🌈 [Section2] 15. 데이터베이스 Advanced

📕 오늘 배운 내용!

• 데이터베이스 정규화
• SQL 문법 종류
• SQL Advanced

---

✏️ 데이터베이스 정규화 (Database Normalization)

• 데이터의 중복을 없애 무결성을 유지하면서, 이상현상이 있는 릴레이션을 분해하여 이상현상을 없애는 과정
  ( 정규형이 높아질 수록 이상현상은 줄어듦 )

  릴레이션
  행과 열로 구성된 테이블
  [참고] https://terms.naver.com/entry.naver?docId=3431156&cid=58430&categoryId=58430

• 데이터베이스의 설계와 관련
  ( 설계가 결론적으로 데이터가 어떻게 저장될지에 대한 구조를 정해주는 것이기 때문 )

✔ 정규화를 위해 중요한 요소

1. 데이터 중복 (Data redundancy)

• 실제 데이터의 동일한 복사본이나 부분적인 복사본
  ➜ 데이터 복구 시 더 수월할 수 있음 But, 문제점도 있음

  발생 가능한 문제점

  1. 일관된 자료 처리의 어려움
  2. 저장 공간 낭비
  3. 데이터 효율성 감소

2. 데이터 무결성 (Data integrity)

• 데이터의 수명 주기 동안 정확성과 일관성을 유지하는 것
  ➜ 입력된 데이터가 오염되지 않고 입력된 그대로 데이터 사용 가능

3. 데이터 이상 현상 (Anomaly)

• 데이터에서 기대한 것과 다른 현상이 나타나는 것

  1. 갱신 이상 (update anomaly)
     ➜ 동일한 데이터가 여러 행(레코드)에 걸쳐있을 때 어느 데이터를 갱신해야하는지에 대한 논리적 일관성이 없어 발생
     ⠀
  2. 삽입 이상 (insertion anomaly)
     ➜ 데이터를 추가할 때 한 컬럼에 대한 데이터가 아직 정해져 있지 않을 경우 추가하지 못하게 되는 경우 발생
     ⠀
  3. 삭제 이상 (deletion anomaly)
     ➜ 데이터의 특정 부분을 지울 때, 의도치않게 다른 부분들도 같이 지워지는 현상

✔ 장점

• 데이터 변경시, 이상 현상 제거 가능

• 새로운 데이터 형의 추가로 구조를 확장할 때, 그 구조를 변경하지 않아도 되거나 일부만 변경해도 됨

• 데이터베이스와 연동된 응용 프로그램에 최소한의 영향만을 미쳐 응용 프로그램의 생명 연장시킴

• 한 테이블의 데이터 용량이 최소화됨
  ( 데이터 중복 제거하여 동일한 의미의 일반 속성이 하나의 테이블로 집약되기 때문 )

✔ 단점

• 릴레이션의 분해로 인한 릴레이션 간의 JOIN 연산이 많아짐

• 쿼리문 질의에 대한 응답 시간이 느려질 수도 있고
  ( But, 한 테이블 내에서는 응답시간이 빠를 수도 있음 )

• 만약 조인이 많이 발생하여 성능 저하가 나타나면 반정규화(De-normalization)를 적용할 수도 있음

[참고] https://www.w3schools.in/dbms/database-normalization

---

✏️ SQL 문법 종류

1. Data Definition Language (DDL)

• 데이터를 정의할 때 사용하는 언어

• 데이터베이스의 테이블과 같은 오브젝트를 정의할 때 사용
  Ex. CREATE, DROP 등

2. Data Manipulation Language (DML)

• 데이터베이스에 데이터를 저장할 때 사용하는 언어
  Ex. INSERT, DELETE, UPDATE 등

3. Data Control Language (DCL)

• 데이터베이스에 대한 접근 권한과 관련된 문법

• 어느 유저가 데이터베이스에 접근할 수 있는지 권한 설정
  Ex. GRANT, REVOKE 등

4. Data Query Language (DQL)

• 정해진 스키마 내에서 쿼리할 수 있는 언어
  ( But, DQL을 DML의 일부분으로 취급하기도 함 )
  Ex. SELECT

5. Transaction Control Language (TCL)

• DML을 거친 데이터의 변경사항을 수정 가능
  Ex. COMMIT, ROLLBACK

---

✏️ SQL Advanced

✔ CASE 사용

• SQL 쿼리문에도 if문과 같은 기능 사용 가능

  Ex.

  SELECT CASE
  			WHEN CustomerId <= 25 THEN 'GROUP 1'
  			WHEN CustomerId <= 50 THEN 'GROUP 2'
  			ELSE 'GROUP 3'
  		END
  	FROM customers

  ➜ CustomerId 필드값에 따라 3개의 그룹( GROUP 1, GROUP 2, GROUP 3 )으로 나눔
  ( CustomerId 필드값이 25 이하인 경우에는 GROUP 1, 26 ~ 50인 경우에는 GROUP 2, 51 이상은 GROUP 3 으로 분류 )

✔ SUBQUERY(서브쿼리)

• 쿼리문을 작성할 때 소괄호로 감싸 다른 쿼리문을 포함하는 것
  ( 이 때, 포함되는 쿼리문이 서브쿼리 )

• IN , NOT IN / EXISTS , NOT EXISTS / FROM 등에 사용 가능

  EXISTS
  조회하려는 레코드가 존재한다면 참(TRUE)을, 그렇지 않은 경우에는 거짓(FALSE)을 리턴

Ex.

SELECT *
FROM customers
WHERE CustomerId IN (SELECT CustomerId FROM customers WHERE CustomerId < 10)

➜ CustomerId가 10 이하인 데이터에서 전체 셀렉
( 조회된 데이터의 CustomerId도 10 이하 )

---

SELECT EmployeeId
FROM employees e
WHERE EXISTS (
	SELECT 1
	FROM customers c
	WHERE c.SupportRepId = e.EmployeeId
	)
ORDER BY EmployeeId

➜ 서브쿼리로 customers 테이블의 SupportRepId 필드값과 employees 테이블의 EmployeeId 필드값을 비교해 일치하는 레코드들을 가져와서 조회

---

SELECT *
FROM (
	SELECT CustomerId
	FROM customers
	WHERE CustomerId < 10
	)

➜ CustomerId가 10 이하인 데이터에서 전체 셀렉
( 조회된 데이터의 CustomerId도 10 이하 )

---

🌈 느낀점

사실 아직 어렵긴 하지만 그래도 처음 접했을 때보다는 많이 알게된 것 같다 !

화이띵