고급 기능

이 문서는 SkylerX 가 헤비 유저(DBA / 데이터 엔지니어 / 백엔드 개발자) 를 위해 준비한 고급 기능을 모아 소개합니다. 이 기능들은 우클릭 메뉴, ⌘K 커맨드 팔레트, 또는 툴바 하위에 숨겨져 있어 일상적인 SELECT 작업에서는 사용할 일이 없지만, 아래 시나리오를 만나면 매우 시간을 절약해 줍니다.

실행 계획이 인덱스를 타는지, 어느 노드가 가장 느린지 보고 싶다
과거 SQL 을 기반으로 어떤 인덱스를 만들어야 할지 역추론하고 싶다
한 테이블의 컬럼 분포 / NULL 비율 / 타입이 너무 크게 선택되었는지 보고 싶다
중복 행 제거 / 과거 데이터에 기본값 보충 / 소프트 삭제에서 복구하고 싶다
전체 DB 에서 한 값이 어느 테이블에 출현하는지 검색하고 싶다
SQL 을 직접 작성하지 않고 비주얼 드래그로 쿼리를 만들고 싶다
Doris/StarRocks 의 파티션 / ClickHouse 의 part / MySQL binlog / PG 익스텐션을 관리하고 싶다
Oracle DB 전체를 达梦(DM) 으로 마이그레이션하고 싶다

아래는 "보기 → 수정 → 검색 → 생성 → 마이그레이션" 순서로 전개합니다.

1. EXPLAIN 시각화 — PlanPanel

SQL 을 쓰는 사람은 누구나 EXPLAIN 을 보지만, 텍스트만으로는 직관적이지 않습니다. SkylerX 는 QueryPane 옆에 Plan 패널을 두어 EXPLAIN 출력을 트리 + 요약으로 렌더링합니다.

트리거 방법

진입점	동작
QueryPane 툴바 `📊 Plan`	현재 SQL 의 EXPLAIN(실제 실행 안 함)
`⌘⇧E` / Ctrl+Shift+E	위와 동일
`📊 Plan` 옆의 `▶ Analyze`	EXPLAIN ANALYZE(실제 실행, DML 주의)

저변은 plan.ts → planQuery(dialect, sql, { analyze }) 사용:

방언	생성된 문장
PostgreSQL / Kingbase	`EXPLAIN (FORMAT JSON) <sql>` / `EXPLAIN (ANALYZE, BUFFERS, FORMAT JSON) <sql>`
MySQL / MariaDB / OceanBase	`EXPLAIN FORMAT=TREE <sql>` / `EXPLAIN ANALYZE <sql>`(MySQL 8.0.18+)
기타 방언	폴백 표 EXPLAIN(plain pre 렌더링)

노드 트리 렌더링

PG 의 JSON Plan 은 parsePgPlan 으로 PlanNode 트리로 파싱한 후, flattenPlan 으로 {node, depth} 리스트로 압평하여 렌더링. 각 노드 표시:

라벨: Seq Scan / Index Scan / Hash Join …
세부: on users / using users_pk / inner join
비용 바: 수평 바 너비 = cost / maxCost * 60px, 녹색에서 빨간색 그라데이션
숫자: cost 1234.56 · est 1000 · act 1234 · 12.3ms(act / ms 는 ANALYZE 일 때만)

느린 연산자 컬러링

PlanPanel 은 "비싼 1/3 노드" 를 자동으로 빨간색 표시:

function isSlow(node) {
  return node.cost >= maxCost.value * 0.33 && maxCost.value > 0
}

빨간 배경 + 빨간 라벨, 눈으로 바로 어디를 최적화해야 할지 식별, 비용 숫자를 하나씩 비교할 필요 없음.

예상 vs 실제 편차

estimateSkew(node) 는 max(est, act) / min(est, act) 계산. ≥ 10× 면 옵티마이저 통계 오래됨(전형적 신호)으로 간주, 노드 좌측에 노란 사이드 바 + 노드 끝에 ⚠ 24× 배지 추가. 요약 바에서도 "편차가 가장 심한 노드"를 별도로 지적:

let skewWorst = null
for (const r of arr) {
  const sk = estimateSkew(r.node)
  if (sk == null) continue
  if (!skewWorst || sk > skewWorst.skew) skewWorst = { node: r.node, skew: sk }
}

이 배지를 보면 일반적으로 ANALYZE table 또는 pg_statistic refresh 를 해야 합니다.

요약 바

패널 상단에 표시:

필드	의미
`Total Cost`	최중 노드의 cost(루트 노드 누적)
`Actual ms`	EXPLAIN ANALYZE 시 각 노드 실제 소요 시간 누적
`Heaviest`	비용 최고 노드 이름
`Skew`	예상 vs 실제 편차 가장 심한 노드 + 배수

2. 인덱스 추천 — IndexRecommender

⌘K → 인덱스 추천 또는 NavTree DB 노드 우클릭 🔧 인덱스 추천.

입력과 출력

입력	출처
과거 SQL 패턴	`client.connections.history(connId, 1000)` 최근 1000건
기존 인덱스	MySQL `information_schema.STATISTICS` / PG `pg_index + pg_class`

출력: IndexHint[], 각 항목은 테이블명, 컬럼명, 종합 점수, 추론 이유, 바로 실행 가능한 CREATE INDEX DDL.

추론 알고리즘(`index-recommender.ts`)

SQL parser 를 도입하지 않고(비용이 크고 방언 차이 많음), 정규식 휴리스틱으로 WHERE / JOIN / ORDER BY / GROUP BY 추출:

이력 집계: 같은 SQL 텍스트를 한 행으로 병합, count + totalMs 누적
필터: SELECT / WITH 류 문만 보관, DML/DDL 스킵
별칭 파싱: parseTableAliases(sql) 가 FROM/JOIN 뒤에서 tbl [AS] alias 추출하여 Map 으로
4종 절 스캔, 각 매치에 기본 점수 가중:

절	기본 점수	설명
`WHERE col = ?` / `LIKE` / `IN` / `IS NULL` / `BETWEEN`	5	강 신호
`JOIN ON a.col = b.col`	3	양쪽 컬럼 모두 점수 추가
`ORDER BY col`	2	정렬에 정렬된 인덱스 필요
`GROUP BY col`	2	그룹화도 동일

시간 가중: 각 SQL count × min(perMs/avgMs, MAX_TIME_MULTIPLIER=5), 한두 건의 슬로우 SQL 이 테이블을 압도하는 것 방지
다중 테이블 SQL 은 별칭이 있어야 노출 컬럼 인식; 단일 테이블 SQL 만 노출 컬럼명 허용
기존 인덱스 필터: isCovered(table, cols, known) 가 "기존 인덱스 접두사가 제안 컬럼을 완전히 포함" 으로 판단, 매치 시 스킵
복합 제안: 각 테이블 상위 3개 고점수 컬럼을 쌍쌍 페어링하여, 2열 복합 인덱스 제안 생성

DDL 생성

function buildDdl(table, columns, dialect) {
  const idxName = `idx_${sanitize(table)}_${cols.map(sanitize).join('_')}`.slice(0, 60)
  return `CREATE INDEX ${quoteIdent(idxName)} ON ${quoteIdent(table)}(${cols.map(quoteIdent).join(', ')});`
}

MySQL 은 백틱 `\, PG 는 큰따옴표 " 사용.

UI 흐름

팝업이 열리면 자동으로 run(): 스캔 → 후보 나열(scoreEstimate 내림차순). 각 행:

[채택] 버튼 → emit('runSql', h.ddl) 로 DDL 을 QueryPane 으로 던짐(사용자가 검토 후 실행)
[전체 복사] 모든 후보 DDL 을 클립보드로 한 번에 복사
[재스캔] 흐름 재실행

MySQL 패밀리 / PG 패밀리만 지원, 기타 방언은 "현재 지원 안 됨" 표시.

3. 데이터 탐사 — DataInspector

테이블 우클릭 🔬 데이터 탐사. 하나의 다이얼로그에 5개 탭, "데이터 헬스 + 원클릭 유지보수" DBA 트러블슈팅 핵심 액션 커버. 설계상 SQL 을 동시 실행하지 않습니다(프로덕션 폭주 우려): 사용자가 누른 탭의 데이터만 가져옴.

Tab 1: 컬럼 샘플링(A3)

컬럼 하나 선택, 한 개의 SQL 로 모든 통계 실행:

sql

SELECT
  COUNT(*) AS total,
  COUNT(col) AS non_null,
  COUNT(DISTINCT col) AS distinct_cnt,
  MIN(col) AS min_val,
  MAX(col) AS max_val
FROM <table>

추가로 top-10 실행:

sql

SELECT col AS value, COUNT(*) AS cnt
FROM <table> GROUP BY col ORDER BY cnt DESC LIMIT 10

카드 형태로 통계 + top-N 표 표시. NULL 비율 높음 / distinct 매우 낮음(상태 코드일 수 있음) / 극단값 이상이 한눈에 보임.

Tab 2: 전체 테이블 프로파일링(B6)

하나의 큰 SELECT 로 모든 컬럼에 대해 COUNT(col) + COUNT(DISTINCT col) 동시 계산:

sql

SELECT COUNT(*) AS total,
       COUNT(`a`) AS nn_a, COUNT(DISTINCT `a`) AS dc_a,
       COUNT(`b`) AS nn_b, COUNT(DISTINCT `b`) AS dc_b,
       ...
FROM <table>

출력 표: 컬럼명 | 타입 | NULL% | DISTINCT/총수. NULL% > 50 황색 표시, "이 컬럼은 사실 사용되지 않을 수 있음" 안내.

Tab 3: 제약 조건 스캔(B5)

테이블의 IS_NULLABLE = 'NO' 컬럼을 "NOT NULL 선언" 컬럼으로 나열, 각 컬럼에 대해 SELECT COUNT(*) WHERE col IS NULL 실행. 매치 > 0 인 경우 제약 위반으로 간주(흔히 옛날에 NOT NULL 을 추가하지 않다가, 나중에 보충했지만 지저분한 데이터 미정리).

Tab 4: 타입 최적화 제안(B9)

컬럼별 타입 전략으로 축소 제안:

현재 타입	검사	제안
`VARCHAR(255)`	`MAX(CHAR_LENGTH(col))` 실제 max	`VARCHAR(max(32, ceil(maxlen1.5)))`, declared > maxlen4 이고 차이 > 50 일 때
`BIGINT`	`MAX(ABS(col))`	< 2³¹-1 이면 → `INT`
`INT`	위와 동일	< 32767 이면 → `SMALLINT`

각 제안에 이유 제공(실제 최대 길이 20, 선언 255 로 235 바이트 낭비).

Tab 5: 테이블 유지보수(B10)

방언별로 4개 원클릭 버튼 제공:

방언	버튼
MySQL 패밀리	`ANALYZE TABLE` / `OPTIMIZE TABLE` / `CHECK TABLE`
PG 패밀리	`ANALYZE` / `VACUUM FULL` / `VACUUM` / `REINDEX TABLE`

각 실행은 재확인 동반(VACUUM FULL 은 테이블 잠금).

4. 데이터 정비 — DataFixup

테이블 우클릭 🩹 데이터 정비. 3개 탭, "조건 입력 → SQL 생성 → 사용자 검토 → 실행" 4단계 골격 공유. 직접 commit 하지 않음, 생성된 SQL 을 QueryPane 에 pending 으로 던져 사용자가 검토하도록.

Tab 1: 중복 행 감지(B3)

몇 개 컬럼을 비즈니스 키(email + tenant_id)로 체크, 먼저 GROUP BY 로 어느 그룹이 중복인지 확인:

sql

SELECT col1, col2, COUNT(*) AS cnt
FROM <table>
GROUP BY col1, col2 HAVING COUNT(*) > 1
ORDER BY cnt DESC LIMIT 100

중복 확인 후 정리 SQL 생성 클릭으로 ROW_NUMBER() 기반 윈도우 삭제 문(PG 버전) 획득, 주석에 MySQL self-join 버전 백업으로 제공:

sql

-- 각 그룹에서 ROW_NUMBER() = 1 만 남기고 나머지 삭제
DELETE FROM <table>
WHERE (col1, col2, ctid) IN (
  SELECT col1, col2, ctid FROM (
    SELECT col1, col2, ctid,
           ROW_NUMBER() OVER (PARTITION BY col1, col2 ORDER BY ctid) AS rn
    FROM <table>
  ) sub WHERE sub.rn > 1
);

Tab 2: NULL 보충(B4)

컬럼 하나 + 전략 선택:

전략	생성된 SET 표현식
`literal`	`'<사용자 입력 값>'`
`avg`	`(SELECT AVG(col) FROM <table>)`
`min` / `max`	`(SELECT MIN/MAX(col) FROM <table>)`
`most_common`	`(SELECT col GROUP BY col ORDER BY COUNT(*) DESC LIMIT 1)`

최종적으로 UPDATE <table> SET col = <expr> WHERE col IS NULL; 생성, 주석에 "먼저 SELECT COUNT 로 영향 수 확인 권장" 한 문장 추가.

Tab 3: 소프트 삭제 복구(B8)

휴리스틱으로 컬럼명에서 소프트 삭제 필드 찾기(deleted_at / is_deleted / deleted). 컬럼명이 불리언 또는 타임스탬프인지에 따라 대응 부활 문 생성:

컬럼명	생성
`is_deleted` / `*_flag`	`UPDATE ... SET col = FALSE WHERE col = TRUE`
`deleted_at` / 기타 타임스탬프	`UPDATE ... SET col = NULL WHERE col IS NOT NULL`

선택적으로 "추가 WHERE"(AND user_id = 42) 입력하여 범위 한정, 모든 소프트 삭제 일괄 부활 회피.

5. 테이블 간 값 검색 — SearchValueDialog

⌘K → 테이블 간 검색 또는 결과 셋 셀에서 우클릭 🔎 이 값이 어디 또 있나 (후자는 자동 prefill).

워크플로우

모든 "검색 가능한" 문자 컬럼 가져오기(information_schema.columns):
- MySQL: varchar / char / text / tinytext / mediumtext / longtext / json
- PG: character varying / character / text / json / jsonb
테이블별 그룹화: 각 테이블에 SELECT * FROM t WHERE col1 LIKE :v OR col2 LIKE :v ... LIMIT 50 생성
동시 실행(max 6개 동시, 연결 풀 폭주 방지)
진행 바 + 매치 리스트

성능 한계

대용량 DB 는 컬럼이 수천 개일 수 있으므로, 검색 전 table_prefix 로 범위 필터(user_*). matchMode 는 contains / exact 선택 가능:

contains → LIKE '%v%'(느리지만 완전)
exact → = 'v'(빠름, 정확한 ID 검색에 적합)

maxPerTable 은 테이블당 최대 50 매치 제한, 큰 와이드 테이블이 메모리를 폭발시키는 것 방지.

사용 예

라이브에서 "사용자 alice@x.com 이 왜 푸시 받았나" 트러블슈팅:

⌘K → 테이블 간 검색
값에 alice@x.com 입력, 모드 exact
모든 DB 일괄 스캔, users(email) + subscription(email) + mail_logs(to_addr) 에 모두 있는 것 발견 → 데이터 흐름 특정

6. 행 변경 이력 — RowHistoryDialog

결과 셋에서 행 선택 후 우클릭 ⏱ 이력 버전 보기.

휴리스틱 섀도우 테이블 검색

주어진 행의 PK({id: 42})로, information_schema.tables 를 자동 스캔하여 후보 섀도우 테이블 찾기:

sql

SELECT table_name FROM information_schema.tables
WHERE table_name LIKE '<base>_%'
   OR table_name = 'audit_<base>'
   OR table_name = '<base>_history'

사용자는 드롭다운(<datalist>)에서 선택하거나 수동 입력.

이력 가져오기

PK 로 필터, changed_at / updated_at / created_at / version / revision 내림차순 정렬:

sql

SELECT * FROM <shadowTable>
WHERE id = 42
ORDER BY changed_at, updated_at, created_at, version, revision DESC
LIMIT 200

출력 표에서 각 행은 하나의 버전이며, 컬럼명은 섀도우 테이블 원시 컬럼, 문자열 필드는 80자로 자름.

7. 비주얼 쿼리 빌더 — VisualQueryDialog

⌘K → 비주얼 쿼리 또는 DB 노드 우클릭 🎨 비주얼 빌더.

MVP 는 드래그 캔버스를 만들지 않음 — 더 안정적인 "리스트 + 카드" 레이아웃으로, 진짜 사용 가능하며 demo 에 그치지 않음.

레이아웃

영역	내용
좌측	현재 DB 의 모든 테이블 + 검색 박스 + 체크박스
중앙	체크된 테이블이 카드로 전개, 각 컬럼 앞에 체크박스(체크된 것은 SELECT, 체크 안된 것은 표시만)
상단	WHERE / ORDER BY 입력 박스 + `LIMIT` 숫자 박스
하단	실시간 생성된 SQL + `새 쿼리 탭으로 열기` 버튼

자동 JOIN

두 테이블 체크 시 양쪽의 "외래 키 같은 컬럼" 자동 감지, INNER JOIN 생성:

// inferConventionalFks
const m = /^(.+?)_id$|^(.+?)Id$/.exec(col.name)
// user_id → users.id  /  category_id → categories.id

후보 대상 테이블: <base> 원형 + 단순 복수형(user → users, category → categories). FK 경로 찾을 수 없으면 CROSS JOIN 으로 다운그레이드(사용자에게 효율 주의 시각적 힌트).

SQL 생성

sql

SELECT users.id AS users_id, users.name AS users_name,
       orders.id AS orders_id, orders.amount AS orders_amount
FROM users
  INNER JOIN orders ON users.id = orders.user_id
WHERE amount > 100
ORDER BY users.id DESC
LIMIT 200

컬럼명에 <table>_<col> 별칭 추가, 다중 테이블 동명 컬럼 충돌 회피.

8. MPP 파티션 관리 — MppPartitionDialog

Doris / StarRocks(MySQL 프로토콜 계열) 적용. DB 노드 우클릭 🗂 파티션 관리.

필드

SHOW PARTITIONS FROM <db>.<tbl> 호출, 표시:

필드	의미
`PartitionId` / `PartitionName`	파티션 메타 정보
`State`	NORMAL / 등
`PartitionKey` / `Range`	파티션 컬럼과 범위
`DistributionKey` / `Buckets`	버킷 키와 수량
`ReplicationNum`	복제본 수
`StorageMedium`	HDD / SSD
`CooldownTime`	쿨다운 시간(HDD 강등)
`DataSize`	파티션 데이터 크기(KB/MB/GB 자동 포매팅)

작업

버튼	동작
`+ 파티션 추가`	팝업에서 `ADD PARTITION ...` 절 입력, `ALTER TABLE <db>.<tbl>` 접두사 자동 조립
각 행 `DROP`	재확인 후 `ALTER TABLE <db>.<tbl> DROP PARTITION <name>`
`🔄 새로고침`	SHOW PARTITIONS 재실행

9. 방언 전용 고급

9.1 MysqlAdvancedDialog

MySQL / MariaDB / OceanBase / TiDB / Doris / StarRocks 에 적용. 3개 탭:

Tab	사용 SQL
Binlog	`SHOW MASTER STATUS` + `SHOW BINARY LOGS` + 파일 선택 후 `SHOW BINLOG EVENTS IN '<file>' LIMIT N`
마스터-슬레이브 상태	`SHOW REPLICA STATUS`(8.0+) 우선, 실패 시 `SHOW SLAVE STATUS`(MariaDB / 구 버전) 폴백
변수 / 상태	`SHOW GLOBAL VARIABLES` / `SHOW GLOBAL STATUS`, 필터 포함; Variables 는 `SET GLOBAL k = v` 로 런타임 파라미터 변경도 가능

9.2 PgAdvancedDialog

PostgreSQL / Kingbase / openGauss / Greenplum / CockroachDB / Redshift 에 적용. 3개 탭:

Tab	데이터 출처
Extensions	`pg_available_extensions`; 원클릭 `CREATE EXTENSION IF NOT EXISTS "<name>" WITH SCHEMA "<schema>"` / `DROP EXTENSION`
Publications / Subscriptions	`pg_publication` + `pg_publication_tables` + `pg_subscription`(논리 복제 관리)
Slots	`pg_replication_slots`(slot_name / plugin / slot_type / active / restart_lsn / confirmed_flush_lsn / wal_status); `DROP_REPLICATION_SLOT` 가능

9.3 ClickHouseAdvancedDialog

4개 탭, 모두 system.* 읽기, 주로 읽기 전용:

Tab	데이터 출처	용도
파티션	`system.parts`(active 필터)	`rows / bytes_on_disk / data_compressed_bytes / marks / min_date / max_date / level` 확인; `DROP / DETACH / ATTACH PARTITION` 지원
Mutation	`system.mutations`	`is_done / command / parts_to_do / latest_failed_part / latest_fail_reason` 확인
복제본	`system.replicas`	`is_leader / queue_size / inserts_in_queue / merges_in_queue / total_replicas / active_replicas / zookeeper_path` 확인
테이블 metadata	`system.tables`	`engine / total_rows / total_bytes / partition_key / sorting_key / primary_key / sampling_key / storage_policy` 확인

모든 탭 상단에 database / table 필터 박스, 큰 클러스터에 필수.

10. Oracle → DM(达梦) 마이그레이션 마법사

신촹 외주 빈도 높은 시나리오: 고객의 Oracle DB 전체를 达梦 으로 마이그레이션. ⌘K → Oracle → DM 마이그레이션 으로 마법사 열기.

5단계 흐름

단계	동작
1. 연결 선택	설정된 연결에서 `dialect == Oracle` / `dialect == DM` 필터, 좌우 각 하나 선택
2. 객체 선택	소스 DB 의 `tables / views / sequences / procedures` 4개 그룹, 기본 전체 선택, 그룹별 / 개별 체크 가능
3. 미리보기	각 객체는 `DBMS_METADATA.GET_DDL` 로 소스 DDL 가져옴 → `translateDdl()` 번역 → warnings 표시 + 편집 허용
4. 실행	객체별 `client.connections.execute(dstConnId, ddl)`, 오류 수집 후 중단 없음
5. 보고서	Markdown 으로 성공/실패 요약 + warnings, 복사 / saveText 로 저장 가능

번역 룰(`oracleToDm.ts`)

타입 매핑(TYPE_MAP):

Oracle	DM	비고
`VARCHAR2`	`VARCHAR`	—
`NVARCHAR2`	`NVARCHAR`	—
`NUMBER`	`NUMERIC`	DM 도 NUMBER 인식, 하지만 NUMERIC 이 더 표준
`CLOB` / `NCLOB` / `BLOB`	동명 유지	—
`DATE`	`DATE`	⚠ Oracle 은 시분초 포함, DM 은 미포함
`TIMESTAMP`	`TIMESTAMP`	—
`RAW` / `LONG RAW`	`VARBINARY`	—
`LONG`	`CLOB`	Oracle 폐기됨
`BINARY_FLOAT` / `BINARY_DOUBLE`	`FLOAT` / `DOUBLE`	—
`ROWID` / `UROWID`	`VARCHAR(18)` / `VARCHAR(4000)`	DM 동등 없음, 다운그레이드
`XMLTYPE`	`XML`	XPath/XQuery 표현식 재작성 가능성 있음

타입 치환 구현: "긴 키 우선" 순으로 매치(LONG RAW 가 LONG 앞에 와서 가로채지지 않음); 노출 NUMBER 는 길이 없으면 보충 안 함; NUMBER(p,s) 는 숫자 그대로 옮김; 매치 후 대응 TYPE_NOTES 경고 추가.

함수 / 키워드 매핑(FN_MAP):

Oracle	DM	비고
`SYSDATE` / `SYSTIMESTAMP`	`CURRENT_TIMESTAMP`	DM 도 SYSDATE 수용, 표준 함수가 더 안정
`NVL(a, b)`	`COALESCE(a, b)`	DM 은 NVL 호환, COALESCE 가 더 크로스 DB
`NVL2(...)`	보존	미지원 시 `CASE WHEN expr IS NOT NULL THEN a ELSE b END` 필요
`MINUS`	`EXCEPT`	DM 은 MINUS 호환, EXCEPT 가 더 표준
`DUAL` / `ROWNUM`	동명 유지	DM 지원

복잡 구문 경고(HARD_WARNINGS, SQL 변경 없음, [review] 경고만 발행):

패턴	경고 내용
`DECODE(...)`	여전히 사용 가능, 가독성을 위해 `CASE WHEN` 으로 변경 권장
`CONNECT BY`	대부분 호환; `NOCYCLE` / `SYS_CONNECT_BY_PATH` 등 고급 기능은 문장별 재검토 필요
`MERGE INTO`	복잡 분기(`DELETE WHERE` / 다중 소스 `UPDATE` 포함) 동작이 일치하지 않을 수 있음
`INSTEAD OF (INSERT/UPDATE/DELETE) TRIGGER`	DM 트리거 의미에 차이, 트리거 본문은 수동 마이그레이션 필요
`SDO_GEOMETRY` / `MDSYS.*`	Oracle Spatial 동등 없음, DMGeo 또는 서드 파티 필요
`DBMS_*`	일부만 모사(`DBMS_OUTPUT`/`DBMS_LOB`), 비즈니스 패키지는 재작성 필요
`UTL_*`(`UTL_HTTP`/`UTL_FILE` 등)	일반적으로 미지원, 외부 스크립트 대체 필요
`INTERVAL YEAR/DAY TO ...`	일부 버전은 간소화 형태만 지원, 버전 검증 필요
`PIVOT(...)` / `UNPIVOT(...)`	DM 8.x 부터 부분 지원, 구 버전은 `CASE WHEN` 집계로 재작성 필요
`BULK COLLECT` / `FORALL`	PL/SQL 배치 작업, DMSQL 구문에 약간 차이

의도적으로 하지 않는 것

PL/SQL 블록 의미 번역 안 함 — 저장 프로시저는 CREATE 쉘만 마이그레이션, 함수 본문은 수동
트리거 내용 번역 안 함 — 위와 동일
제약 의존성 정렬 안 함 — 사전식 순서; 실패 시 사용자가 재실행
트랜잭션 원자성 없음 — 객체별 독립, 실패는 빨간색 표시

데이터 마이그레이션(실험적)

Step 4 에서 "데이터 마이그레이션 포함(테이블당 처음 100 행 샘플)" 체크:

sql

-- 소스
SELECT * FROM "<table>"  -- 100 행 제한

-- 타겟
INSERT INTO "<table>" (col1, col2, ...) VALUES (v1, v2, ...)  -- 행별

이는 골격 일 뿐 — 완전 마이그레이션은 페이지네이션 + 타입 변환 + 배치 삽입이 필요, 이 마법사는 후속에 맡김. 프로덕션 환경의 전체 데이터 마이그레이션은 DTS / expdp + impdp 같은 전문 도구 사용 권장.

보고서

실행 완료 후 Step 5 진입, Markdown 보고서 예시:

markdown

# Oracle → DM 마이그레이션 보고서

- 소스 연결: `prod-oracle`
- 타겟 연결: `dm-test`
- 시간: 2026-05-30 10:23:11
- 총 객체: 142, 성공 138, 실패 4

## 성공 객체
- [tables] ORDERS (124ms)
- [tables] USERS (89ms)
...

## 실패 객체
- [procedures] CALC_BONUS
  - 오류: ORA-00942 테이블 또는 뷰 미존재

## 번역 경고(수동 review)
- (ORDERS) [type] DATE: Oracle DATE 는 시분초 포함, DM DATE 는 미포함; 원 컬럼이 시간 컴포넌트에 의존하면 TIMESTAMP 로 변경
- (ORDERS_REPORT) [review] PIVOT/UNPIVOT: DM 8.x 부터 부분 지원, 구 버전은 CASE WHEN 집계로 재작성 필요

복사 로 클립보드 또는 저장 으로 .md 파일 보관.

11. 언제 어느 것을 써야 하나?

마지막으로 "증상별 처방" 표:

내가 원하는 것…	사용할 것
슬로우 SQL 한 건이 어디서 막히는지 보기	PlanPanel + ANALYZE
어떤 인덱스를 만들어야 할지 모를 때	IndexRecommender
새로 인계받은 테이블 헬스 보기	DataInspector 전체 테이블 프로파일링 + 타입 최적화
지저분한 데이터 / 중복 행 정리	DataFixup
어떤 값이 어디에 출현하는지 트러블슈팅	SearchValueDialog
한 행의 수정 이력 보기	RowHistoryDialog
비기술직 동료에게 쿼리 생성 시연	VisualQueryDialog
Doris 파티션 관리	MppPartitionDialog
MySQL binlog / 마스터-슬레이브 지연 보기	MysqlAdvancedDialog
PG 익스텐션 설치 / 논리 복제 구성	PgAdvancedDialog
CH part / Mutation 상태 보기	ClickHouseAdvancedDialog
Oracle DB 를 达梦 으로 마이그레이션	OracleToDmWizard

이 기능들은 AI 어시스턴트 와 함께 사용하면 위력이 배가됩니다 — 예를 들어 PlanPanel 에서 슬로우 노드를 보면 바로 "AI 에게 묻기", IndexRecommender 의 후보를 못 알아보면 AI 에게 설명 요청, DataInspector 의 타입 제안은 AI 로 위험 평가.

고급 기능 ​

1. EXPLAIN 시각화 — PlanPanel ​

트리거 방법 ​

노드 트리 렌더링 ​

느린 연산자 컬러링 ​

예상 vs 실제 편차 ​

요약 바 ​

2. 인덱스 추천 — IndexRecommender ​

입력과 출력 ​

추론 알고리즘(index-recommender.ts) ​

DDL 생성 ​

UI 흐름 ​

3. 데이터 탐사 — DataInspector ​

Tab 1: 컬럼 샘플링(A3) ​

Tab 2: 전체 테이블 프로파일링(B6) ​

Tab 3: 제약 조건 스캔(B5) ​

Tab 4: 타입 최적화 제안(B9) ​

Tab 5: 테이블 유지보수(B10) ​

4. 데이터 정비 — DataFixup ​

Tab 1: 중복 행 감지(B3) ​

Tab 2: NULL 보충(B4) ​

Tab 3: 소프트 삭제 복구(B8) ​

5. 테이블 간 값 검색 — SearchValueDialog ​

워크플로우 ​

성능 한계 ​

사용 예 ​

6. 행 변경 이력 — RowHistoryDialog ​

휴리스틱 섀도우 테이블 검색 ​

이력 가져오기 ​

7. 비주얼 쿼리 빌더 — VisualQueryDialog ​

레이아웃 ​

자동 JOIN ​

SQL 생성 ​

8. MPP 파티션 관리 — MppPartitionDialog ​

필드 ​

작업 ​

9. 방언 전용 고급 ​

9.1 MysqlAdvancedDialog ​

9.2 PgAdvancedDialog ​

9.3 ClickHouseAdvancedDialog ​

10. Oracle → DM(达梦) 마이그레이션 마법사 ​

5단계 흐름 ​

번역 룰(oracleToDm.ts) ​

의도적으로 하지 않는 것 ​

데이터 마이그레이션(실험적) ​

보고서 ​

11. 언제 어느 것을 써야 하나? ​