Part 5-2-9. SQL 입문 : GROUP BY

 

 

💅 SQL 입문

 

 지난 시간에는 이전까지 알아본 내용을 토대로 간단한 연습 문제를 풀어보았다. 오늘은 새로운 명령어인 GROUP BY에 대해서 알아보는 시간을 가져보도록 한다.

 

---

 

👻 GROUP BY

 

 GROUP BY는 컬럼을 그룹화 할 때 사용한다. 

 

예를 들어 2004년도 보스턴 팀 소속으로 출전한 선수들의 타격 정보는 알아보고 싶다면 다음과 같이 작성하면 될 것이다.

 

SELECT *
FROM batting
WHERE yearID = 2004 AND teamID = 'BOS'

 

그렇다면 만약 2004년도에 가장 많은 홈런을 날린 팀이 어딘지 알고 싶다면 어떻게 해야할까? 지금까지는 위와 같이 WHERE 절에 teamID등을 명시하여 작성했지만, 이젠 명시를 할 수 없으니 참 곤란하다.

 

어떻게 처리해야 할 지 과정을 생각해보자.

1. 각 팀별로 선수들이 2004년도에 친 홈런을 합친다.

2. 그 홈런의 합을 기준으로 정렬한다.

 

이때 1번 과정에 '각 팀별로'와 같이 그룹 별로 묶어 분석하고 싶은 경우 GROUP BY를 사용한다.

 

SELECT teamID, SUM(HR) AS homeRuns
FROM batting
WHERE yearID = 2004
GROUP BY teamID
ORDER BY homeRuns DESC;

 

 해당 쿼리문은 2004년도 팀별 홈런 수를 뽑아낼 테니, TOP 키워드를 이용하여 하나만 추출하면 가장 많은 홈런을 친 팀을 알 수 있을 것이다.

 

---

 그렇다면 질문을 바꿔 2004년도에 200개 이상의 홈런을 날린 팀들의 목록을 추출하려면 어떻게 해야할까? 뭔가 WHERE 절에 homeRuns를 이용하여 추가하면 될 것 같다.

 

SELECT teamID, SUM(HR) AS homeRuns
FROM batting
WHERE yearID = 2004 AND homeRuns >= 200
GROUP BY teamID
ORDER BY homeRuns DESC;

 

 homeRuns가 유효하지 않다는 오류를 뿜어내며 작동되지 않는다. 🤪 그 이유는 이전에 얘기 한 바와 같이 SELECT, FROM, WHERE 절의 실행 순서 때문이다.

 

SELECT teamID, SUM(HR) AS homeRuns
FROM batting
WHERE yearID = 2004
GROUP BY teamID
HAVING SUM(HR) >=200
ORDER BY homeRuns DESC;

 일단 해당 질문은 HAVING이라는 새로운 절을 추가해 해당 절에 위와 같이 SUM(HR) >=200을 추가하면 된다. HAVNING은 GROUP BY 그룹화 한 행에 조건을 추가하는 절이다. 어떻게 보면 제 2의 WHERE 절과 비슷하다.

 

 새롭게 생긴 HAVNIG까지의 sql의 실행 순서는 다음과 같으며, 주석에 적힌 바와 같이 비유를 통해 이해하면 된다.

--FROM 책상에서
--WHERE 공을 
--GROUP BY 색상별로
--HAVING 분류하고 빨간건 제외해주고 
--SELECT 갖고 와서 
--ORDER BY 크기별로 나열

 

 따라서 오류가 났던 이유는 당연히 WHERE절에서 homeRuns가 선언되어 있지 않아 오류가 났던 것이다.

 

---

 

 그렇다면 특정 년도가 아닌 단일 년도 가장 많은 홈런을 날린 팀을 추출하려면 어떻게 해야할까?

 

이 문제를 해결하기 위해서는 보스턴 팀이 2004년도에 친 홈런과, 보스턴 팀이 2005년도에 친 홈런의 정보는 아예 독립된 정보라는 것을 이해하면 된다. 즉 지금까지는 GROUP BY를 단순히 팀 이름으로만 구별했다면, 년도 까지 추가로 작성하여 구별하면 된다는 것을 의미한다. 

 

SELECT teamID, yearID, SUM(HR) AS homeRuns
FROM batting
GROUP BY teamID, yearID
ORDER BY homeRuns DESC;
--GROUP BY에 있는 열은 SELECT에서도 꺼내 쓸 수 있다.

 

 따라서 위와 같이 작성해주면 단일 년도 가장 많은 홈런을 친 팀을 추출할 수 있다. 만약 GROUP BY를 teamID, yearID로 구별하였다면, SELECT 문에서도 이미 GROUP BY를 통해 두 열을 구별해주었으므로 해당 열들을 추가해주어도 오류가 발생하지 않게 되므로 이를 참고하자. 😎