// userId: faker.string.uuid(),
		firstName: faker.person.firstName(),
		lastName: faker.person.lastName(),
		age: faker.number.int(40),
	}
}

const ROW_HEIGHT = 35

const rows = range(2000).map((index): Person => newPerson(index))
const rowCount = rows.length

export const VirtualScroll = () => {
	const gridRef = useRef<HTMLDivElement>(null)

	const [scrollTop, setScrollTop] = useState(0)
	const [clientHeight, setClientHeight] = useState(0)

	const handleScroll = ({ currentTarget: { scrollTop } }: React.UIEvent<HTMLDivElement>) => setScrollTop(scrollTop)

	useEffect(() => {
		if (!gridRef.current) return
		const handleResize = () => {
			if (!gridRef.current) return
			setClientHeight(gridRef.current.clientHeight)
		}

		const { scrollTop, clientHeight } = gridRef.current

		setScrollTop(scrollTop)
		setClientHeight(clientHeight)
		window.addEventListener('resize', handleResize)

		return () => {
			window.removeEventListener('resize', handleResize)
		}
	}, [])

	const { startIndex, endIndex } = useMemo(() => {
		const viewportHeight = clientHeight
		const startIndex = Math.max(0, Math.floor(scrollTop / ROW_HEIGHT))
		const visibleRowCount = Math.min(rowCount - startIndex, Math.ceil(viewportHeight / ROW_HEIGHT))
		const endIndex = startIndex + visibleRowCount

		return { startIndex, endIndex }
	}, [clientHeight, scrollTop])

	const visibleRows = rows.slice(startIndex, endIndex)

	return (
		<div style={{ flexGrow: 1, display: 'flex', flexDirection: 'column' }}>
			{/* <div style={{ display: 'flex', gap: '1em' }}>
				<span>scrollTop: {scrollTop.toLocaleString()}px</span>
				<span>clientHeight: {clientHeight.toLocaleString()}px</span>
				<span>startNode: {startIndex.toLocaleString()}</span>
				<span>visibleNodesCount: {endIndex - startIndex}</span>
			</div> */}
			<div
				ref={gridRef}
				style={{
					display: 'grid',
					blockSize: 350,
					flexGrow: 1,
					gridTemplateRows: `repeat(${rows.length}, 35px)`,
					overflow: 'auto',
					border: '1px solid gray',
				}}
				onScroll={handleScroll}
			>
				{visibleRows.map((item, i: number) => (
					<div
						key={item.id}
						style={{
							gridRowStart: startIndex + i + 1,
							display: 'flex',
							gap: '1em',
							height: ROW_HEIGHT,
							borderBottom: '1px solid gray',
						}}
					>
						<span>{i + 1}</span>
						<span>{item.id}</span>
						{/* <span>{item.userId}</span> */}
						<span>{item.firstName}</span>
						<span>{item.lastName}</span>
						<span>{item.age}</span>
					</div>
				))}
			</div>
		</div>
	)
}

브라우저 resizing 까지는 대응했지만, debounce 미적용이라...

다양한 루트로 얻은 소스를 짬뽕한거라 일관성은 없지만 대략 사용방법을 터득하기에는 괜찮을 것 같아서 정리해봄

최종 채택은 2번으로 했지만 나머지도 기록 삼아 남김

 

1. 클라이언트 - heic2any: webp 바로 전환은 안되서 png 거쳐서 변환. 갤럭시 울트라 200M 사진은 처리불가

'use client'

import { useState } from 'react'

export function FileUpload() {
	const [file, setFile] = useState<any>()

	// 파일 선택 시 처리
	const handleFileChange = async (event: React.ChangeEvent<HTMLInputElement>) => {
		const file = event.target.files?.[0]
		if (!file) return
		
		const isHeic =
			file.type === 'image/heic' ||
			file.name.toLowerCase().endsWith('.heic') ||
			file.name.toLowerCase().endsWith('.heif')

		if (isHeic) {
			try {
				const heic2any = (await import('heic2any')).default
				// 1. HEIC/HEIF 파일을 PNG Blob으로 변환
				const pngBlob = await heic2any({
					blob: file,
					toType: 'image/png',
				})

				// 2. PNG Blob을 File 객체로 변환 및 WebP로 Canvas 변환
				const convertedFile = await convertToWebP(pngBlob, file.name)
				setFile(convertedFile)
			} catch (error) {
				console.error('### HEIC 변환 실패:', error)
				alert('이미지 변환에 실패했습니다. 다른 이미지를 시도해주세요.')
			}
		} else {
			setFile(file)
		}
	}

	// Blob을 WebP 포맷 File 객체로 변환하는 함수
	const convertToWebP = (blob: Blob | Blob[], originalName: string): Promise<File> => {
		return new Promise((resolve, reject) => {
			const img = new Image()
			const url = URL.createObjectURL(Array.isArray(blob) ? blob[0] : blob)

			img.onload = () => {
				URL.revokeObjectURL(url)
				const { width, height } = imageResize(img.width, img.height)

				// Canvas 생성
				const canvas = document.createElement('canvas')
				canvas.width = width
				canvas.height = height
				const ctx = canvas.getContext('2d')
				if (!ctx) throw new Error('Canvas context를 생성할 수 없습니다.')
				ctx.drawImage(img, 0, 0)
				// ctx.drawImage(img, 0, 0, targetWidth, targetHeight)

				canvas.toBlob(
					(webpBlob) => {
						if (!webpBlob) throw new Error('WebP 변환에 실패했습니다.')
						const newName = originalName.replace(/\.(heic|heif)$/i, '.webp')
						const webpFile = new File([webpBlob], newName, { type: 'image/webp' })
						resolve(webpFile)
					},
					'image/webp',
					0.8,
				)
			}
			img.onerror = (err) => reject(err)
			img.src = url
		})
	}

	// 폼 전송
	const handleSubmit = async (e) => {
		e.preventDefault()
		if (!file) return alert('파일을 선택해주세요.')

		const formData = new FormData()
		formData.append('image', file)
	}

	return (
		<form onSubmit={handleSubmit}>
			<input type="file" accept="image/*" onChange={handleFileChange} />
			<button type="submit">전송</button>
		</form>
	)
}

 

2. 클라이언트 - heic-decode: heic2any가 100%라면 60% 정도의 속도로 빠르게 처리하나 빌드 후 라이브러리 용량이 다소 나감. 갤럭시 울트라 200M 사진은 처리불가

'use client'

import { useState } from 'react'

export function FileUpload() {
	const [loading, setLoading] = useState(false)

	const handleFileChange = async (event: React.ChangeEvent<HTMLInputElement>) => {
		const file = event.target.files?.[0]
		if (!file) return

		setLoading(true)
		let fileToSend: File | Blob = file

		const isHeic = file.name.toLowerCase().endsWith('.heic') || file.name.toLowerCase().endsWith('.heif')

		if (isHeic) {
			try {
				const arrayBuffer = await file.arrayBuffer()

				// 1. HEIC 내부의 원본 픽셀 데이터(RGBA) 추출
				const decode = (await import('heic-decode')).default // 399.78 KB => 910.64 KB
				const { width, height, data } = await decode({ buffer: new Uint8Array(arrayBuffer) })
				const { width: targetWidth, height: targetHeight } = imageResize(width, height)

				// 3. 임시 오프스크린 캔버스 생성하여 리사이징 처리
				const canvas = document.createElement('canvas')
				canvas.width = targetWidth
				canvas.height = targetHeight
				const ctx = canvas.getContext('2d')

				if (!ctx) throw new Error('Canvas context를 생성할 수 없습니다.')

				// 원본 거대 데이터를 임시 ImageData 객체로 만듦
				const originalImageData = new ImageData(new Uint8ClampedArray(data), width, height)

				if (width === targetWidth && height === targetHeight) {
					// 크기가 동일하면 그대로 그림
					ctx.putImageData(originalImageData, 0, 0)
				} else {
					// 임시 캔버스를 거쳐 브라우저 하드웨어 가속을 이용해 부드럽게 축소(Downscale)합니다.
					const tempCanvas = document.createElement('canvas')
					tempCanvas.width = width
					tempCanvas.height = height
					tempCanvas.getContext('2d')?.putImageData(originalImageData, 0, 0)

					// 최종 캔버스에 축소해서 그리기
					ctx.drawImage(tempCanvas, 0, 0, targetWidth, targetHeight)
				}

				// 4. 🔥 [수정] 캔버스 내용을 WebP Blob으로 변환
				const webpBlob = await new Promise<Blob | null>((resolve) => {
					canvas.toBlob((blob) => resolve(blob), 'image/webp', 0.8)
				})

				if (!webpBlob) throw new Error('WebP 변환에 실패했습니다.')

				// 5. 🔥 [수정] 서버 전송용 File 객체 확장자를 .webp로 재포장
				const newFileName = file.name.replace(/\.(heic|heif)$/i, '.webp')
				fileToSend = new File([webpBlob], newFileName, { type: 'image/webp' })
			} catch (error) {
				console.error('브라우저 내 초고해상도 변환 중 에러 발생:', error)
				alert('이미지가 너무 커서 변환에 실패했습니다. 일반 JPG/PNG를 사용해주세요.')
				setLoading(false)
				return
			}
		}

		// 6. Next.js Route Handler로 FormData 전송
		try {
			const formData = new FormData()
			formData.append('file', fileToSend)
		} catch (err) {
			console.error(err)
		} finally {
			setLoading(false)
		}
	}
	return (
		<>
			<div>
				<input type="file" accept=".heic,.heif" onChange={handleFileChange} disabled={loading} />
				{loading && <p>이미지 최적화 및 변환 중... 잠시만 기다려주세요 (화면을 끄지 마세요)</p>}
			</div>
		</>
	)
}

 

3. 클라이언트 - @imagemagick/magick-wasm: 갤럭시 울트라 200M 사진도 처리가 가능하나 속도가 압도적으로 느리다.

'use client'
import NextImage from 'next/image'
import { useState } from 'react'

async function initMagick() {
    const { initializeImageMagick } = await import('@imagemagick/magick-wasm')
	const response = await fetch('/magick.wasm') // public 경로. 해당 파일은 \node_modules\@imagemagick\magick-wasm\dist 안에 있음
	const wasmBuffer = await response.arrayBuffer()
	await initializeImageMagick(wasmBuffer)
}
initMagick()

export function FileUpload() {
	const [outputUrl, setOutputUrl] = useState({ src: '', width: 0, height: 0 })

	const handleConvert = async (event: React.ChangeEvent<HTMLInputElement>) => {
		const file = event.target.files?.[0]
		if (!file) return
		const { ImageMagick } = await import('@imagemagick/magick-wasm')

		// 2. Read file as Uint8Array
		const arrayBuffer = await file.arrayBuffer()
		const data = new Uint8Array(arrayBuffer)

		// 3. Perform transformation
		ImageMagick.read(data, (image) => {
			const { width, height } = imageResize(image.width, image.height)
			image.resize(width, height)
			image.format = 'WEBP'

			// 4. Write back to a Blob for display
			image.write((outputData) => {
				const url = window.URL.createObjectURL(new Blob([new Uint8Array(outputData).buffer], { type: 'image/webp' }))
				setOutputUrl({ src: url, width, height })
			})
		})
	}

	return (
		<div>
			<input type="file" onChange={handleConvert} />
			{outputUrl.src && <NextImage {...outputUrl} alt="Converted" />}
		</div>
	)
}

function imageResize(width: number, height: number) {
	const MAX_WIDTH = 4000
	const MAX_HEIGHT = 4000
	let targetWidth = width
	let targetHeight = height

	if (width > MAX_WIDTH || height > MAX_HEIGHT) {
		if (width > height) {
			targetWidth = MAX_WIDTH
			targetHeight = Math.round((height * MAX_WIDTH) / width)
		} else {
			targetHeight = MAX_HEIGHT
			targetWidth = Math.round((width * MAX_HEIGHT) / height)
		}
	}
	return { width: targetWidth, height: targetHeight }
}

 

4. 서버 - heic-convert, sharp: 갤럭시 울트라 200M 사진은 처리불가

import { NextRequest, NextResponse } from 'next/server';
import convert from 'heic-convert'
import sharp from 'sharp'

async function handler(req: NextRequest) {


	// ...전략
	
		const formdata = await req.formData();

		const newFormData = new FormData()

		for (const [key, value] of formdata.entries()) {
			if (!value) {
				newFormData.append(key, '')
			} else if (value instanceof File === false) {
				newFormData.append(key, value)
			} else {
				const file = value
				const newFileName = file.name.split('.')
				const ext = newFileName.pop()

				if (!ext || ['heic', 'heif'].includes(ext.toLowerCase()) === false) {
					newFormData.append(key, value)
				} else {
					const outputBuffer = await convert({
						buffer: new Uint8Array(await file.arrayBuffer()) as unknown as ArrayBuffer,
						format: 'PNG',
					})
					// 2. 변환된 버퍼를 sharp로 처리 (리사이징 등)
					const webpBuffer = await sharp(outputBuffer).webp({ quality: 80 }).toBuffer()

					// 3. Web API의 File 객체 형태로 만들어 FormData에 추가
					const finalFile = new File([webpBuffer as any], `${newFileName}.webp`, { type: 'image/webp' })
					newFormData.append(key, finalFile)
				}
			}
		}

// ...후략		
}

export const POST = handler;
export const PUT = handler;
export const PATCH = handler;
export const OPTIONS = handler;

 

공통함수

export function imageResize(width: number, height: number) {
	const MAX_WIDTH = 4000
	const MAX_HEIGHT = 4000
	let targetWidth = width
	let targetHeight = height

	if (width > MAX_WIDTH || height > MAX_HEIGHT) {
		if (width > height) {
			targetWidth = MAX_WIDTH
			targetHeight = Math.round((height * MAX_WIDTH) / width)
		} else {
			targetHeight = MAX_HEIGHT
			targetWidth = Math.round((width * MAX_HEIGHT) / height)
		}
	}
	return { width: targetWidth, height: targetHeight }
}

 

 

 백업 파일 확인

  • RESTORE HEADERONLY FROM DISK='C:\Backup\A.bak';
    → 백업된 SQL Server 버전, 날짜, 종류(FULL/DIFF/LOG) 확인
  • RESTORE FILELISTONLY FROM DISK='C:\Backup\A.bak';
    → 데이터/로그 파일 논리명 확인

 

📌 기본 FULL 백업 복원

sqlcmd -S 서버명\인스턴스명 -E -Q " RESTORE DATABASE B FROM DISK = 'C:\Backup\A.bak' WITH MOVE 'A_Data' TO 'C:\Data\B.mdf', MOVE 'A_Log' TO 'C:\Data\B_log.ldf', REPLACE, STATS=10;"
  • -S : 서버명\인스턴스명 (로컬 기본 인스턴스면 -S . 가능)
  • -E : Windows 인증 (SQL 로그인 쓰려면 -U 사용자 -P 비밀번호)
  • MOVE : 논리 파일명을 새 물리 경로로 지정
  • REPLACE : 기존 DB 덮어쓰기
  • STATS=10 : 진행률 10% 단위 출력

📌 DIFF 백업 복원 (FULL 복원 후)

sqlcmd -S 서버명\인스턴스명 -E -Q " RESTORE DATABASE B FROM DISK = 'C:\Backup\A_diff.bak' WITH NORECOVERY, STATS=10;"
  • NORECOVERY : 이후 로그 복원을 위해 DB를 복원 모드로 유지

📌 LOG 백업 복원 (DIFF 후 이어서)

sqlcmd -S 서버명\인스턴스명 -E -Q " RESTORE LOG B FROM DISK = 'C:\Backup\A_log.trn' WITH RECOVERY, STATS=10;"
  • RECOVERY : 마지막 로그 복원 후 DB를 ONLINE으로 전환

📌 복원 후 무결성 검사

sqlcmd -S 서버명\인스턴스명 -E -Q " DBCC CHECKDB ('B') WITH NO_INFOMSGS, ALL_ERRORMSGS;"

📌 자주 쓰는 팁

  • 헤더 확인 : RESTORE HEADERONLY FROM DISK='A.bak'
  • 파일 목록 확인 : RESTORE FILELISTONLY FROM DISK='A.bak'
  • 복원 진행률 확인 : 다른 세션에서
SELECT percent_complete, estimated_completion_time FROM sys.dm_exec_requests WHERE command = 'RESTORE DATABASE';

 

SSMS 에서 잘 안될때는 sqlcmd로 하면 잘 된다.

 

 

 

추가 점검/최적화 (선택)

  • sp_updatestats 실행 → 통계 갱신
  • 인덱스 재구성/재빌드 → 성능 최적화
  • 새 FULL 백업 생성 → 이후 백업 체인 새로 시작

🔧 sp_updatestats 실행

USE DB명;
EXEC sp_updatestats;


🔧 인덱스 재구성 (Reorganize)

  • 특징: 조각난 인덱스를 정리해서 페이지를 압축하고, 구조를 최적화
  • 장점: 빠르고 온라인으로 실행 가능 (대부분의 경우 DB 사용 중에도 가능)
  • 예시:

USE B; ALTER INDEX ALL ON dbo.테이블명 REORGANIZE;

🔧 인덱스 재빌드 (Rebuild)

  • 특징: 인덱스를 완전히 새로 만드는 작업
  • 장점: 조각난 정도가 심할 때 가장 효과적
  • 단점: 시간이 오래 걸리고, 기본적으로 오프라인 작업 (Enterprise Edition은 ONLINE 옵션 가능)
  • 예시:

USE B; ALTER INDEX ALL ON dbo.테이블명 REBUILD WITH (FILLFACTOR = 90, ONLINE = ON);

  • FILLFACTOR : 페이지에 여유 공간을 남겨둬서 이후 삽입 성능 개선
  • ONLINE = ON : Enterprise Edition에서만 지원, 작업 중에도 테이블 사용 가능

🔧 전체 DB 인덱스 최적화

  • 모든 테이블에 대해 인덱스를 재구성/재빌드하려면:

USE B; EXEC sp_MSforeachtable 'ALTER INDEX ALL ON ? REBUILD';

  • 또는

USE B; EXEC sp_MSforeachtable 'ALTER INDEX ALL ON ? REORGANIZE';

📌 선택 기준

  • 조각난 정도가 10~30% → REORGANIZE
  • 조각난 정도가 30% 이상 → REBUILD
  • 조각난 정도 확인:
SELECT
    dbschemas.[name] as 'Schema',
    dbtables.[name] as 'Table',
    dbindexes.[name] as 'Index',
    indexstats.avg_fragmentation_in_percent,
    indexstats.page_count
FROM sys.dm_db_index_physical_stats (DB_ID('B'), NULL, NULL, NULL, 'LIMITED') AS indexstats
    INNER JOIN sys.tables dbtables on dbtables.[object_id] = indexstats.[object_id]
    INNER JOIN sys.schemas dbschemas on dbtables.[schema_id] = dbschemas.[schema_id]
    INNER JOIN sys.indexes AS dbindexes ON dbindexes.[object_id] = indexstats.[object_id]
                                         AND indexstats.index_id = dbindexes.index_id
WHERE indexstats.database_id = DB_ID('B');

 

📌 자동 인덱스 유지보수 스크립트 (Enterprise Edition용)

USE B;
GO

DECLARE @TableName NVARCHAR(128);
DECLARE @IndexName NVARCHAR(128);
DECLARE @SQL NVARCHAR(MAX);

-- 인덱스 조각난 정도 확인 후 자동 처리
DECLARE cur CURSOR FOR
SELECT
    t.name AS TableName,
    i.name AS IndexName,
    ips.avg_fragmentation_in_percent
FROM sys.dm_db_index_physical_stats (DB_ID(), NULL, NULL, NULL, 'LIMITED') ips
JOIN sys.indexes i ON ips.object_id = i.object_id AND ips.index_id = i.index_id
JOIN sys.tables t ON ips.object_id = t.object_id
WHERE i.type_desc IN ('CLUSTERED', 'NONCLUSTERED')
  AND ips.page_count > 100; -- 작은 인덱스는 제외

OPEN cur;
FETCH NEXT FROM cur INTO @TableName, @IndexName, @SQL;

WHILE @@FETCH_STATUS = 0
BEGIN
    IF @SQL BETWEEN 10 AND 30
        SET @SQL = 'ALTER INDEX [' + @IndexName + '] ON [' + @TableName + '] REORGANIZE;';
    ELSE IF @SQL > 30
        SET @SQL = 'ALTER INDEX [' + @IndexName + '] ON [' + @TableName + '] REBUILD WITH (ONLINE = ON);';
    ELSE
        SET @SQL = NULL;

    IF @SQL IS NOT NULL
    BEGIN
        PRINT '실행: ' + @SQL;
        EXEC (@SQL);
    END

    FETCH NEXT FROM cur INTO @TableName, @IndexName, @SQL;
END

CLOSE cur;
DEALLOCATE cur;
GO

📌 설명

  • sys.dm_db_index_physical_stats: 인덱스 조각난 정도 확인
  • 조건:
  • page_count > 100: 너무 작은 인덱스는 제외 (효과 없음)
  • ONLINE 옵션: Enterprise Edition에서만 지원, Standard Edition은 제거해야 함

📌 실행 팁

  • 복원 직후나 주기적인 유지보수 작업에 사용
  • 실행 전 반드시 DB를 사용하지 않는 시간대에 돌리는 게 안전
  • 로그가 많이 쌓일 수 있으니, 필요하면 로그 백업도 고려

📌 자동 인덱스 유지보수 스크립트 (Standard Edition용)

USE B;
GO

DECLARE @TableName NVARCHAR(128);
DECLARE @IndexName NVARCHAR(128);
DECLARE @Frag FLOAT;
DECLARE @SQL NVARCHAR(MAX);

DECLARE cur CURSOR FOR
SELECT
    t.name AS TableName,
    i.name AS IndexName,
    ips.avg_fragmentation_in_percent
FROM sys.dm_db_index_physical_stats (DB_ID(), NULL, NULL, NULL, 'LIMITED') ips
JOIN sys.indexes i ON ips.object_id = i.object_id AND ips.index_id = i.index_id
JOIN sys.tables t ON ips.object_id = t.object_id
WHERE i.type_desc IN ('CLUSTERED', 'NONCLUSTERED')
  AND ips.page_count > 100; -- 작은 인덱스 제외

OPEN cur;
FETCH NEXT FROM cur INTO @TableName, @IndexName, @Frag;

WHILE @@FETCH_STATUS = 0
BEGIN
    IF @Frag BETWEEN 10 AND 30
        SET @SQL = 'ALTER INDEX [' + @IndexName + '] ON [' + @TableName + '] REORGANIZE;';
    ELSE IF @Frag > 30
        SET @SQL = 'ALTER INDEX [' + @IndexName + '] ON [' + @TableName + '] REBUILD;';
    ELSE
        SET @SQL = NULL;

    IF @SQL IS NOT NULL
    BEGIN
        PRINT '실행: ' + @SQL;
        EXEC (@SQL);
    END

    FETCH NEXT FROM cur INTO @TableName, @IndexName, @Frag;
END

CLOSE cur;
DEALLOCATE cur;
GO

 

 

 

+ Recent posts