SQL 기본 문법 실전 가이드

SQL 코딩 테스트 완전 정복 시리즈

📌 1편: SQL 코딩 테스트 벼락치기
📖 2편: SQL 기본 문법 실전 가이드 (현재 글)
🚀 3편: SQL 코딩테스트 실전 문제 풀이

이제 본격적으로 SQL 문법을 살펴보겠습니다.
코딩테스트에서 자주 나오는 패턴들을 중심으로 정리해보았습니다.

1. SELECT 기본기 다지기

기본 문법 다지기

SELECT column1, column2, column3 AS col3
FROM table_name
WHERE 조건
GROUP BY column1
HAVING 집계함수_조건
ORDER BY column1 ASC, column2 DESC
LIMIT 10;

실행 순서

FROM -> WHERE -> GROUP BY -> HAVING -> SELECT -> ORDER BY -> LIMIT

실전 예제

-- 20세 이상 회원 중 서울 거주자의 이름과 나이 조회
SELECT name, age, city
FROM users
WHERE age >=20 AND city = '서울'
ORDER BY age DESC;

💡 TIP : WHERE vs HAVING 언제 써야 할까요?

-- WHERE: 그룹 만들기 BEFORE 필터링 (개별 행 조건)
SELECT department, COUNT(*)
FROM employees  
WHERE salary > 3000000    -- 먼저 300만원 이상인 사람들만 걸러내고
GROUP BY department;      -- 그 다음에 부서별로 그룹핑

-- HAVING: 그룹 만든 AFTER 필터링 (그룹 조건)
SELECT department, COUNT(*)
FROM employees
GROUP BY department       -- 먼저 부서별로 그룹핑하고  
HAVING COUNT(*) >= 5;     -- 그 다음에 5명 이상인 부서만 걸러냄

집계함수 쓰고 싶으면 → “HAVING”, 일반 컬럼 조건 → “WHERE”

2. 집계함수 마스터하기

집계함수란? 여러 행의 데이터를 하나의 값으로 요약하는 함수

예를 들어, 100명의 학생 점수가 있을 때:

전체 학생 수는? → COUNT()
평균 점수는? → AVG()
총합은? → SUM()
최고점은? → MAX()

핵심 집계함수

SELECT 
    COUNT(*) AS 전체개수,           -- 행의 개수 (NULL 포함)
    COUNT(column_name) AS 유효개수,  -- NULL이 아닌 행의 개수
    SUM(price) AS 총합,            -- 숫자의 합계
    AVG(score) AS 평균,            -- 숫자의 평균
    MAX(created_at) AS 최신날짜,    -- 가장 큰 값
    MIN(age) AS 최소나이           -- 가장 작은 값
FROM table_name;

GROUP BY와 함께 사용

GROUP BY가 왜 필요한가요?
집계함수만 쓰면 전체에 대한 하나의 값만 나오게 됩니다. 하지만 “부서별로”, “월별로” 나누어서 보고 싶다면? → GROUP BY 사용!

-- ❌ 이렇게 하면: 전체 직원의 평균 급여만 나옴
SELECT AVG(salary) FROM employees;

-- ✅ 이렇게 하면: 부서별 평균 급여가 각각 나옴
SELECT 
    department,           -- 그룹의 기준
    COUNT(*) AS 직원수,    -- 각 그룹의 집계값
    AVG(salary) AS 평균급여,
    MAX(salary) AS 최고급여
FROM employees
GROUP BY department       -- department로 그룹을 나눔
HAVING COUNT(*) >= 5      -- 5명 이상인 부서만 (그룹 조건)
ORDER BY 평균급여 DESC;

🔍 GROUP BY 작동 원리

department가 같은 행들끼리 그룹을 만듦
각 그룹에서 집계함수를 계산
그룹별로 하나씩 결과 행이 생성됨

🎯 코딩테스트 단골 패턴

카테고리별 개수/평균/합계 구하기
조건을 만족하는 그룹만 필터링하기

3. JOIN 정복하기

JOIN이 왜 필요한가요? 실제 데이터베이스는 여러 형태로 나누어져 있습니다.

예시 상황:

users 테이블: 회원 정보 (id, name, email)
orders 테이블: 주문 정보 (id, user_id, amount, date)

김철수가 얼마나 주문했는지” 보려면? → 두 테이블을 연결해야 함!

JOIN 종류별 차이점

-- INNER JOIN: 양쪽 테이블에 모두 데이터가 있는 경우만
SELECT u.name, o.amount
FROM users u
INNER JOIN orders o ON u.id = o.user_id;
-- 결과: 주문한 적 있는 회원들만 나옴

-- LEFT JOIN: 왼쪽 테이블(users) 기준, 오른쪽이 없으면 NULL
SELECT u.name, o.amount
FROM users u
LEFT JOIN orders o ON u.id = o.user_id;
-- 결과: 모든 회원이 나옴 (주문 안 한 사람은 amount가 NULL)

JOIN 선택 기준

양쪽 다 있는 데이터만 → INNER JOIN
한쪽은 모두, 다른 쪽은 있으면 → LEFT/RIGHT JOIN

💡 TIP 별칭 선언
FROM 절이나 JOIN 절에서 user u, order o 처럼 별칭을 선언하면 다른 곳에서 사용 가능
하지만 별칭 선언 후엔 원래 이름은 사용할 수 없으니 주의!

실전 예제

-- 주문한 적 없는 회원 찾기 (LEFT JOIN + IS NULL 패턴)
SELECT u.name
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
WHERE o.user_id IS NULL;

-- 3개 테이블 조인
SELECT 
    u.name AS 회원명,
    p.name AS 상품명,
    o.amount AS 주문금액
FROM users u
INNER JOIN orders o ON u.id = o.user_id
INNER JOIN products p ON o.product_id = p.id
WHERE o.order_date >= '2024-01-01';

🔥 JOIN 문제에서 자주 나오는 패턴

“~한 적 없는” → LEFT JOIN + IS NULL
“모든 ~에 대해” → RIGHT JOIN 또는 LEFT JOIN
3개 이상 테이블 연결

4. CASE WHEN (조건문)

CASE WHEN이 뭔가요?
프로그래밍의 if-else와 같은 조건문

-- 이런 상황: 나이에 따라 연령대를 분류하고 싶다
-- 20세 미만 → "10대"
-- 30세 미만 → "20대" 
-- 40세 미만 → "30대"
-- 그 외 → "40대 이상"

CASE WHEN으로 새로운 컬럼 만들기

-- 나이대별 분류
SELECT 
    name,
    age,
    CASE 
        WHEN age < 20 THEN '10대'      -- 조건1
        WHEN age < 30 THEN '20대'      -- 조건2  
        WHEN age < 40 THEN '30대'      -- 조건3
        ELSE '40대 이상'               -- 나머지
    END AS 연령대                     -- 새로운 컬럼명
FROM users;

🔍 작동 원리

위에서부터 순서대로 조건 체크
첫 번째 만족하는 조건의 값 반환
모든 조건 불만족 시 ELSE 값 반환

집계와 함께 활용 (꿀팁!)

-- 조건별 카운팅
SELECT 
    COUNT(CASE WHEN age < 30 THEN 1 END) AS 젊은층,
    COUNT(CASE WHEN age >= 30 THEN 1 END) AS 중장년층,
    COUNT(*) AS 전체
FROM users;

-- 조건부 집계
SELECT 
    department,
    SUM(CASE WHEN status = 'completed' THEN amount ELSE 0 END) AS 완료금액,
    COUNT(CASE WHEN status = 'pending' THEN 1 END) AS 대기건수
FROM orders
GROUP BY department;

💡 이 패턴 정말 많이 나와요!

하나의 쿼리로 여러 조건의 집계를 구할 때 사용합니다.

5. 서브쿼리 정복하기

서브쿼리가 뭔가요? 쿼리 안에 들어있는 또 다른 쿼리

왜 필요한가요?

이런 질문이 있다면: “평균보다 높은 급여를 받는 사람은?”
1단계: 평균 급여 구하기
2단계: 그 값보다 높은 사람 찾기

→ 이 두 단계를 하나의 쿼리로! = 서브쿼리

WHERE절 서브쿼리

-- 평균보다 높은 급여를 받는 직원들
SELECT name, salary
FROM employees
WHERE salary > (SELECT AVG(salary) FROM employees);
--              ↑ 이 부분이 서브쿼리 (괄호 안)

-- 특정 조건의 목록 찾기 (IN 사용)
SELECT name
FROM products
WHERE category_id IN (
    SELECT id 
    FROM categories 
    WHERE name LIKE '%전자%'
);
-- 1단계: 전자 관련 카테고리 ID들 찾기
-- 2단계: 그 ID에 해당하는 상품들 찾기

FROM절 서브쿼리

-- 부서별 최고 급여자
SELECT name, department, salary
FROM (
    SELECT 
        name,
        department,
        salary,
        ROW_NUMBER() OVER(PARTITION BY department ORDER BY salary DESC) AS rn
    FROM employees
) ranked
WHERE rn = 1;

서브쿼리 활용 패턴

평균/최대/최소와 비교
특정 조건 만족하는 ID 목록 찾기
복잡한 계산 결과를 임시 테이블로 활용

6. 윈도우 함수 (고득점의 비밀!)

윈도우 함수가 뭔가요? 각 행에서 다른 행들을 “엿볼 수” 있게 해주는 함수

왜 필요한가요?

각 학생의 점수와 전체 평균을 함께 보고 싶다면?
일반 집계함수로는 불가능!

일반 집계함수 vs 윈도우 함수

-- ❌ 일반 집계: 전체가 하나의 값으로 압축됨
SELECT AVG(score) FROM students;  -- 결과: 1행 (전체 평균)

-- ✅ 윈도우 함수: 각 행이 유지되면서 계산됨  
SELECT name, score, 
       AVG(score) OVER() AS 전체평균
FROM students;  -- 결과: 학생 수만큼 행 (각자 점수 + 전체평균)

순위 함수

-- 점수별 순위 매기기
SELECT 
    name,
    score,
    RANK() OVER(ORDER BY score DESC) AS 순위,           -- 동점자 있으면 다음 순위 건너뜀 (1,2,2,4)
    DENSE_RANK() OVER(ORDER BY score DESC) AS 조밀순위,  -- 동점자 있어도 연속 (1,2,2,3)
    ROW_NUMBER() OVER(ORDER BY score DESC) AS 순번       -- 무조건 연속 번호 (1,2,3,4)
FROM students;

-- 그룹별 순위 (PARTITION BY = 그룹 나누기)
SELECT 
    name,
    class,
    score,
    RANK() OVER(PARTITION BY class ORDER BY score DESC) AS 반내순위
FROM students;
-- 1반에서의 순위, 2반에서의 순위를 각각 계산

이전/다음 값 가져오기

-- 전월 대비 매출 증감
SELECT 
    month,
    sales,
    LAG(sales, 1) OVER(ORDER BY month) AS 전월매출,
    LEAD(sales, 1) OVER(ORDER BY month) AS 다음월매출,
    sales - LAG(sales, 1) OVER(ORDER BY month) AS 증감
FROM monthly_sales;

누적 계산

-- 누적합, 이동평균
SELECT 
    date,
    amount,
    SUM(amount) OVER(ORDER BY date) AS 누적합,
    AVG(amount) OVER(ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS 3일이동평균
FROM daily_sales;

🎯 윈도우 함수 단골 문제:

그룹별 1등, 2등, 3등 찾기
이전 값과 비교하기
누적합, 이동평균 구하기

7. 내장 함수 마스터하기

날짜 함수

💡 DATE_FORMAT이 뭔가요? 날짜 데이터를 원하는 형식의 문자열로 바꿔주는 함수

-- 원본 데이터: 2024-07-05 14:30:25
-- 원하는 형태: "2024-07-05"

SELECT DATE_FORMAT(created_at, '%Y-%m-%d') AS 날짜
FROM posts;

-- 자주 쓰는 포맷들
SELECT
    DATE_FORMAT(created_at, '%Y-%m-%d') AS 년월일,        -- 2024-07-05
    DATE_FORMAT(created_at, '%Y-%m') AS 년월,             -- 2024-07  
    DATE_FORMAT(created_at, '%m-%d') AS 월일,             -- 07-05
    DATE_FORMAT(created_at, '%Y년 %m월 %d일') AS 한글날짜  -- 2024년 07월 05일
FROM posts;

📅 DATE_FORMAT 주요 기호:

%Y: 4자리 연도 (2024)
%y: 2자리 연도 (24)
%m: 2자리 월 (07)
%d: 2자리 일 (05)
%H: 24시간 형식 시간 (14)
%i: 분 (30)

-- 년월별 집계
SELECT 
    DATE_FORMAT(order_date, '%Y-%m') AS 년월,
    COUNT(*) AS 주문수
FROM orders
GROUP BY DATE_FORMAT(order_date, '%Y-%m');

문자열 함수

-- 기본 문자열 조작
SELECT 
    CONCAT(first_name, ' ', last_name) AS 전체이름,    -- 문자열 붙이기
    SUBSTRING(phone, 1, 3) AS 지역번호,              -- 부분 문자열 (1번째부터 3글자)
    LENGTH(email) AS 이메일길이,                      -- 문자열 길이
    REPLACE(content, 'old', 'new') AS 바뀐내용,      -- 문자열 교체
    TRIM(name) AS 공백제거,                          -- 앞뒤 공백 제거
    UPPER(email) AS 대문자변환,                      -- 대문자 변환
    LOWER(email) AS 소문자변환                       -- 소문자 변환
FROM users;

-- LIKE 패턴 매칭 (검색할 때 유용!)
SELECT * FROM products
WHERE name LIKE '%스마트폰%'   -- 앞뒤 어디든 "스마트폰" 포함
   OR name LIKE '아이폰%'      -- "아이폰"으로 시작
   OR name LIKE '%Pro';       -- "Pro"로 끝남

🔍 LIKE 패턴 기호:

%: 0개 이상의 임의 문자 (뭐든 상관없음)
_: 정확히 1개의 임의 문자
예: LIKE '201_-__-__' → “2010-01-01”, “2019-12-31” 등 매칭

수학함수

-- 자주 쓰는 수학 함수
SELECT 
    ROUND(price, 2) AS 반올림,        -- 소수점 둘째 자리까지 반올림
    CEIL(price) AS 올림,              -- 올림
    FLOOR(price) AS 내림,             -- 내림
    ABS(profit) AS 절댓값             -- 절댓값
FROM products;

8. NULL 처리

NULL이 뭔가요? “값이 없음”을 나타내는 특별한 표시

일반적인 빈 값과는 달라요:

빈 문자열 '': 값이 있는데 그게 빈 것

숫자 0: 값이 있는데 그게 0

NULL: 아예 값이 없음 (모름, 미입력, 해당없음)

값 대체

SELECT 
    name,
    name,
    COALESCE(phone, email, '연락처없음') AS 연락방법, -- 왼쪽부터 순서대로 NULL이 아닌 첫 번째 값을 반환 
    -- 실제 동작 예시:
    -- phone='010-1234',  email='a@b.com'  → 결과: '010-1234'
    -- phone=NULL,       email='a@b.com'  → 결과: 'a@b.com'  
    -- phone=NULL,       email=NULL       → 결과: '연락처없음'
    IFNULL(address, '주소미등록') AS 주소             -- 첫 번째 값이 NULL이면 두 번째 값을 반환 
    -- 실제 동작 예시:
    -- address='서울시'  → 결과: '서울시'
    -- address=NULL     → 결과: '주소미등록'
FROM users;

NULL 값으로 조건 처리하기

-- NULL 값으로 조건 처리하기
SELECT * FROM users
WHERE phone IS NOT NULL    -- NULL 제외 (≠이 아님!)
  AND email IS NULL;       -- NULL만 선택

⚠️ 주의: = NULL이 아니라 IS NULL을 써야 해요!
-- 이 모든 비교의 결과는 NULL (참도 거짓도 아님)
SELECT 
   NULL = NULL,     -- 결과: NULL
   NULL != NULL,    -- 결과: NULL  
   NULL = 'hello',  -- 결과: NULL
   5 = NULL;        -- 결과: NULL
WHERE 절은 참(TRUE)인 행만 선택하는데, NULL = NULL의 결과는 NULL이라서 참이 아님.

실전 예제

-- 연락 가능한 사용자만 찾기
SELECT name, phone, email
FROM users
WHERE phone IS NOT NULL 
   OR email IS NOT NULL;

-- 완전한 정보가 없는 사용자 찾기  
SELECT name
FROM users
WHERE phone IS NULL 
  AND email IS NULL 
  AND address IS NULL;

-- NULL을 기본값으로 대체해서 정렬
SELECT 
    name,
    COALESCE(score, 0) AS 점수
FROM students
ORDER BY COALESCE(score, 0) DESC;

9. 실전 꿀팁 모음

효율적인 쿼리 작성

-- ❌ 비효율적: 인덱스 사용 불가
SELECT * FROM users WHERE YEAR(created_at) = 2024;

-- ✅ 효율적: 인덱스 사용 가능
SELECT * FROM users 
WHERE created_at >= '2024-01-01' 
  AND created_at < '2025-01-01';

중복 제거

-- DISTINCT로 중복 제거
SELECT DISTINCT city FROM users;

-- GROUP BY로 중복 제거 + 집계
SELECT city, COUNT(*) 
FROM users 
GROUP BY city;

UNION vs UNION ALL

-- UNION: 중복 제거됨 (느림)
SELECT name FROM table1
UNION
SELECT name FROM table2;

-- UNION ALL: 중복 허용 (빠름)
SELECT name FROM table1
UNION ALL
SELECT name FROM table2;

UNION

결과를 합치고 중복을 제거

정렬도 자동으로 됨

속도가 느림 (중복 제거 작업 때문에)

SELECT 컬럼 수가 맞아야 함.

UNION ALL

결과를 합치고 중복 그대로 유지

정렬 안 됨

속도가 빠름

“중복 제거가 필요하면 UNION, 모든 데이터가 필요하고 속도가 중요하면 UNION ALL을 사용”

EXISTS vs IN

-- EXISTS: 존재 여부만 확인 (빠름)
SELECT * FROM users u
WHERE EXISTS (
    SELECT 1 FROM orders o 
    WHERE o.user_id = u.id
);

-- IN: 실제 값 비교 (상대적으로 느림)
SELECT * FROM users
WHERE id IN (
    SELECT user_id FROM orders
);

10. 코딩테스트 문제 접근법

1단계: 문제 파악

어떤 테이블들이 있는지 확인
원하는 결과가 무엇인지 파악
어떤 조건들이 있는지 정리

2단계: 쿼리 설계

어떤 테이블을 FROM 할까?
JOIN이 필요한가?
WHERE 조건은?
GROUP BY가 필요한가?
어떻게 정렬할까?

3단계: 검증

결과가 맞는지 확인
조건을 모두 만족하는지 체크
정렬 순서가 맞는지 확인

🎯 자주 나오는 문제 유형별 해결 패턴

순위 문제 → 윈도우 함수 (RANK, ROW_NUMBER)

SELECT name, score, 
       RANK() OVER(ORDER BY score DESC) AS 순위
FROM students;

그룹별 최대/최소 → 윈도우 함수 또는 서브쿼리

-- 부서별 최고 급여자
SELECT * FROM (
    SELECT *, 
           ROW_NUMBER() OVER(PARTITION BY dept ORDER BY salary DESC) AS rn
    FROM employees
) WHERE rn = 1;

조건부 집계 → CASE WHEN

SELECT 
    SUM(CASE WHEN status = 'success' THEN amount ELSE 0 END) AS 성공금액,
    COUNT(CASE WHEN status = 'fail' THEN 1 END) AS 실패건수
FROM transactions;

“~한 적 없는” 문제 → LEFT JOIN + IS NULL

SELECT u.name
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
WHERE o.user_id IS NULL;

마무리

SQL 문법 정복의 핵심은 패턴 인식입니다.

자주 나오는 패턴들:

그룹별 순위/최대값/최소값 → 윈도우 함수
“~한 적 없는” → LEFT JOIN + IS NULL
조건별 카운팅 → CASE WHEN + COUNT
날짜 형식 → DATE_FORMAT
평균/최대값과 비교 → 서브쿼리

다음 3편에서는 문제를 풀어보면서 각각 적용하는지 알아보겠습니다!

연습 추천 순서:

기본 SELECT, WHERE, ORDER BY로 워밍업
GROUP BY + 집계함수로 분석 연습
JOIN으로 테이블 연결 마스터
윈도우 함수로 고급 분석 도전

화이팅! 🚀

SQL 기본 문법 실전 가이드 - 코딩테스트 시리즈 2편

1. SELECT 기본기 다지기

기본 문법 다지기

실행 순서

실전 예제

💡 TIP : WHERE vs HAVING 언제 써야 할까요?

2. 집계함수 마스터하기

핵심 집계함수

GROUP BY와 함께 사용

🔍 GROUP BY 작동 원리

🎯 코딩테스트 단골 패턴

3. JOIN 정복하기

JOIN 종류별 차이점

JOIN 선택 기준

실전 예제

🔥 JOIN 문제에서 자주 나오는 패턴

4. CASE WHEN (조건문)

CASE WHEN으로 새로운 컬럼 만들기

🔍 작동 원리

집계와 함께 활용 (꿀팁!)

💡 이 패턴 정말 많이 나와요!

5. 서브쿼리 정복하기

WHERE절 서브쿼리

FROM절 서브쿼리

서브쿼리 활용 패턴

6. 윈도우 함수 (고득점의 비밀!)

일반 집계함수 vs 윈도우 함수

순위 함수

이전/다음 값 가져오기

누적 계산

7. 내장 함수 마스터하기

날짜 함수

문자열 함수

수학함수

8. NULL 처리

값 대체

NULL 값으로 조건 처리하기

실전 예제

9. 실전 꿀팁 모음

효율적인 쿼리 작성

중복 제거

UNION vs UNION ALL

EXISTS vs IN

10. 코딩테스트 문제 접근법

1단계: 문제 파악

2단계: 쿼리 설계

3단계: 검증

🎯 자주 나오는 문제 유형별 해결 패턴

마무리