[SQL] 기본적인 SQL 쿼리 모음

 

1. GROUP BY 절: 데이터를 특정 열의 값에 따라 그룹화하는 데 사용됩니다. 예를 들어, SELECT column_name, COUNT(*) FROM table_name GROUP BY column_name; 명령어는 'table_name' 테이블에서 'column_name' 열로 그룹화하고, 각 그룹의 레코드 수를 계산합니다.
2. ORDER BY 절: 조회된 데이터를 특정 열의 값에 따라 정렬하는 데 사용됩니다. 예를 들어, SELECT * FROM table_name ORDER BY column_name DESC; 명령어는 'table_name' 테이블의 데이터를 'column_name' 열의 값에 따라 내림차순으로 정렬합니다.
3. LIMIT 절: 조회 결과의 수를 제한할 때 사용됩니다. SELECT * FROM table_name LIMIT 10; 명령어는 'table_name' 테이블에서 상위 10개의 레코드만 조회합니다.
4. DISTINCT: 중복 값을 제거하고 유니크한 값만을 조회할 때 사용됩니다. SELECT DISTINCT column_name FROM table_name; 명령어로 'table_name' 테이블에서 'column_name' 열에 있는 중복 값을 제거한 유니크한 값들만 선택합니다.
5. INNER JOIN: 두 테이블 간에 일치하는 레코드만을 결합할 때 사용됩니다. SELECT column1, column2 FROM table1 INNER JOIN table2 ON table1.common_field = table2.common_field; 명령어로 'table1'과 'table2'에서 공통 필드가 일치하는 레코드만 결합합니다.
6. LEFT JOIN: 왼쪽 테이블의 모든 레코드와 오른쪽 테이블에서 일치하는 레코드를 결합할 때 사용됩니다. SELECT column1, column2 FROM table1 LEFT JOIN table2 ON table1.common_field = table2.common_field; 명령어로 'table1'의 모든 레코드와 'table2'에서 일치하는 레코드를 결합합니다.
7. RIGHT JOIN: 오른쪽 테이블의 모든 레코드와 왼쪽 테이블에서 일치하는 레코드를 결합할 때 사용됩니다. SELECT column1, column2 FROM table1 RIGHT JOIN table2 ON table1.common_field = table2.common_field; 명령어로 'table2'의 모든 레코드와 'table1'에서 일치하는 레코드를 결합합니다.
8. FULL JOIN: 두 테이블의 모든 레코드를 결합하고, 일치하는 레코드가 없는 경우 NULL 값을 채워넣을 때 사용됩니다. SELECT column1, column2 FROM table1 FULL OUTER JOIN table2 ON table1.common_field = table2.common_field; 명령어로 'table1'과 'table2'의 모든 레코드를 결합합니다.
9. UNION: 두 개 이상의 SELECT 문의 결과를 결합할 때 사용됩니다. SELECT column_name FROM table1 UNION SELECT column_name FROM table2; 명령어로 'table1'과 'table2'에서 'column_name' 열의 값을 결합합니다.
10. HAVING 절: GROUP BY 절과 함께 사용되며, 그룹화된 결과에 대한 조건을 지정할 때 사용됩니다. SELECT column_name, COUNT(*) FROM table_name GROUP BY column_name HAVING COUNT(*) > 1; 명령어는 'table_name' 테이블에서 'column_name' 열로 그룹화한 후, 각 그룹의 레코드 수가 1보다 큰 경우만을 선택합니다.

이러한 다양한 SQL 쿼리들을 이해하고 활용하는 것은 데이터 분석에서 매우 중요합니다. 복잡한 데이터 요구 사항을 해결하기 위해 이러한 쿼리들을 혼합하고 수정하여 사용하는 능력을 기르는 것이 필요합니다. 데이터 분석을 위한 여정에서 이 글이 도움이 되었기를 바라며, 다음 글에서 더 심화된 내용으로 찾아뵙겠습니다. 데이터 분석, 화이팅입니다!