Trino나 Impala를 통해 데이터 조회 성능을 개선한 경험이 있다면 어떤 방법을 사용했는지 말씀해 주세요.

팀 프로젝트에서 Trino로 Hive 기반 로그 테이블을 조회할 때, 날짜 조건이 있는데도 전체 파티션을 스캔하는 현상이 있었습니다.

원인을 찾아보니 쿼리의 날짜 조건에 함수가 사용돼 파티션 프루닝이 비활성화된 것이었습니다. WHERE DATE(event_time) = '2024-01-01' 대신 WHERE event_date = '2024-01-01'로 바꾸니 파티션 프루닝이 적용됐고 스캔 범위가 당일 파티션으로 줄었습니다.

같은 결과를 내는 쿼리인데 작성 방식에 따라 성능이 100배 이상 차이났습니다. 이후로 파티션 컬럼에 함수를 씌우면 안 된다는 것을 팀 내 코드 리뷰 체크리스트에 추가했습니다. 분산 쿼리에서 쿼리 작성 방식이 실행 계획을 결정한다는 걸 그때 배웠습니다.