🐘 PostgreSQL 기본 Ⅶ - 관계형 데이터베이스에서 테이블 조인

📙 『실용 SQL』을 읽고 정리한 글입니다.

Join을 사용하여 테이블 연결하기

• ANSI SQL 표준의 일부인 JOIN은 ON에 부울 값을 사용하여 데이터베이스의 한 테이블을 다른 테이블과 연결한다.
• 일반적으로 다음과 같은 형태로 작성한다.

SELECT *
FROM table_a JOIN table_b
ON table_a.key_column = table_b.foreign_key_column;

• 참고로 >=, >와 같은 표현식도 부울 결과 값을 반환하므로 조인 조건으로 사용할 수 있다.

키 열로 테이블 조인하기

테이블 생성하기

CREATE TABLE departments (
	dept_id integer,
	dept text,
	city text,
	CONSTRAINT dept_key PRIMARY KEY (dept_id),
	CONSTRAINT dept_city_unique UNIQUE (dept, city)
);

CREATE TABLE employees (
	emp_id integer,
	first_name text,
	last_name text,
	salary numeric(10,2),
	dept_id integer REFERENCES departments (dept_id),
	CONSTRAINT emp_key PRIMARY KEY (emp_id)
);

INSERT INTO departments
VALUES
	(1, 'Tax', 'Atlanta'),
	(2, 'IT', 'Boston');

INSERT INTO employees
VALUES
	(1, 'Julia', 'Reyes', 115300, 1),
	(2, 'Janet', 'King', 98000, 1),
	(3, 'Arthur', 'Pappas', 72700, 2),
	(4, 'Michael', 'Taylor', 89500, 2);

dept_id	dept	city
1	Tax	Atlanta
2	IT	Boston

• dept_id 열은 테이블의 기본 키다.
• 여기서 기본 키는 테이블의 각 행을 고유하게 식별하는 열 또는 열 모음이다.
• 유효한 기본 키 열은 다음 제약 조건이 적용된다.

1. 열 또는 열 모음은 각 행에 대해 고유한 값을 가져야 한다.
2. 열 또는 열 모음에는 결측값이 없어야 한다.

• CONSTRAINT 키워드를 사용하여 departments 및 employees 테이블에 대한 기본 키를 정의한다.

emp_id	first_name	last_name	salary	dept_id
1	Julia	Reyes	115,300	1
2	Janet	King	98,000	1
3	Arthur	Pappas	72,700	2
4	Michael	Taylor	89,500	2

• emp_id는 기본 키, dept_id 열은 departments 테이블의 기본 키를 참조하는 외래 키이다.
• 외래 키 제약 조건을 사용하려면 참조하는 열에 해당 값이 이미 존재하고 있어야 한다.
• 이를 통해 데이터 무결성을 강화할 수 있으며, 기본 키와 달리 외래 키 열은 비어 있을 수 있으며, 중복된 값이 허용된다.
• 가령 두 테이블 값을 통해 Julia의 부서 ID는 1이고, 해당 부서는 Atlanta의 Tax 부서임을 알 수 있다.

dept	location	first_name	last_name	salary
Tax	Atlanta	Julia	Reyes	115,300
Tax	Atlanta	Janet	King	98,000
IT	Boston	Arthur	Pappas	72,700
IT	Boston	Michael	Taylor	89,500

• departments 테이블과 employees 테이블로 나누듯 꼭 데이터를 구성 요소로 나눠야 할까?
• 위와 같이 모든 데이터를 한 테이블에 통합하여 관리한다면 다음 문제가 있다.

1. 여러 항목의 데이터를 한 테이블에 조인할 때 필연적으로 정보를 반복해야 한다.
   • 수백만 개의 행을 다루는 경우와 같이 데이터가 늘어날 경우 중복되는 데이터로 인해 리소스를 크게 낭비하게 된다.
2. 관련 없는 데이터를 한 테이블에 넣는 것은 데이터 관리를 어렵게 만든다.
   • 부서의 이름을 변경한다면, 테이블에 각 행에 업데이트가 필요하게 된다.
   • 그런데, 일부 행만 잘못 업데이트하게 된다면 오류가 발생할 수 있다.
   • 하지만 테이블을 따로 관리한다면, 부서 테이블의 한 행만 값을 바꾸면 된다.
3. 정보가 여러 테이블에 걸쳐 정규화되었다고 해서 전체적으로 정보를 살펴보는 것이 어렵지 않다.
   • JOIN을 사용하면 된다.

JOIN을 사용하여 여러 테이블 쿼리하기

• 쿼리에서 테이블을 조인하면 데이터베이스는 지정한 열에 대해 ON절의 표현식을 true로 반환하는 값이 있는 두 테이블의 행을 연결한다.
• 그러면 두 테이블의 열을 쿼리의 일부로 요청한 경우, 쿼리 결과에 포함되거나 조인된 테이블의 열을 사용하여 WHERE 절로 결과를 필터링할 수도 있다.
• JOIN을 사용하는 예제 코드는 다음과 같다.

SELECT *
FROM employees JOIN departments
ON employees.dept_id = departments.dept_id
ORDER BY employees.dept_id;

emp_id	first_name	last_name	salary	dept_id	dept_id	dept	city
1	Julia	Reyes	115,300	1	1	Tax	Atlanta
2	Janet	King	98,000	1	1	Tax	Atlanta
3	Arthur	Pappas	72,700	2	2	IT	Boston
4	Michael	Taylor	89,500	2	2	IT	Boston

• 쿼리 실행 결과에는 두 테이블의 모든 열이 나타나기 때문에, dept_id 열이 두 번 등장한다.
• 이를 방지하기 위해서는 두 테이블에서 원하는 열만 검색해야 한다.

JOIN 유형 이해하기

• 다음은 다양한 종류의 JOIN에 대한 예시이다.

1. JOIN
   • INNER JOIN으로 대체할 수 있다.
   • 두 테이블의 조인된 열에서 일치하는 값이 있는 두 테이블의 행을 반환한다.
2. LEFT JOIN
   • 왼쪽 테이블의 모든 행을 반환한다.
   • SQL이 오른쪽 테이블에서 일치하는 값을 가진 행을 찾으면 해당 행의 값이 포함된다.
   • 그렇지 않으면, 오른쪽 테이블의 값은 표시되지 않는다. - RIGHT JOIN
   • 오른쪽 테이블의 모든 행을 반환한다.
   • SQL이 왼쪽 테이블에서 일치하는 값을 가진 행을 찾으면 해당 행의 값이 포함된다.
   • 그렇지 않으면, 왼왼쪽 테이블의 값은 표시되지 않는다. - FULL OUTER JOIN
   • 두 테이블에서 모든 행의 값을 반환하고, 값이 일치하는 행은 연결한다.
   • 반대 테이블에 일치하는 행이 없는 경우에는 쿼리 결과에 다른 테이블에 대한 빈 값이 포함된다. - CROSS JOIN
   • 두 테이블에서 가능한 모든 조합을 반환한다.

• JOIN을 살펴보기 위한 두 테이블을 다음과 같이 생성하자.

CREATE TABLE district_2020 (
id integer CONSTRAINT id_key_2020 PRIMARY KEY,
school_2020 text
);

CREATE TABLE district_2035 (
id integer CONSTRAINT id_key_2035 PRIMARY KEY,
school_2035 text
);

INSERT INTO district_2020 VALUES
(1, 'Oak Street School'),
(2, 'Roosevelt High School'),
(5, 'Dover Middle School'),
(6, 'Webutuck High School');

INSERT INTO district_2035 VALUES
(1, 'Oak Street School'),
(2, 'Roosevelt High School'),
(3, 'Morrison Elementary'),
(4, 'Chase Magnet Academy'),
(6, 'Webutuck High School');

JOIN(INNER JOIN)

SELECT *
FROM district_2020 JOIN district_2035
ON district_2020.id = district_2035.id
ORDER BY district_2020.id;

• 위 코드와 같이 JOIN에 사용한 열에서 일치하는 행을 반환하려면 JOIN 또는 INNER JOIN 키워드를 사용한다.
• 두 테이블에 동시에 존재하는 학교 ID가 세 개이므로 쿼리는 해당 ID를 가진 세 개의 행만 반환한다.
• 또한 JOIN 키워드 왼쪽에 적은 테이블의 열이 결과 테이블에서 앞에 표시된다는 점을 유의해야 한다.
• JOIN 키워드는 일반적으로 잘 구조화되고, 유지 관리가 잘 된 데이터셋에서 두 테이블 모두에 존재하는 행만 찾아야 하는 경우 사용한다.

JOIN에서 USING 사용하기

SELECT *
FROM district_2020 JOIN district_2035
USING (id)
ORDER BY district_2020.id;

• JOIN의 ON 절에 사용하는 열 이름이 동일한 경우 USING 키워드를 사용해 중복 출력을 줄이고, 쿼리를 줄일 수 있다.
• 둘 이상의 열을 결합하는 경우 쉼표로 구분한다.
• 결과는 다음과 같다.

id	school_2020	school_2035
1	Oak Street School	Oak Street School
2	Roosevelt High School	Roosevelt High School
6	Webutuck High School	Webutuck High School

LEFT JOIN과 RIGHT JOIN

• JOIN과 달리 각각 한 테이블의 모든 행을 반환하며, 다른 테이블에 일치하는 값이 있는 행이 존재한다면, 결과에 해당 행의 값을 포함한다.

-- LEFT JOIN
SELECT *
FROM district_2020 LEFT JOIN district_2035
ON district_2020.id = district_2035.id
ORDER BY district_2020.id;

-- RIGHT JOIN
SELECT *
FROM district_2020 RIGHT JOIN district_2035
ON district_2020.id = district_2035.id
ORDER BY district_2035.id;

id	school_2020	id	school_2035
1	Oak Street School	1	Oak Street School
2	Roosevelt High School	2	Roosevelt High School
5	Dover Middle School
6	Webutuck High School	6	Webutuck High School

• JOIN의 왼쪽에 있는 행 4개가 모두 표시되고, 우측 테이블에는 id가 5인 행이 없으므로 값을 비워 표시한다.

id	school_2020	id	school_2035
1	Oak Street School	1	Oak Street School
2	Roosevelt High School	2	Roosevelt High School
		3	Morrison Elementary
		4	Chase Magnet Academy
6	Webutuck High School	6	Webutuck High School

• RIGHT JOIN도 마찬가지다.
• JOIN과 마찬가지로 조건을 만족하면 ON 대신 USING을 사용할 수 있다.
• 다음과 같은 몇 가지 상황에서 LEFT JOIN과 RIGHT JOIN을 사용하게 된다.

1. 쿼리 결과에 한 테이블의 모든 행이 포함되기를 원하는 경우
2. 테이블 중 하나에서 결측값을 모두 찾으려는 경우, 예를 들자면 서로 다른 두 기간을 나타내는 항목에 대한 데이터를 비교하는 경우
3. 조인된 테이블의 일부 행에 일치하는 값이 없을 경우

FULL OUTER JOIN

SELECT *
FROM district_2020 FULL OUTER JOIN district_2035
ON district_2020.id = district_2035.id
ORDER BY district_2020.id;

id	school_2020	id	school_2035
1	Oak Street School	1	Oak Street School
2	Roosevelt High School	2	Roosevelt High School
5	Dover Middle School
6	Webutuck High School	6	Webutuck High School
		4	Chase Magnet Academy
		3	Morrison Elementary

• 일치 여부에 관계 없이 두 테이블의 모든 행을 보기 위해 사용한다.

CROSS JOIN

-- 일반적인 사용
SELECT *
FROM district_2020 CROSS JOIN district_2035
ORDER BY district_2020.id, district_2035.id;

-- 쉼표(,) 대체
SELECT *
FROM district_2020, district_2035
ORDER BY district_2020.id, district_2035.id;

-- JOIN ... ON true 대체
SELECT *
FROM district_2020 JOIN district_2035 ON true
ORDER BY district_2020.id, district_2035.id;

• 왼쪽 테이블과 오른쪽 테이블의 각 행을 정렬하여 가능한 모든 행 조합을 나타낸다.
• 규모가 큰 테이블에서는 CROSS JOIN을 피하는 것이 좋다.
• 가령 각각 25만 개의 행을 가진 두 테이블을 CROSS JOIN한다면 625억 행의 결과 집합을 생성한다.

NULL을 사용하여 결측값이 있는 행 찾기

• 테이블을 조인할 때마다 한 테이블의 키 값이 다른 테이블에 나타나는지, 누락된 값은 없는지 조사해야 한다.
• 어떤 이유에서라도 불일치는 생기기 마련이고, 어떤 데이터는 시간이 지남에 따라 변경되었을 수도 있다.
• 예를 들어 새제품 테이블에는 이전 제품 테이블에는 없는 코드가 포함되었을 수 있다.
• 행이 많지 않다면 데이터를 훑어볼 때 누락된 데이터가 있는 행을 쉽게 찾을 수 있지만, 큰 테이블을 다루는 경우 일치하지 않는 모든 행을 표시하는 필터링 전략이 필요하다.
• 이를 위해 NULL 키워드를 사용할 것이다.

SELECT *
FROM district_2020 LEFT JOIN district_2035
ON district_2020.id = district_2035.id
WHERE district_2035.id IS NULL;

id	school_2020	id	school_2035
5	Dover Middle School

• 결과는 왼쪽 테이블의 행 중 오른쪽 테이블과 일치하지 않는 값만 표시한다.
• 이런 조인을 일반적으로 안티 조인이라고 부른다.
• 오른쪽 테이블의 행 중 왼쪽 테이블과 일치하지 않는 값을 표시하려면 RIGHT JOIN으로 바꾸고, WHERE절을 district_2020.id IS NULL로 바꾸면 된다.

세 가지 유형의 테이블 관계 이해하기

• 테이블 관계의 세 가지 유형은 다음과 같다.

1. 일대일 관계
   • 두 테이블에서 ID가 같은 행이 하나씩만 존재하는 경우를 말한다.
2. 일대다 관계
   • 한 테이블의 키 값이 다른 테이블의 여러 열과 매칭되는 경우를 말한다.
   • 가령 제조업체 테이블과 자동차 테이블을 그 예시로 들 수 있다.
3. 다대다 관계
   • 한 테이블의 여러 항목이 다른 테이블의 여러 항목과 매칭되는 경우이다.

조인에서 특정 열 선택하기

-- 오류 발생
SELECT id
FROM district_2020 LEFT JOIN district_2035
ON district_2020.id = district_2035.id;

-- 별칭 미사용
SELECT district_2020.id,
	district_2020.school_2020,
	district_2035.school_2035
FROM district_2020 LEFT JOIN district_2035
ON district_2020.id = district_2035.id
ORDER BY district_2020.id;

-- 별칭 사용
SELECT d20.id,
	d20.school_2020,
	d35.school_2035
FROM district_2020 AS d20 LEFT JOIN district_2035 AS d35
ON d20.id = d35.id
ORDER BY d20.id;

• 특정 열을 선택하려면 SELECT 키워드 이후 원하는 열 이름을 나열한다.
• 첫 번째 쿼리에서 오류가 발생하는 이유는 id가 속하는 테이블을 지정하지 않아 어떤 테이블의 id를 말하는 건지 명확하지 않기 때문이다.
• 오류를 수정하려면 district_2020.id와 같이 테이블 이름을 추가해야 한다.
• AS 키워드를 통해 코드를 단축할 수 있으며, 별칭을 사용하더라도 AS 키워드는 생략해도 된다.

여러 테이블 조인하기

CREATE TABLE district_2020_enrollment (
	id integer,
	enrollment integer
);

CREATE TABLE district_2020_grades (
	id integer,
	grades varchar(10)
);

INSERT INTO district_2020_enrollment
VALUES
	(1, 360),
	(2, 1001),
	(5, 450),
	(6, 927);

INSERT INTO district_2020_grades
VALUES
	(1, 'K-3'),
	(2, '9-12'),
	(5, '6-8'),
	(6, '9-12');

• 여러 테이블을 조인하기 위해 우선 예제 테이블을 생성하자.

SELECT d20.id,
	d20.school_2020,
	en.enrollment,
	gr.grades
FROM district_2020 AS d20 JOIN district_2020_enrollment AS en
	ON d20.id = en.id
JOIN district_2020_grades AS gr
	ON d20.id = gr.id
ORDER BY d20.id;

id	school_2020	enrollment	grades
1	Oak Street School	360	K-3
2	Roosevelt High School	1,001	9-12
5	Dover Middle School	450	6-8
6	Webutuck High School	927	9-12

• 필요한 경우 추가 조인을 사용하여 쿼리에 더 많은 테이블을 조회할 수 있다.

집합 연산자로 쿼리 결과 결합하기

• 어떤 인스턴스는 조인 결과처럼 다양한 테이블의 열이 나란히 반환되지 않고 하나의 결과로 출력되어 데이터를 재정렬해야 한다.
• 이렇게 데이터를 재조작하는 방법으로는 ANSI SQL 표준인 집합 연산자 UNION, INTERSECT, EXCEPT가 있다.

1. UNION
   • 두 쿼리가 주어지면, 두 번째 쿼리의 행을 첫 번째 쿼리에 추가하고 중복을 제거하여 결합된 고유 행 집합을 생성한다.
   • 구문을 UNION ALL로 수정하면 중복을 포함한 모든 행이 반환된다.
2. INTERSECT
   • 두 쿼리에 모두 존재하는 행만 반환하고, 중복을 제거한다.
3. EXCEPT
   • 첫 번째 쿼리에는 있지만, 두 번째 쿼리에는 없는 행을 반환한다.
   • 중복이 제거된다.

UNION과 UNION ALL

-- UNION
SELECT * FROM district_2020

UNION

SELECT * FROM district_2035
ORDER BY id;

-- UNION ALL
SELECT * FROM district_2020

UNION ALL

SELECT * FROM district_2035
ORDER BY id;

-- UNION 쿼리 커스터마이징
SELECT '2020' AS year,
	school_2020 AS school
FROM district_2020

UNION ALL

SELECT '2035' AS year,
	school_2035
FROM district_2035
ORDER BY school, year;

• 중복을 제거하려면 UNION, 중복을 포함하려면 UNION ALL, 또한 쿼리를 커스터마이징하여 합치는 과정에서 열을 추가할 수도 있다.

INTERSECT와 EXCEPT

SELECT * FROM district_2020
INTERSECT
SELECT * FROM district_2035
ORDER BY id;

SELECT * FROM district_2020
EXCEPT
SELECT * FROM district_2035
ORDER BY id;

id	school_2020
1	Oak Street School
2	Roosevelt High School
6	Webutuck High School

• INTERSECT 키워드는 두 테이블에 있는 공통 데이터만 출력한다.

id	school_2020
5	Dover Middle School

• EXCEPT 키워드는 첫 번째 쿼리에 있지만, 두 번째 쿼리에는 없는 행만을 반환하고, 중복을 제거한다.
• 이러한 키워드 들은 데이터를 검사할 수 있는 충분한 기능을 제공한다.

조인된 테이블 열에서 수학 계산 수행하기

CREATE TABLE us_counties_pop_est_2010 (
	state_fips text,
	county_fips text,
	region smallint, 
	state_name text,
	county_name text,
	estimates_base_2010 integer,
	CONSTRAINT counties_2010_key PRIMARY KEY (state_fips, county_fips)
);

COPY us_counties_pop_est_2010
FROM 'C:\YourDirectory\us_counties_pop_est_2010.csv'
WITH (FORMAT CSV, HEADER);

SELECT c2019.county_name,
	c2019.state_name,
	c2019.pop_est_2019 AS pop_2019,
	c2010.estimates_base_2010 AS pop_2010,
	c2019.pop_est_2019 - c2010.estimates_base_2010 AS raw_change,
	round( (c2019.pop_est_2019::numeric - c2010.estimates_base_2010)
		/ c2010.estimates_base_2010 * 100, 1 ) AS pct_change
FROM us_counties_pop_est_2019 AS c2019
	JOIN us_counties_pop_est_2010 AS c2010
ON c2019.state_fips = c2010.state_fips
	AND c2019.county_fips = c2010.county_fips
ORDER BY pct_change DESC;

• 수학 함수는 조인된 테이블에서도 사용할 수 있다.

county_name	state_name	pop_2019	pop_2010	raw_change	pct_change
McKenzie County	North Dakota	15,024	6,359	8,665	136.3
Loving County	Texas	169	82	87	106.1
Williams County	North Dakota	37,589	22,399	15,190	67.8
Hays County	Texas	230,191	157,103	73,088	46.5
Wasatch County	Utah	34,091	23,525	10,566	44.9
Comal County	Texas	156,209	108,520	47,689	43.9
Trousdale County	Tennessee	11,284	7,864	3,420	43.5

• raw_change 열은 2019년 추정치에서 2010년 추정치를 뺀 값이다.
• pct_change 열은 2010년과 2019년 사이의 변화율을 계산한 값이다.
• 두 테이블에서 주 코드와 카운티 코드의 조합이 고유한 카운티를 나타내기 때문에, AND 논리 연산자를 통해 두 조건을 결합한다.