제 52회 SQLD 시험 대비 요약정리(2024년 변경된 출제 범위 적용)

변경된 출제 범위

2024년 제 52회부터 SQLD 시험 범위가 변경되었다.

변경된 시험 범위에 대한 자세한 내용은 아래 링크 참조

 

https://www.dataq.or.kr/www/board/view.do?bbsKey=eyJiYnNhdHRyU2VxIjoxLCJiYnNTZXEiOjU0MzI1MX0=&boardKind=notice

데이터자격시험

• 변경된 범위

• 자세한 출제 범위

• 배점 및 문항수

기존에는 단답식 주관식도 존재하였으나 52회부터 모든 문제가 객관식 문항으로 변경되었음

 

 

 

 

---

 

중요한 키워드 중심으로 요약 정리 !

 

 

데이터 모델링의 이해

데이터 모델의 이해

• 모델링 특징
  • 추상화 : 다양한 현상을 일정한 양식에 따라 표현
  • 단순화 : 복잡한 현상을 쉽게 이해할 수 있게 표현
  • 명확화 : 현상에 대한 애매모호함을 제거
• 모델링 관점
  • 데이터 관점 : 업무가 어떤 데이터와 관련 있는지, 데이터 간의 관계
  • 프로세스 관점 : 실제 업무가 무엇인지, 무엇을 해야하는지를 모델링
  • 데이터와 프로세스 상관 관점 : 업무 방법에 따라 데이터가 어떻게 영향 받는지
• 데이터 모델링의 중요성 : 파급효과, 복잡한 정보 요구 사항의 간결한 표현, 데이터 품질
• 데이터 모델링의 유의점 : 중복, 비유연성, 비일관성
• 추상화 수준에 따른 단계
  • 개념적 데이터모델링
    • 추상화 수준 가장 높음, 전사적
    • 핵심 엔터티와 그들 간의 관계 발견하고 그것을 표현하기 위해 엔터티-관계 다이어그램을 생성하는 것
  • 논리적 데이터모델링
    • 업무에 대해 속성, 관계 등을 표현. 가장 핵심
    • 데이터 모델링이 최종적으로 완료된 상태. 즉 물리적인 스키마 설계 직전 단계
    • 정규화
  • 물리적 데이터모델링
    • 실제 DB에 이식 하도록 성능, 저장 등 고려
• 데이터 모델링의 고려사항
  • 독립성 
    • 독립성이 확보된 모델 -> 업무 변화에 능동적 대응 가능, 관리 유지보수 비용 절감
    • 독립성을 확보하기 위해 중복된 데이터를 제거 해야 한다 -> 정규화
• 데이터 독립성을 위한 데이터베이스 3단계 구조(3층 스키마)
  • 외부 단계 : 개개인 사용자 관점의 개인적 DB, 응용프로그램이 접근하는 데이터베이스 정의
  • 개념적 단계 : 모든 사용자 관점을 통합한 조직 전체의 DB
  • 내부 단계 : 물리적 장치에서 데이터가 실제적으로 저장되는 방법 표현
• 독립성
  • 논리적 독립성 : 개념 스키마가 변경되어도 외부 스키마는 영향 받지 않도록 함
  • 물리적 독립성 : 내부 스키마가 변경되어도 외부, 개념 스키마는 영향 받지 않도록 함
• 사상(Mapping)
  • 외부적-개념적 사상(논리적 사상) : 외부적 뷰와 개념적 뷰의 상호 관련성
  • 개념적-내부적 사상(물리적 사상) : 개념적 뷰와 저장된 DB의 상호 관련성
• 데이터 모델링의 세 가지 요소
  • Things(어떤 것), Attribute(속성), Relationship(관계)
• ERD 표기법으로 모델링 하는 방법
  • ERD 작업 순서 : 엔터티를 그림 - 엔터티 간 관계를 설정하고 관계명 작성 - 관계의 참여도(관계 차수) 작성 - 관계의 필수여부 작성
• 좋은 데이터 모델의 요소
  • 완전성 : 업무에서 필요로 하는 모든 데이터가 데이터 모델에 정의되어야 한다.
  • 중복 배제 : 하나의 DB 내에 동일한 사실은 한 번만 기록되어야 한다.
  • 업무 규칙 : 업무 규칙을 데이터 모델에 표현해야 한다.
  • 데이터 재사용 : 데이터의 독립성 유지
  • 의사소통 : 데이터 모델에 업무 규칙, 관계, 속성 등의 형태로 표현되어야 한다.
  • 통합성

 

엔터티

 

업무에 필요하고 유용한 정보를 저장하고 관리하기 위한 집합적인 것

• 엔터티의 특징
  • 명사 형태 
  • 업무에서 필요로 하는 정보
  • 식별 가능성 : 인스턴스를 각각 구분하기 위해 유일한 식별자가 존재해야 함
  • 인스턴스의 집합. 2개 이상의 인스턴스가 존재해야 함
    • 인스턴스란? 엔터티:회사 - 인스턴스:삼성, LG, SK ...
  • 업무 프로세스에 의해 이용되어야 함
  • 속성(Attribute)이 존재해야 함 : 주식별자만 존재하고 속성은 없는 경우
  • 최소 한 개 이상의 관계를 가져야 한다.
• 분류
  • 유무형에 따른 분류
    • 유형 엔티티 : 물리적 형태 존재. ex) 사원, 물품, 강사
    • 개념 엔티티 : 개념적 정보. ex) 조직, 보험상품
    • 사건 엔티티 : 업무 수행함에 따라 발생) ex. 주문, 청구
  • 발생시점에 따른 분류
    • 기본 엔티티 : 다른 엔티티로부터 주식별자를 상속받지 않고 자신의 고유한 주식별자를 가짐. 독립적으로 생성
      ex) 사원, 부서, 상품
    • 중심 엔티티 : 중심 엔티티로부터 발생되며, 다른 엔티티와 관계를 통해 행위 엔티티를 생성함. ex) 사고, 청구, 주문, 매출
    • 행위 엔티티 : 두 개 이상의 부모엔티티로부터 발생. 내용이 자주 바뀜 ex) 주문목록, 사원변경이력

 

속성

 

업무에서 필요로 하는 엔티티에서 관리할 더이상 분리되지 않는 최소의 데이터 단위

• 한 개의 엔터티는 두 개 이상의 인스턴스 집합이다.
• 한 개의 엔터티(or 인스턴스)는 두 개 이상의 속성을 갖는다.
• 한 개의 속성은 한 개의 속성값만을 갖는다.
• 주식별자에게 함수적으로 종속된다.
• 분해 여부에 따른 분류
  • 단일 속성 : 하나의 의미로 구성
  • 복합 속성 : 여러개의 의미로 구성 ex) 주소(창원시 성산구 신월동...)
  • 다중값 속성 : 여러개의 값으로 구성 ex) 상품리스트
• 특성에 따른 분류
  
  • 기본속성 : 업무로부터 추출한 모든 속성 ex) 제품이름, 제조년원
  • 설계속성 : 업무상 필요한 데이터 이외에 모델링이나 규칙을 위해 정의하는 속성 ex) 상품코드
  • 파생속성 : 다른 속성에 영향을 받아 발생하는 속성 ex) 계산값 
• 도메인 ?
  • 속성이 가질 수 있는 값의 범위

 

관계

 

엔티티의 인스턴스 사이의 논리적인 연관성

• 관계의 분류
  • '부서에 사원이 소속된다' -> 존재에 의한 관계
  • '고객이 상품을 주문한다' -> 행위에 의한 관계
  • *Association(연관관계) : 존재에 의한 관계, Dependency(의존관계) :행위에 의한 관계
• 관계의 표기법
  • 관계명 : 관계의 이름. 엔티티가 관계에 참여하는 형태 ex) 포함한다. 소속된다.
  • 관계차수 : 1:1, 1:M, M:N
  • 관계선택사항 : 필수관계, 선택관계
  • 서술해보기
    • 부서:사원=1:M -> 각 부서는 여러 사원이 때때로 소속된다 / 각각의 사원은 하나의 부서에 항상 속한다

 

식별자

 

Identifier, 하나의 엔티티에 구성된 여러 개의 속성중에 엔티티를 대표할 수 있는 속성을 의미

하나의 엔티티는 반드시 하나의 유일한 식별자가 존재해야 함

• 주식별자(기본키, PK)의 특징
  • 대표성
  • 유일성 : 엔터티의 인스턴스를 유일하게 식별 함
  • 최소성 : 속성의 수는 최소여야 함(1 개)
  • 불변성 
  • 존재성 : 반드시 값이 존재해야함. Null 안 됨
• cf) 키의 종류
  • 기본키
  • 후보키 : 유일성과 최소성 만족
  • 슈퍼키 : 유일성 만족
  • 대체키 : 후보키중 기본키를 선정하고 남은 키
  • 외래키 : 타 테이블의 기본키를 가리키는 참조 무결성 확인용 키
• 식별자 분류
  • 대표성 여부에 따른 분류
    • 주식별자 : 엔티티 내에서 각 데이터를 구분할 수 있는 구분자이며, 타 엔티티와 참조 관계 연결 가능
      (사원 - 사번(PK), 부서번호(FK))
    • 보조식별자 : 엔티티 내에서 각 데이터를 구분할 수 있는 구분자지만, 대표성을 갖지 못해 참조 관계 연결 불가
      (사원 - 사번(PK), 주민등록번호)
  • 스스로 생성 여부
    • 내부식별자
    • 외부식별자
  • 속성 수
    • 단일식별자 : 하나의 속성으로 구성
    • 복합식별자 : 둘 이상의 속성으로 구성
  • 대체 여부
    • 본질식별자 : 업무에 의해 만들어짐
    • 인조식별자 : 업무와 무관하지만 인위적으로 만듦
• 식별자 관계 : 부모 엔티티의 주식별자(PK)가 자식 엔티티의 주식별자(FK)로 상속될 때
• 비식별자 관계 : 부모 엔티티로부터 속성을 받았지만 자식 엔티티의 주식별자로 사용되지 않고 속성으로만 사용될 때
• 식별자 관계와 비식별자 관계 모델링
  • 기본적으로 식별자관계로 설정하되 아래와 같은 조건에 해당하는 경우 비식별자관계로 조정할 것
    • 관계 분석 -> 관계의 강약 분석 -> 약한 관계 -> 비식별자 관계
    • 관계 분석 -> 관계의 강약 분석 -> 자식테이블 독립 PK 필요 -> 독립 PK 구성 -> 비식별자 관계
    • 관계 분석 -> 관계의 강약 분석 -> 자식테이블 독립 PK 필요 -> SQL 복잡도 증가, 개발 생산성 저하 -> 비식별자 관계

 

정규화

 

데이터의 일관성, 데이터의 중복 최소화, 데이터의 유연성 최대화, 데이터 독립성 확보 등을 위한 방법

비즈니스 변화가 발생해도 데이터 모델의 변경을 최소화할 수 있음

 

• 제 1 정규형 : 모든 속성은 반드시 하나의 값을 가진다. 속성의 원자성
  • 기본키를 설정한다.
• 제 2 정규형 : 엔티티의 일반 속성은 주식별자 전체에 종속적이어야 한다.(부분 함수 종속성 제거)
  • 주문상세 엔티티(주문과 상품의 매핑테이블)
    • 주문번호(주식별자)
    • 상품번호(주식별자)
    • 상품명(속성)
  • 이 엔티티를 보면 상품명은 상품번호에만 종속된다(상품번호:결정자, 상품명:종속자) 주문상세 엔티티의 주식별자는 주문번호와 상품번호지만 엔티티의 속성이 부분적으로만 종속적인 것이다. => '부분 종속' -> 제 2정규형 위반
  • 이를 해결하기 위해 주문상세 엔티티는 주분번호, 상품번호만을 가지게 수정하고, 상품번호를 주식별자로, 상품명을 속성으로 가지는 '상품' 엔티티를 새로 만든다.

• 제 3 정규형 : 엔티티의 일반 속성 간에는 서로 종속적이지 않다.(이행 함수 종속성 제거)
  • 주문 엔티티
    • 주문번호(주식별자)
    • 고객번호(속성)
    • 고객명(속성)
  • 고객번호는 주문번호에 종속적이고, 고객명은 고객번호에 종속적이다. -> '이행적 종속'
  • 고객명이 일반 속성에 종속적이다. -> 제 3정규형 위반
• 정규화는 무조건적이지는 않다. 정규화가 많으면 조인이 많아지고 이는 성능저하를 일으킬 수 있다.

 

반정규화

 

정규화가 데이터의 중복을 최소화 하는거라면 반정규화는 성능을 위해 데이터 중복을 허용하는 것

• 수행하는 경우 ?
  • 수행 속도가 느린 경우
  • 다량의 범위를 자주 처리
  • 특정 범위의 데이터만 자주 처리
  • 요약/집계 정보가 자주 요구
• 반정규화 기법
  • 계산된 컬럼 미리 추가
    • 배치 프로그램으로 집계/요약 정보를 미리 계산하고 결과를 컬럼에 추가한다.
  • 테이블 수직 분할 : 컬럼을 기준으로 테이블 분할
  • 테이블 수평 분할 : 값을 기준으로 테이블 분할
  • 파티션 ? : 파티션을 이용해 테이블을 분할할 수 있다. 논리적으로는 하나의 테이블이지만 여러 개의 데이터 파일에 분산되어 저장됨.
    • Range Partition : 값의 범위를 기준으로 분할
    • List Partition : 특정 값을 지정하여 분할
    • Hash Partition : 해시 함수 이용
    • Composit Partition : 범위와 해시를 복합적으로 사용
    • 파티션의 장점 ?
      • 데이터 조회 시 액세스 범위가 줄기 때문에 성능 향상
      • Input Output 성능 향상
      • 각 파티션 독립적으로 백업 및 복구 가능
  • 테이블 병합
    • 슈퍼 타입과 서브 타입 관계가 발생하면 테이블을 통합하여 성능 향상 시킴
    • 고객 엔터티는 개인고객, 법인고객으로 분류 됨 -> 고객 엔터티 = 슈퍼 타입 / 고객종류 = 서브 타입
• 반정규화가 무조건 성능을 향상시키는 것은 NO. -> 조회성능은 높아질지라도, Insert, Update, Delete는 저하될 수 있음(데이터 모델의 유연성 낮아짐).
  반정규화를 통해 하나의 엔티티에 여러 속성이 존재하면 업무 프로세스에 의해 당장 insert되지 않고 이후에 insert되는 속성도 존재하게 된다. 이는 이후에 Update 쿼리를 사용해야한다는 것이다. 결국 쿼리를 두 번 사용해야하는 것임.

 

관계와 조인의 이해

 

관계를 맺는 것은 부모 식별자를 자식이 상속하는 것

• 자식이 상속받은 식별자를 본인의 식별자에 포함하면 식별관계
• 자식이 상속받은 식별자를 본인의 일반 속성에 포함하면 비식별관계

이런 관계는 상속된 데이터를 이용해 엔티티간에 매핑이 가능하다.

• 계층형 데이터 모델 (Self Join)
  • ex) 사원테이블 -> 사원번호, 이름, 매니저 사원번호 = 사원번호와 매니저 사원번호 간에 상속 관계가 발생
• 상호 배타적 관계(Exclusive-OR)

 

모델이 표현하는 트랜젝션의 이해

 

데이터 베이스의 논리적 연산 단위 ex) 계좌 송금 = 잔액 차감 -> 입금이 하나의 업무 단위로 묶여서 처리 되어야 한다.

데이터 모델링에서의 트랜잭션이란 ?

• 주문, 주문상세 엔티티는 함께 발생하는지 독립적으로 발생하는지 ?
  주문을 함으로써 주문상세도 필수적으로 데이터가 입력되어야 한다. -> 주문 insert, 주문상세 insert가 하나의 commit으로 함께 진행되어야 하는 것이다.
• 태생적으로 함께 발생, 처리되는 데이터는 하나의 트랜젝션으로 처리 된다.

 

 

Null 속성의 이해

 

Null = 아직 정의되지 않은 미지의 값 or 현재 데이터를 입력하지 못하는 경우 (공백 or 숫자 0 의 뜻이 아니다 !)

 

1. Null 값의 연산(+,-,/,*)은 언제나 Null

• Null은 연산이 불가능하다.
• Null의 연산은 유일하게 IS NULL, IS NOT NULL만 가능하다.
• NVL(a, b) = a가 Null일 경우 b를 반환

2. 집계함수는 Null 값을 제외하고 처리함

• 집계함수란? Aggregate Function(Column Function)
  • 행그룹에 따라 결과 단일행을 반환한다.
  • 모든 Data
    • count(column) : 개수
      • Count(*) : null 상관 없이 모든 행을 계산 한다.
      • Count(column) : null 제외하고 계산 한다.
    • max(column) : 최대값
    • min(column) : 최소값
  • 숫자 Data
    • sum(column) : 합계
    • avg(column) : 평균
  • 위 집계함수들은 null 속성은 제외하고 계산한다.
  • cf) 집계함수의 사용은 Select, Having 절에서만 가능하다.

ex)

주문취소금액

20,000

null

10,000

10,000

 

Select SUM(주문취소금액)/count(*) col1

Select AVG(주문취소금액) col2

col1 = 40,000/4

col2 = 40,000/3 

 

3. Null 관련 함수

• NVL(a,0) : a가 null이면 0을 반환
• NVL2(a,1,0): a가 null이 아니면 1을, null이면 0을 반환
• NULLIF(a,b) : a와 b가 일치하면 null, 일치하지 않으면 a를 반환
• COALESCE(a,b,c,d...) : Null이 아닌 최초의 인자 값을 반환

 

본질식별자 vs 인조식별자

 

식별자란? 엔티티는 반드시 데이터를 식별할 수 있는 속성이 존재 해야함. 이를 식별자라 한다.

대체 여부에 따라 본질식별자(업무에 의해 생성)/인조식별자(업무와 무관한 UUDI 등)로 분류

 

외부식별자(스스로 생성하지 않은 식별자)의 문제점

• 중복 데이터
  • 실수로 값이 두번 insert되면 중복 데이터를 막을 수 있을까? 인조식별자(Index)가 식별자이기 때문에 값이 두번 insert되며 중복 데이터가 발생된다.
• 불필요한 인덱스 생성

---

SQL 기본

관계형 데이터베이스

 

관계형 데이터베이스는 테이블을 기본 단위로 저장된다. 

데이터베이스의 종류 : 계층형, 네트워크형, 관계형

관계형 데이터베이스는 관계를 이용해 집합 연산, 관계 연산 등이 가능하다.

 

집합 연산

• 합집합(Union) : 중복된 행은 한 번만 조회됨
• 차집합(Difference) : 본래것에만 존재하며, 다른것에 존재하지 않는 것 조회
• 교집합(Intersection) : 두 개 간에 공통된 것 조회
• 곱집합(Cartesian product) : 각에 존재하는 모든 데이터를 조합(곱한만큼 레코드 나옴)

관계 연산

• 선택연산(Selection) : 조건에 맞는 행 조회
• 투영연산(Projection) : 조건에 맞는 속성 조회
• 결합연산(Join) : 여러 테이블 간에 공통된 속성을 사용해서 새로운 테이블 만들어 냄
• 나누기연산(Division)

SQL이란? (Structured Query Language)

관계형 데이터베이스에 대해서 데이터의 구조를 정의, 데이터조작, 데이터제어 등을 할 수 있는 절차형+비절차형 언어

• DDL(Data Definition Language) : CREAT, ALTER, DROP, RENAME, TRUNCATE
• DML(Data Manipulation Language) : INSERT, SELECT, DELETE, UPDATE
• DCL(Data Control Language) : 사용자에게 권한 부여 혹은 회수 GRANT, REVOKE
• TCL(Transaction Control Language) : 트랜젝션 제어 COMMIT, ROLLBACK, SAVEPOINT
• SQL 실행 순서 : 파싱 - 실행 - 인출

트랜젝션

• 데이터베이스의 작업을 처리하는 단위
• 특성
  • 원자성 : 연산의 전부가 실행되거나 전혀 실행되지 않아야 한다(ALL or Notion)
  • 일관성 : 트랜젝션 실행 결과로 데이터 베이스 상태가 모순되지 않아야한다. 실행 후에도 일관성 유지
  • 고립성 : 트랜젝션 실행 중에 다른 트랜젝션은 접근할 수 없음
  • 영속성 : 실행을 성공적으로 완료하면 그 결과는 영구적 보장

자주 쓰이는 데이터 유형

• CHARACTER(s) (Oracle=CHAR)
  • 고정 길이 문자열 정보
  • 기본 길이=1바이트, 최대 길이=Oracle 2000바이트 / SQLServer 8000바이트 
  • 지정 길이보다 할당된 값의 길이가 더 작을 경우 길이 차이만큼 공간으로 채워짐
• VARCHAR(s) (Oracle=VARCHAR2 / SQLServer=VARCHAR)
  
  • 최소 길이=1바이트, 최대 길이=Oracle 4000바이트 / SQLServer 8000바이트
  • 지정 길이만큼 최대를 갖지만 가변 길이로 조정 되기 때문에 할당된 값에 따라 바이트가 적용됨
• NUMERIC (Oracle=NUMBER / SQLServer=INT,DOUBLE,FLOAT,BIGINT,INTEGER...)
  • 전체 자리 수 지정, 소수 자리 수 지정 -> NUMBER(6,2) : 총 6자리, 소수자리는 2자리(정수는 4자리)
• DATETIME (Oracle=DATE / SQLServer=DATETIME)
  • Oracle은 1초 단위, SQLServer는 3.3ms(millisecond) 단위 관리

SELECT 문

 

Distinct : 중복된 데이터가 있는 경우 1건으로 처리해서 조회

Select Distinct column 
From
Where

 

Alias 부여 (별칭)

• 컬럼명 바로 뒤에 옴
• alias가 공백, 특수문자를 포함할 경우, 대소문자 구분 필요한 경우 -> "" 사용

Select column AS "선수 명"
From
Where

 

산술 연산자

• NUMBER, DATE 자료형에 적용 됨
• (),*,/,+,-

Select column+column AS "합"
From
Where

 

합성 연산자

• 문자와 문자를 연결
• Concat(string1, string2) or || or 문자+문자

Select name || '선수, ' || height || 'cm' AS 체격정보
From

출력 결과
체격정보
김양수 선수, 190cm

 

함수

 

내장 함수 - 단일행 함수

단일행 함수는 처리하는 데이터의 형식에 따라 문자형, 숫자형, 날짜형, 변환형 등으로 나뉨

• 문자형 : Lower, Upper, Concat, Len ...
• 숫자형 : Abs, Sign, Mod, Ceil, Floor, Round
• 날짜형 : Sysdate, to_number(to_char(d,'yyyy'))
• 변환형 : to_char, to_number
• Null 관련 : isnull, nvl, nullif, coalesce
• 특징 
  • Select, Where, Order by 절에서 사용 가능
  • 단 하나의 결과만 리턴 함

 

문자형 함수

숫자형 함수

날짜형 함수

형변환 함수

CASE

만약 else를 명시하지 않으면 null 출력

Select Case
	When column = 10 then 'a'
    When column = 20 then 'b'
    Else 'c'
    End
From

DECODE

column이 1000이면 a를 출력, 맞지 않으면 b를 출력

Select Decode (column, 1000, a, b)
From

Null 함수

Null의 연산은 불가능 -> 결과값이 무조건 null 출력됨 ! 원하는 값을 제대로 계산할 수 없음. -> NVL() 함수 등을 사용

Where 절에서 IS NULL / IS NOT NULL 계산은 가능

*조건에 일치하는 데이터가 하나도 없는 집합 = 공집합 (Null데이터가 아님 !)

 

WHERE 절

 

비교 연산자(+부정비교연산자)

• 문자열 비교는 ' ' 로 감싸주어야 함

 

SQL 연산자(+부정SQL연산자)

 

논리 연산자

 

*연산자의 우선순위

1. ()
2. 비교 연산자, SQL 연산자
3. NOT 연산자
4. AND
5. OR

GROUP BY, HAVING 절

 

특징

• Group By 절을 통해 소그룹별 기준을 정한 후, Select 절에서 집계함수를 사용한다.
• 집계함수의 통계 정보는 Null 제외 하고 계산
• Group By에서는 Alias 사용 불가 ! (order by는 가능)
• 집계 함수는 Where 절에서는 불가하다 !
• Where절에서는 그룹화 하기전에 행들을 미리 제거한다.

 

집계 함수

• 여러 행의 그룹이 모여 단 하나의 결과를 돌려주는 함수
• Select, Having, Order by에서 사용 가능

ORDER BY 절

 

• 조회한 데이터들을 특정 컬럼을 기준으로 정렬
• alias 사용 가능
• 컬럼 순서로도 정렬 가능
• Select 절에 없는 컬럼으로도 정렬이 가능하다.
• Oracle : Null을 가장 큰 값으로 인식 -> 오름차순=가장 마지막, 내림차순=첫 번째
• SQL Server : Null을 가장 작은 값으로 인식 -> 오름차순=첫 번째, 내림차순=가장 마지막

조인

 

Inner Join : Join의 결과가 true 인 행들만 반환하는 내부 조인

• Equi Join
  • PK-FK 관계, 컬럼이 정확히 일치하는 경우 조인 가능. 반드시 이 관계여야만 하는 것은 아니다.

• Non Equi Join
  • 두 테이블 간에 논리적인 연관 관계를 가지고 있으나 칼럼이 정확히 일치 하진 않는 경우

Outer Join : Join의 결과가 조건을 만족하지 않는 행들도 함께 반환 할 때 사용되는 조인

• 한 쪽 테이블에만 있는 데이터도 포함 시켜 조회 한다. 기준이 되는 테이블(조인할 데이터가 없는데도 모든 데이터를 표시할 테이블)은 DEPT이다. 이런 경우 기준 테이블의 반대편에 (+) 작성한다.

 

표준 조인

 

Inner Join 

• Join의 Default는 Inner Join이므로 Inner 키워드는 생략 가능. 아래 세 개의 쿼리는 모두 동일 하다.

Select *
From emp a, dept b
Where b.no = a.no;

Select * 
From emp a INNER JOIN dept b
ON b.no = a.no;

Select * 
From emp a JOIN dept b
ON b.no = a.no;

 

Natural Join

• 두 테이블 간에 동일한 이름을 갖는 모든 컬럼에 대해 Equi Join을 수행
• Natural Join이 명시되면, Using 조건절, On 조건절, Where 조건절에서 조인 조건을 정의할 수 없다.

 

---

SQL 활용

서브 쿼리

 

일반적으로 WHERE절에서 사용되는 Select문을 뜻한다.

FROM절에 사용되는 Select문 = Inline View

SELECT절에서 사용되면 Select문 = Scala Subquery

 

1. 단일 행 서브쿼리

• 서브쿼리 실행 시 반드시 한 행만 조회됨
• 비교연산자(=, <, <=, >, >=. <>) 사용

2. 다중 행 서브쿼리

• 서브쿼리 실행 시 여러 개의 행이 조회됨
• 다중 행 비교 연산자(IN, ANY, ALL, EXISTS) 사용
• 컬럼 IN(select절) : select된 행들 중 일치하는 행(하나라도 ok)
• 컬럼 ALL(select절) : select된 행들 모두가 일치해야 함 -> 비교연산자와 사용 가능
• EXISTS(select절) : select된 행이 단 하나라도 존재하면 true 반환

3.Scala 서브쿼리

• SELECT절에서 사용되는 서브쿼리
• 반드시 한 컬럼, 한 행만을 반환 

4. 연관(Correlated) 서브쿼리

• 서브쿼리 내에서 메인쿼리 내의 컬럼을 사용하는 것
• ex) Select xxx From emp a Where a.xx = (select xxx from dept d where d.xx = a.xx)

집합 연산자

그룹 함수

윈도우 함수

Top N 쿼리

계층형 질의와 셀프 조인

PIVOT 절, UNPIVOT 절

정규 표현식

---

관리 구문

DML

TCL

DDL

DGL