🌈 [Section2] 11. SQL

📕 오늘 배운 내용!

• SQL / NoSQL
• SQL 기본 문법

---

✏️ 데이터베이스 (Database)

• 컴퓨터 시스템에 전자적으로 저장되는 조직화된 데이터 모음
• 데이터를 조직화 하기 때문에 대량의 데이터 효율적으로 관리 가능

 

✔️ 데이터베이스 관리 시스템 (DBMS)

• Database Management System
• 데이터베이스르 실질적으로 구현하기 위하여 사용하는 것

Ex. MySQL, Oracle, SQLite, MariaDB, PostgresSQL 등

✔️ RDBMS
관계형 데이터베이스 관리 시스템

---

✏️ SQL vs NoSQL

1. SQL (Structured Query Language)

• 구조화된 쿼리 언어
• 관계형 데이터베이스 전용 프로그래밍 언어

✔️ 쿼리 (query)
- 데이터베이스에서 원하는 데이터만 추리고 싶을 때 하는 명령(질의문)
  ➜ 데이터베이스에 쿼리를 보내 원하는 데이터만 필터링하여 가져오거나 삽입할 수 있음
⠀
Ex. 회원들 중 성별이 남자인 회원만 가져와

 

2. NoSQL (Non Structured Query Language)

• 구조화되지 않은 쿼리 언어
• 비관계형 데이터베이스 전용 프로그래밍 언어

---

✏️ SQL 기반 <관계형 데이터베이스>

• 고정된 행(row)과 열(column)로 구성된 테이블에 데이터 저장
• 각 열을 하나의 속성에 대한 정보 저장 / 각 행은 각 열의 데이터 형식에 맞는 데이터 저장
• 테이블의 구조와 데이터 타입 등을 사전에 정의하고, 테이블에 정의된 내용에 알맞은 형태의 데이터만 삽입할 수 있음
• SQL을 기반으로 하여 정보 쿼리
• 데이터를 입력할 때 스키마에 맞게 입력해야해서 스키마가 뚜렷하게 보임
  (테이블 간의 관계를 직관적으로 파악 가능)

Ex. MySQL, Oracle, SQLite, PostgresSQL, MariaDB 등

 

✔ 장점

• 데이터 성능이 일반적으로 좋아 정렬, 탐색, 분류가 빠름
• 신뢰성이 높아 데이터의 무결성을 보장
• 정규화에 따른 갱신 비용을 최소화
  ( 데이터베이스 설계시 중복을 최소화해서 구조화하는 프로세스 )

 

✔ 단점

• 기존에 작성된 스키마의 수정이 어려움
• 데이터베이스의 부하를 분석하기 어려움
• 빅데이터를 처리하는데 매우 비효율적

 

✔️ 사용

• 데이터베이스의 ACID 성질을 준수해야 하는 경우
  ➜ 데이터베이스와 상호 작용하는 방식을 정확하게 규정할 수 있기 때문에, 데이터베이스에서 데이터를 처리할 때 발생할 수 있는 예외적인 상황을 줄이고, 데이터베이스의 무결성을 보호할 수 있음

Ex. 금융 서비스를 위한 소프트웨어 개발

• 소프트웨어에 사용되는 데이터가 구조적이고 일관된 경우
  ➜ 다양한 데이터 유형과 높은 트래픽을 지원하도록 설계된 NoSQL 데이터베이스를 사용해야만 하는 이유가 없기 때문

 

✏️ NoSQL 기반 <비관계형 데이터베이스>

• 데이터가 고정되어있지 않은 데이터베이스
• 관계형 데이터베이스보다 더 융통성있는 데이터 모델을 사용하여, 데이터 저장/검색에 특화된 매커니즘 제공
• NoSQL을 기반으로 하여 정보 쿼리
• 유연한 스키마를 제공하여, 데이터를 읽어올 때 스키마에 따라 데이터 읽어옴
  (schema on read)
• 데이터를 입력하는 방식에 따라, 데이터를 읽어올 때 영향을 미침
• Key-Value 타입, 문서형(Document) 데이터베이스, Wide-Column 데이터베이스, 그래프(Graph) 데이터베이스로 구성

- Key-Value 타입
   ➜ 속성을 key-value의 쌍으로 나타내는 데이터 배열의 형태로 저장
   ( key - 속성 이름 / value - 그 속성의 데이터 값 )
   Ex. Redis, Dynamo 등

- 문서형(Document) 데이터베이스
   ➜ 테이블이 아닌 문서처럼 저장하는 데이터베이스
   ( JSON과 유사한 형식의 데이터를 문서화하여 저장 )
   ➜ 각 문서는 하나의 속성에 대한 데이터 가지고 있고, 컬렉션이라고 하는 그룹으로 묶어서 관리
   Ex. MongoDB

- Wide-Column 데이터베이스
   ➜ 데이터베이스의 열(column)에 대한 데이터를 집중적으로 관리하는 데이터베이스
   ➜ 각 열에는 key-value 형식으로 데이터가 저장되고, 컬럼 패밀리(column families)라는 열의 집합체 단위로 데이터 처리 가능
   ➜ 하나의 행에 많은 열을 포함할 수 있어서 유연성이 높음
   ➜ 데이터 처리에 필요한 열의 유연한 선택이 가능하기에 규모가 큰 데이터 분석에 주로 사용
   Ex. Cassandra, HBase

- 그래프(Graph) 데이터베이스
   ➜ 자료구조의 그래프와 비슷한 형식으로 데이터 간의 관계를 구성하는 데이터베이스
   ➜ 노드(nodes)에 속성별(entities)로 데이터를 저장
   ( 각 노드간 관계는 선(edge)으로 표현 )
   Ex. Neo4J, InfiniteGraph

 

✔ 장점

• 대용량 데이터 처리에 효율적
• 뛰어난 확장성으로 검색에 유리.
• 최적화된 키 값 저장 기법을 사용하여 응답속도나 처리효율 등에서 성능이 뛰어남

 

✔ 단점

• 쿼리 처리시 데이터를 파싱 후 연산을 해야해서 큰 크기의 문서 다룰 때는 성능이 저하됨

 

✔️ 사용

• 데이터의 구조가 거의 또는 전혀 없는 대용량의 데이터를 저장하는 경우
  ➜ 대부분 저장할 수 있는 데이터 유형에 제한이 없어 언제든지 새 유형 추가 가능
  ➜ 정형화 되지 않은 많은 양의 데이터가 필요한 경우 효율적
  
  
• 클라우드 컴퓨팅 및 저장공간을 최대한 활용하는 경우
  ➜ 저렴한 비용의 솔루션 제공받을 수 있고, 확장성이 중요한 경우에도 번거로움 없이 확장이 가능
  
  
• 빠르게 서비스를 구축하는 과정에서 데이터 구조를 자주 업데이트 하는 경우
  ➜ 스키마를 미리 준비할 필요가 없어 빠른 개발에 유리
  Ex. 시장에 빠르게 프로토타입을 출시해야 하는 경우

---

✏️ SQL 데이터베이스와 NoSQL 데이터베이스의 차이점

1. 데이터 저장(Storage) 방식

✔️ SQL 기반 관계형 데이터베이스

• SQL을 이용해서 데이터를 테이블에 저장
• 미리 작성된 스키마를 기반으로 정해진 형식에 맞게 데이터 저장

✔️ NoSQL 기반 비관계형 데이터베이스

• key-value, document, wide-column, graph 등의 방식으로 데이터 저장

 

2. 스키마(Schema)

✔️ SQL 기반 관계형 데이터베이스

• 고정된 형식의 스키마가 필요
  ( 처리하려는 데이터 속성별로 열(column)에 대한 정보를 미리 정해두어야 함 )
• 스키마는 나중에 변경 가능
  But, 이 경우 데이터베이스 전체를 수정하거나 오프라인(down-time)으로 전환해야함

✔️ NoSQL 기반 비관계형 데이터베이스

• 관계형 데이터베이스보다 동적으로 스키마의 형태 관리 가능
• 행을 추가할 때 즉시 새로운 열을 추가할 수 있고, 개별 속성에 대해서 모든 열에 대한 데이터를 반드시 입력하지 않아도 됨

 

3. 쿼리(Querying)

✔️ SQL 기반 관계형 데이터베이스

• 테이블의 형식과 테이블간의 관계에 맞춰 데이터 요청
  ➜ 정보를 요청시, 구조화된 쿼리 언어(SQL) 사용

✔️ NoSQL 기반 비관계형 데이터베이스

• 데이터 그룹 자체를 조회하는 것에 초점
  ➜ 그래서 구조화 되지 않은 쿼리 언어로도 데이터 요청 가능
• UnQL(UnStructured Query Language)이라고 말하기도 함

 

4. 확장성(Scalability)

✔️ SQL 기반 관계형 데이터베이스

• 수직적으로 확장
  ( 기본것을 새 하드웨어로 교체하여 성능을 확장하는 것 )

❗ 완전히 high-end인 하드웨어를 구매하지 않을 경우에는 비용 저렴
But, 확장이 반복될 수록 기하급수적인 비용이 들어감 )

• 실제 데이터베이스가 다운되었을 때, 단일 하드웨어를 활용하기 때문에 모든 서버를 사용하지 못함
  ( 이를 방지하려고, 동시에 백업하여 다운되었을 경우, 바로 그 데이터베이스로 넘어가도록 사용 )
• 데이터베이스가 구축된 하드웨어의 성능을 많이 이용하기 때문에 비용이 많이 듦
• 여러 서버에 걸쳐서 데이터베이스의 관계 정의가 가능하지만, 매우 복잡하고 시간 많이 소모
  
  

✔️ NoSQL 기반 비관계형 데이터베이스

• 수평적으로 확장
  ( 병렬적으로, 보다 값싼 서버 증설, 또는 클라우드 서비스 이용하여 이의 양을 늘려 확장 )
  ➜ 상대적으로 비용이 저렴
• 이를 위한 서버를 추가적으로 구축하면, 많은 트래픽을 보다 편리하게 처리 가능

---

✏️ 트랜잭션 (Transaction)

• 여러개의 작업을 하나로 묶은 실행 유닛
  ( 한 트랜잭션 안의 여러 작업 중 하나라도 실패하면 실패한 것으로 판단, 모두 완료해야 정상적으로 종료 )

Ex. 내 계좌에서 B 계좌로 10만원을 이체한다고 할 때, 내 계좌에서는 10만원이 빠져나가고 B 계좌에서는 10만원이 들어와야함.
이 때, 두 액션 모두 성공해야 계좌이체 성공한 것

 

✔ 트랜잭션의 특성 ➜ ACID

- 하나의 트랜잭션(transaction)의 안전성을 보장하기 위해 필요한 성질

1. Atomicity (원자성)

• 성공할 거면 다 성공, 실패할 요소가 하나라도 있다면 무조건 실패
  ( 하나라도 실패한다면 하나의 단위로 묶여있는 모든 작업이 실패하게 만들어 기존 데이터 보호함 )

Ex. 위의 계좌이체 예시에서,
내 계좌에서만 돈이 빠져나가고 B 계좌에는 돈이 들어오지 않는다면 내 돈은 증발됨
➜ 하나라도 실패하면 실패하기 전의 상황으로 돌아감 ( rollback )

 

2. Consistency (일관성)

• 하나의 트랜잭션에서는 상태가 일관되어야함
  ( 트랜잭션이 일어난 이후의 데이터베이스의 제약이나 규칙을 만족해야한다는 의미 )

Ex. 은행에 지금까지 내 이름으로 예금을 했는데, 갑자기 그 중 하나의 이름을 빼거나 이름을 없이 예금을 하는 것은 안됨
➜ 일관되게 이름을 넣고 예금해야함

 

3. Isolation (격리성, 고립성)

• 각각의 트랜잭션은 독립적, 서로의 연산을 확인받거나 영향 X
  ➜ 동시에 실행되는 것이 연속으로 실행된 것과 동일한 결과를 나타냄
  ( 이렇게 동시에 실행되거나 연속으로 실행될 때의 데이터베이스 상태가 동일해야함)

Ex. 내 계좌에서 B 계좌에 10만원을 보내는 것과 C 계좌에 10만원을 보내는 것은 서로 다른 것
➜ 이 두 액션이 서로 영향을 미치면 안됨
➜ 돈을 동시에 보내는 것과 B에 보내고 C에 보내고 이렇게 연속으로 보내는 것과 동일한 결과 나와야함

 

4. Durability (지속성)

• 하나의 성공된 트랜잭션 로그가 기록되고 영구적으로 남음

Ex1. 내 계좌에서 B 계좌로 10만원 보내려고 할 때,
이체를 하고 은행에서 성공했다는 문자(로그)가 왔고 이후 은행 서버에 에러가 났다고 함
➜ 성공적으로 로그가 온 후 에러가 났으니 이체 성공과 함께 로그가 기록됨

Ex2. 내 계좌에서 B 계좌로 10만원 보내려고 할 때,이체를 했는데 은행 서버에 에러가 났다고 하고 성공했다는 문자(로그)도 오지 않음➜ 에러가 나서 이체에 실패했으니 이체 전으로 rollback된 것

---

✏️ SQL 쿼리문 문법

[참고] https://www.w3schools.com/sql/default.asp

💡 DELETE vs DROP vs TRUNCATE 차이

- DELETE - 테이블의 요소 삭제 (이 밑 세개 중에 얘만 로그가 남아서 복구 가능)
- DROP - 테이블 자체를 삭제
- TRUNCATE - 테이블의 틀은 놔두고 비우기 (생성된 초기 상태로 만들기)
(TRUNCATE는 자주 안써서 외우지 않아도 됨)

 

✔️ CREATE DATABASE

➜ 데이터베이스 생성

CREATE DATABASE 데이터베이스_이름;

 

✔️ DROP DATABASE

➜ 데이터베이스 삭제
( 로그가 남지 않아 복구 불가능 )

DROP DATABASE 데이터베이스_이름;

 

✔️ CREATE TABLE

➜ 테이블 생성

CREATE TABLE 테이블_이름 ( 열1 이름, 열2 이름, ... );

 

✔️ DROP TABLE

➜ 테이블 삭제
( 로그가 남지 않아 복구 불가능 )

DROP TABLE 테이블_이름;

 

✔️ ALTER TABLE

➜ 테이블에서 열의 요소들(데이터들)을 add, delete, modify
( 데이터 타입은 int, varchar(255), date 등 )

ALTER TABLE 테이블_이름
ADD 열_이름 데이터_타입;

ALTER TABLE 테이블_이름
DROP COLUMN 열_이름;

ALTER TABLE table_name
MODIFY COLUMN 열_이름 데이터_타입;

 

✔️ SELECT

➜ 데이터 셋에 포함될 특성을 특정하여 조회

 

✔️ FROM

➜ 데이터베이스에서 어떤 테이블의 결과를 조회할 지

SELECT Country FROM Customers;

➜ Customers 테이블의 Country 열만 셀렉해줘
( 중복이 있어도 그대로 보여줌 )

 

✔️ DISTINCT

➜ 중복 제거 역할

SELECT DISTINCT Country FROM Customers;

➜ Customers 테이블의 Country 열에서 중복을 없앤 다 다른 열들을 셀렉해줘
( 중복이 있으면 중복을 없애고 보여줌 )

---

✔️ WHERE

➜ 필터 역할 ( 선택적으로 사용 가능 )

SELECT * FROM Customers
WHERE Country='Mexico';

➜ Customers 테이블에서 Country가 Mexico인 사람들을 한정하여 그 전체를 셀렉해줘
(문자는 ''로 묶고 숫자면 그냥 숫자만 씀)

 

✔️ WHERE 절 연산자

• = - 같은 데이터값 한정할 때
• > / < / >= / <= - 데이터값을 비교하여 한정할 때
• <> / != - 선택된 범위 외의 다른 데이터값 한정할 때

SELECT * FROM Customers
WHERE Country<>'Germany';

➜ Customers 테이블에서 Country가 Germany가 아닌 고객 전체

• BETWEEN AND - 선택된 범위 사이의 데이터값 한정할 때

SELECT * FROM Products
WHERE Price BETWEEN 10 AND 20;

➜ Products 테이블에서 Price가 10-20 사이인 제품 전체 셀렉
(NOT BETWEEN 하면 사이가 아닌 것)

SELECT * FROM Orders
WHERE OrderDate BETWEEN '1996-07-01' AND '1996-07-31';

➜ Orders 테이블에서 OrderDate가 1996-07-01 ~ 1996-07-31인 제품 선택

• AND - AND로 구분된 모든 조건이 true인 경우

SELECT * FROM Customers
WHERE Country='Germany' AND City='Berlin';

➜ Customers 테이블에서 Country가 Germany 이고 City가 Berlin인 고객 전체

• OR - OR로 구분된 조건들 중 하나라도 true인 경우

SELECT * FROM Customers
WHERE Country='Germany' OR City='Berlin';

➜ Customers 테이블에서 Country가 Germany 이거나 City가 Berlin인 고객 전체

• NOT - 조건이 모두 true가 아닌 경우

SELECT * FROM Customers
WHERE NOT Country='Germany';

➜ Customers 테이블에서 Country가 Germany가 아닌 고객 전체

• IS NULL / IS NOT NULL - 값이 NULL인 것만 한정하여 반환하고 NULL이 아닌 것만 한정하여 반환하는 것
• LIKE / IN - WHERE 안에서도 또 값의 특징으로 한정할 때

---

✔️ IS NULL / IS NOT NULL

➜ WHERE 절 안에서 NULL 값 테스트

SELECT CustomerName, ContactName, Address
FROM Customers
WHERE Address IS NULL;

➜ Customers 테이블에서 Address 값이 null인 애들 중에 CustomerName, ContactName, Address만 셀렉해줘

SELECT CustomerName, ContactName, Address
FROM Customers
WHERE Address IS NOT NULL;

➜ Customers 테이블에서 Address 값이 null이 아닌 애들 중에 CustomerName, ContactName, Address만 셀렉해줘

 

---

✔️ LIKE

➜ 와일드카드를 사용하여 WHERE 절 안에서 열의 특정 패턴을 찾기 위해 사용

• LIKE 'a%' - a로 시작하는 단어 (단어가 그냥 a여도 상관 X)
• LIKE '%a' - a로 끝나는 단어
• LIKE '%a%' - 중간에 a가 있는 단어
• LIKE '_a%' - 두번째 문자가 a인 단어
• LIKE 'a_%' - a로 시작하여 길이가 최소 2는 되는 단어
• LIKE 'a__%' - a로 시작하여 길이가 최소 3은 되는 단어
• LIKE 'a%b' - a로 시작하여 b로 끝나는 단어

SELECT * FROM Customers
WHERE CustomerName NOT LIKE 'a%';

➜ Customers 테이블에서 CustomerName이 a로 시작하지 않는 전체 셀렉

---

✔️ WHILDCARD

➜ LIKE 연산자와 함께 사용됨

• %, _
• [], - - 단어 안 문자의 범위 한정

SELECT * FROM Customers
WHERE City LIKE '[acb]%';

➜ Customers 테이블에서 City가 a / c / b 로 시작하는 모든 고객 선택

SELECT * FROM Customers
WHERE City LIKE '[a-c]%';

➜ Customers 테이블에서 City가 a ~ c로 시작하는 모든 고객 선택

• ^ 뺄 글자 - 선택된 문자 외의 다른 문자가 오는 단어 한정

SELECT * FROM Customers
WHERE City LIKE '[^bsp]%';

SELECT * FROM Customers
WHERE City LIKE '[!bsp]%';

SELECT * FROM Customers
WHERE City NOT LIKE '[bsp]%';

➜ Customers 테이블에서 City가 b, s, p 중 하나로도 시작하지 않는 모든 고객 선택

---

✔️ IN

➜ WHERE절과 함께 사용되어 여러 OR 조건들을 두어 범위 한정

SELECT * FROM Customers
WHERE Country IN ('Germany', 'France', 'UK');

➜ Customers 테이블에서 Country가 Germany, France, UK 중 하나인 고객 전체 셀렉

SELECT * FROM Customers
WHERE Country NOT IN ('Germany', 'France', 'UK');

➜ Customers 테이블에서 Country가 Germany, France, UK 중 하나라도 아닌 고객 전체 셀렉

SELECT * FROM Customers
WHERE Country IN (SELECT Country FROM Suppliers);

➜ Customers 테이블에서 Country가 Customers 테이블dml Suppliers(공급업체)와 같은 고객만 전체 셀렉

 

---

✔️ ORDER BY

➜ 데이터를 기본 오름차순으로 정렬하여 출력

SELECT * FROM Customers
ORDER BY Country;

➜ Customers 테이블에서 Country 기준으로 오름차순

 

SELECT * FROM Customers
ORDER BY Country DESC;

➜ Customers 테이블에서 Country 기준으로 내림차순

SELECT * FROM Customers
ORDER BY Country, CustomerName;

➜ Customers 테이블에서 Country, CustomerName 기준으로 오름차순
( 국가별로 오름차순한 것들 안에 고객 이름도 오름차순 되어있음 )

SELECT * FROM Customers
ORDER BY Country ASC, CustomerName DESC;

➜ Customers 테이블에서 Country 기준으로 오름차순, CustomerName 기준으로 내림차순

---

✔️ INSERT INTO

➜ 데이터 넣기

INSERT INTO Customers (CustomerName, ContactName, Address, City, Country)
VALUES ('Cardinal', 'Tom B. Erichsen', 'Stavanger', '4006', 'Norway');

➜ Customers 테이블에서 선택된 각 열에 values를 각각 추가해서 하나의 행 추가

 

---

✔️ UPDATE

➜ 데이터 수정
( UPDATE할 때 WHERE절이 없으면 전체의 데이터가 바뀌기 때문에 꼭 WHERE절로 변경될 데이터를 한정해줘야함 )

UPDATE Customers
SET ContactName = 'Alfred Schmidt', City= 'Frankfurt'
WHERE CustomerID = 1;

➜ Customers 테이블에서 ID가 1인 애들의 ContactName과 City를 각각 Alfred Schmidt, Frankfurt로 변경

---

✔️ DELETE

➜  테이블 안의 존재하는 데이터를 삭제할 때 사용
( DELETE할 때 WHERE절이 없으면 전체의 데이터가 삭제되기 때문에 꼭 WHERE절로 삭제될 데이터를 한정해줘야함 )
( 로그가 남아서 데이터 복구 가능 )

DELETE FROM Customers
WHERE CustomerName='Alfreds Futterkiste';

➜ Customers 테이블에서 CustomerName이 Alfreds Futterkiste인 애를 삭제해줘

DELETE FROM Customers;

➜ Customers 테이블에서 모든 행 삭제 (테이블은 남아있음)

---

✔️ LIMIT

➜ 출력할 데이터의 개수 한정 ( 쿼리문의 가장 마지막에 추가 )

SELECT * FROM Customers
WHERE Country='Germany'
LIMIT 3;

➜ Customers 테이블에서 Country가 Germany인 애들 중 위에 3개만 전체 선택

 

---

 

✔️ MIN / MAX

➜ 최소값 / 최대값

SELECT MIN(Price) AS SmallestPrice
FROM Products;

➜ Products 테이블에서 SmallestPrice라는 이름의 행으로 Price열의 데이터 중 최소값 셀렉

SELECT MAX(Price) AS LargestPrice
FROM Products;

➜ Products 테이블에서 LargestPrice라는 이름의 행으로 Price열의 데이터 중 최대값 셀렉

 

---

✔️ COUNT / AVG / SUM

• COUNT() - ( )안 선택된 숫자 열의 데이터 수를 반환

SELECT COUNT(ProductID)
FROM Products;

➜ Products 테이블에서 productID의 수
(NULL 값은 계산X)

• AVG() - ( )안 선택된 숫자 열의 평균 값 반환

SELECT AVG(Price)
FROM Products;

➜ Products 테이블에서 Price열 데이터(가격)의 평균
(NULL 값은 무시)

• SUM() - ( )안 선택된 숫자 열의 총 합계 반환

SELECT SUM(Quantity)
FROM OrderDetails;

➜ OrderDetails 테이블에서 Quantity 열의 합계

---

✔️ AS

➜ 별칭 만들기

SELECT CustomerID AS ID, CustomerName AS Customer
FROM Customers;

➜ Customers 테이블에서 고객ID 열의 별칭은 ID로, CustomerName 열의 별칭은 Customer로 하여 셀렉

SELECT CustomerName AS Customer, ContactName AS [Contact Person]
FROM Customers;

➜ Customers 테이블에서 CustomerName 열의 별칭은 Customer로, ContactName 열의 별칭은 Contact Person으로 하여 셀렉
( 별칭 이름에 공백이 포함된 경우 큰따옴표 또는 대괄호가 필요)

---

✔️ JOIN

• INNER JOIN - 두 테이블에서 일치하는 값을 가진 레코드 반환 (교집합)
  ( Join 앞에 아무것도 안쓰고 Join만 쓰면 자동으로 INNER JOIN으로 사용됨 )
  

SELECT Orders.OrderID, Customers.CustomerName, Orders.OrderDate
FROM Orders
INNER JOIN Customers ON Orders.CustomerID=Customers.CustomerID;

➜ Orders 테이블에서 Orders 테이블의 CustomerID 필드와 Customers 테이블의 CustomerID 필드가 일치하는 고객들만
추려서 Orders.OrderID, Customers.CustomerName, Orders.OrderDate 셀렉

• LEFT (OUTER) JOIN - 왼쪽 테이블의 모든 레코드 반환하고 (공통되지 않은 행도), 오른쪽 테이블에서는 왼쪽 테이블과 교집합된 레코드만 반환
  ( JOIN 연산자 기준 왼쪽이 LEFE / 오른쪽이 RIGHT )
  
  
• RIGHT (OUTER) JOIN - 오른쪽 테이블의 모든 레코드 반환하고 (공통되지 않은 행도), 왼쪽 테이블에서는 오른쪽 테이블과 교집합된 레코드만 반환
  ( 사실 LEFT (OUTER) JOIN 사용할 때, 각 테이블의 위치만 바꾸면 RIGHT (OUTER) JOIN와 같기 때문에 잘 안씀 )
  
  
• FULL (OUTER) JOIN - 두 테이블에 일치하는 항목이 있는 경우, 두 테이블의 모든 레코드 반환

---

✔️ GROUP BY

➜ 그룹으로 묶어서 각 그룹의 결과 반환

SELECT COUNT(CustomerID), Country
FROM Customers
GROUP BY Country;

➜ Customers 테이블에서 Country 별로 CustomerId의 수와 국가 셀렉

---

🌈 느낀점

문법 요소들이 많았지만 그래도 이번 학습은 수월했다!!
하지만 하나하나 다 정리하려고 하다보니 역시 정리가 오래 걸린다 ㅠ

 

( 본 게시물은 2022/10/07에 작성한 글을 옮긴 글입니다. 원문은 요기에 있음! )

728x90