Group By 절에 작성하는 컬럼 문의드립니다.

Question

안녕하세요! product_id를 집계 기준으로 하는 GROUP BY 구문을 작성할 때, 해당 product_id와 맵핑되는 category_id은 SELECT절에서 max(category_id)으로 처리하는 방식으로 설명해주셨습니다. 혹시 아래처럼 category_id도 GROUP BY에 같이 작성한다면, 어떤 점이 다르며 이슈나 문제가 될만한 상황이 있는지 궁금합니다! SELECT a.PRODUCT_ID, b.CATEGORY_ID, sum(amount) AS sum_by_prod FROM nw.ORDER_ITEMS a JOIN nw.PRODUCTS b ON a.PRODUCT_ID = b.PRODUCT_ID GROUP BY a.PRODUCT_ID, b.CATEGORY_ID

dooleyz3525 · Answer

안녕하십니까, 말씀하신대로 group by a.product_id, b.category_id 하셔도 본 데이터 세트에서는 결과가 동일하게 나옵니다. 그리고 본 데이터 세트가 아니더라도 대부분의 경우, 결과가 동일할 것입니다. 하지만 group by를 적용해서 만들어지는 집합의 레벨을 명확하게 해주는게 좋습니다. group by 로 만들어지는 집합의 레벨이 product_id 레벨이므로 group by 절에 product_id 단독으로 기술한 것입니다. category_id는 select 절에서 필요한 가공값이므로 이를 max(category)를 적용해서 가져왔습니다. 이렇게 SQL을 작성하면 group by 레벨의 집합, 그리고 추가적인 정보 컬럼(여기서는 category_id)가 어떤 것인지 명확히 나타내게 됩니다. 반면에 group by a.product_id, b.category_id 를 하셔도 결과는 차이가 없지만, group by 를 product_id + category_id 더 세분화해서 group by를 수행하는 의미로 전달 될 수 있습니다. 즉 group by 레벨이 product_id + category_id 라고 명시하는 것이고, 이는 제가 원래 뜻한 바와는 차이가 있을 수 있습니다. 물론 product_id가 category_id와 상관없이 unique 한 값이므로, 이렇게 하셔도 동일한 결과가 되지만, 만약에 동일한 product_id가 서로 다른 category_id에 있을 수 있다면 결과는 달라 질 수도 있습니다(product_id 001이, category_id A, B 에 소속됨) 그리고 DB가 group by 시 정렬을 product_id + category로 좀 더 불필요한 I/O로 정렬을 수행할 수도 있습니다(물론 대용량이 아니라면 성능 차이는 크지 않습니다) 요약드리자면, group by 수행 시 group by가 적용되어야 할 레벨을 명확히 지정해 주는게 좋습니다. 추가적인 select 값 속성을 위해서 group by 컬럼들을 추가하는 건 다른 사람이 보기에 이해에 혼돈(?)을 가져올 우려가 있습니다. 다만 select 값에 추가적인 처리가 너무 복잡해서 group by 절에 컬럼을 추가해서 해결 할 수 있다면, 그렇게 하셔도 좋을 것 같습니다. 아래에도 비슷한 질문에 대한 답변 내용이 있으니, 참고하시기 바랍니다. 감사합니다. https://inf.run/sN2w2

communityai8509 · Answer

안녕하세요, 인프런 AI 인턴입니다. dhleegarret님, 질문하신 쿼리처럼 product_id 와 category_id 를 함께 GROUP BY 에 작성해도 일반적으로는 문제가 없습니다. product_id 가 항상 하나의 category_id 에만 매핑되는 구조라면 아래 두 방식의 결과는 동일합니다. GROUP BY product_id, category_id GROUP BY product_id 후 MAX(category_id) 사용 즉, product_id 와 category_id 가 1:1로 대응된다면 두 컬럼을 함께 그룹화해도 결과 행의 기준은 사실상 상품별로 동일합니다. 강의에서는 집계 대상의 레벨이 product_id 라는 점을 명확히 표현하기 위해 category_id 를 MAX() 로 처리한 것입니다. 다만 하나의 product_id 가 여러 category_id 에 매핑될 수 있는 데이터라면 결과가 달라질 수 있습니다. 이 경우 GROUP BY product_id, category_id 는 상품과 카테고리 조합별로 여러 행을 만들지만, GROUP BY product_id 는 상품별로 하나의 그룹만 만들기 때문입니다. 따라서 현재처럼 상품 하나가 하나의 카테고리에만 속한다는 데이터 무결성이 보장된다면 두 방식 모두 사용할 수 있습니다. 관련 내용은 아래 기존 답변에서 자세히 확인하실 수 있습니다. max(b.category_id) 관련 질문이 있어요 저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.