one line a day

문제 설명

지나다니는 길을 'O', 장애물을 'X'로 나타낸 직사각형 격자 모양의 공원에서 로봇 강아지가 산책을 하려합니다. 산책은 로봇 강아지에 미리 입력된 명령에 따라 진행하며, 명령은 다음과 같은 형식으로 주어집니다.

• ["방향 거리", "방향 거리" … ]

예를 들어 "E 5"는 로봇 강아지가 현재 위치에서 동쪽으로 5칸 이동했다는 의미입니다. 로봇 강아지는 명령을 수행하기 전에 다음 두 가지를 먼저 확인합니다.

• 주어진 방향으로 이동할 때 공원을 벗어나는지 확인합니다.
• 주어진 방향으로 이동 중 장애물을 만나는지 확인합니다.

위 두 가지중 어느 하나라도 해당된다면, 로봇 강아지는 해당 명령을 무시하고 다음 명령을 수행합니다.
공원의 가로 길이가 W, 세로 길이가 H라고 할 때, 공원의 좌측 상단의 좌표는 (0, 0), 우측 하단의 좌표는 (H - 1, W - 1) 입니다.

 

 

공원을 나타내는 문자열 배열 park, 로봇 강아지가 수행할 명령이 담긴 문자열 배열 routes가 매개변수로 주어질 때, 로봇 강아지가 모든 명령을 수행 후 놓인 위치를 [세로 방향 좌표, 가로 방향 좌표] 순으로 배열에 담아 return 하도록 solution 함수를 완성해주세요.

제한사항

• 3 ≤ park의 길이 ≤ 50
  • 3 ≤ park[i]의 길이 ≤ 50
    • park[i]는 다음 문자들로 이루어져 있으며 시작지점은 하나만 주어집니다.
      • S : 시작 지점
      • O : 이동 가능한 통로
      • X : 장애물
  • park는 직사각형 모양입니다.
• 1 ≤ routes의 길이 ≤ 50
  • routes의 각 원소는 로봇 강아지가 수행할 명령어를 나타냅니다.
  • 로봇 강아지는 routes의 첫 번째 원소부터 순서대로 명령을 수행합니다.
  • routes의 원소는 "op n"과 같은 구조로 이루어져 있으며, op는 이동할 방향, n은 이동할 칸의 수를 의미합니다.
    • op는 다음 네 가지중 하나로 이루어져 있습니다.
      • N : 북쪽으로 주어진 칸만큼 이동합니다.
      • S : 남쪽으로 주어진 칸만큼 이동합니다.
      • W : 서쪽으로 주어진 칸만큼 이동합니다.
      • E : 동쪽으로 주어진 칸만큼 이동합니다.
    • 1 ≤ n ≤ 9

입출력 예

입출력 예 설명

입출력 예 #1

입력된 명령대로 동쪽으로 2칸, 남쪽으로 2칸, 서쪽으로 1칸 이동하면 [0,0] -> [0,2] -> [2,2] -> [2,1]이 됩니다.

입출력 예 #2

입력된 명령대로라면 동쪽으로 2칸, 남쪽으로 2칸, 서쪽으로 1칸 이동해야하지만 남쪽으로 2칸 이동할 때 장애물이 있는 칸을 지나기 때문에 해당 명령을 제외한 명령들만 따릅니다. 결과적으로는 [0,0] -> [0,2] -> [0,1]이 됩니다.

입출력 예 #3

처음 입력된 명령은 공원을 나가게 되고 두 번째로 입력된 명령 또한 장애물을 지나가게 되므로 두 입력은 제외한 세 번째 명령만 따르므로 결과는 다음과 같습니다. [0,1] -> [0,0]

요점 정리

• 맵과 루트 존재
• 맵에는 시작정보, 장애물 정보
• 루트는 방향과 거리 정보 제공

def solution(park, routes):
    dictionary = {'E':1, 'W':-1, 'N':-1, 'S':1,}    # 동서남북의 방향 딕셔너리 생성

    park_map = []   # 맵리스트 생성
    first_point = [0,0] # 처음 지점 생성

    for idxy, part in enumerate(park):  # park 리스트를 순환하며, 지점 특성을 파악 및 시작 지점 좌표 확인
        temp = []
        for idxx, i in enumerate(part):
            if i == 'S':
                first_point = [idxy, idxx]
            temp.append(i)
        park_map.append(temp)

    X_max = len(park_map[0])    # 맵 가로, 세로 최대 길이를 저장, 차후 맵길이를 넘어서는 route를 제거하기 위함
    y_max = len(park_map)

    for route in routes:    # 루트에 대한 처리 시작
        direction = route.split( )[0]   # split 함수를 사용해 루트의 방향과 이동 거리를 저장
        distance = int(route.split( )[1])
        if direction in ('E', 'W'): # 같은 횡방향 이동인 E, W에 대해 처리
            
            if X_max > dictionary[direction]*distance + first_point[1] >=0: # 현재 x좌표 + 이동거리가 최대 값보다 작은 조건에서 route 수행
                new_x = first_point[1] + dictionary[direction]*distance
                
                if direction == 'E':    # 이동 경로에 해당하는 맵 경로에 X가 없는 경우에 first_point 최신화
                    obstacle_list = park_map[first_point[0]][first_point[1]:new_x+1]
                    if 'X' not in obstacle_list:
                        first_point[1] = new_x
                if direction == 'W':    # 이동 경로에 해당하는 맵 경로에 X가 없는 경우에 first_point 최신화
                    obstacle_list = park_map[first_point[0]][new_x:first_point[1]]
                    if 'X' not in obstacle_list:
                        first_point[1] = new_x

        elif direction in ('N', 'S'):   # 같은 종방향 이동인 E, W에 대해 처리
            if y_max > dictionary[direction]*distance + first_point[0] >=0: # 현재 ㅛ좌표 + 이동거리가 최대 값보다 작은 조건에서 route 수행
                new_y = first_point[0] + dictionary[direction]*distance
                
                if direction == 'S':    # 이동 경로에 해당하는 맵 경로에 X가 없는 경우에 first_point 최신화
                    obstacle_list = [row[first_point[1]] for row in park_map[first_point[0]:new_y+1]]
                    if 'X' not in obstacle_list:
                        first_point[0] = new_y
                if direction == 'N':    # 이동 경로에 해당하는 맵 경로에 X가 없는 경우에 first_point 최신화
                    obstacle_list = [row[first_point[1]] for row in park_map[new_y:first_point[0]]]
                    if 'X' not in obstacle_list:
                        first_point[0] = new_y
    return first_point

관계형 데이터베이스

• RDB(Relational Database)라고 불리는 관계형 데이터베이는 말 그대로 관계형 데이터 모델에 기초를 둔 데이터베이스이다.
• 관계형 데이터베이스의 설계는 모든 데이터를 2차원 테이블 형태로 표현한 뒤 각 테이블 간의 관계를 정의하는 것으로 시작된다.
• RDBMS(Relational Database Management System)는 이러한 RDB를 관리 감독하기 위한 시스템이다.
• Ex. Oracle, SQL Server(MSSQL), MySQL, MariaDB, PostgreSQL 등

Table

• 관계형 데이터베이스를 표현할때 사용하는 형식이다.(엑셀 표 형식과 유사)
• 항목을 나타내는 각각의 세로 열을 칼럼(Column)이라고 한다.
• 각각의 가로 행을 로우(Row)라고 한다.
• 테이블은 관계형 데이터베이스의 기본 단위이고 일반적으로 데이터베이스는 여러 개의 테이블로 구성된다.
• 데이터를 저장하는 주된 목적은 데이터를 활용하는 데에 있고 우리는 그것을 테이블 형태로 조회하고 변경하고 삭제할 수 있다.

SQL(Structured Query Language)

• SQL은 관계형 데이터베이스에서 데이터를 다루기 위해 사용하는 언어이다.
• 간단한 SQL 작성 방법은 뻔하기에 누가 작성하든 비슷하지만 라인 수가 많아지는 복잡한 SQL은 어떻게 작성하냐에 따라 성능 차가 확연하기에 SQL을 잘 작성하고 튜닝하는 것이 중요하다.

SELECT

• 저장되어 있는 데이터를 조회하고자 할 때 사용하는 명령어이다.

SELECT 컬럼1, 컬럼2, ... FROM 테이블 WHERE 컬럼1 = '아무개';

• 컬럼을 따로 명시하지 않고 *(asterisk)를 쓰면 전체 컬럼이 조회되며 조회되는 컬럼의 순서는 테이블 컬럼 순서와 동일하다.

SELECT * FROM 테이블;

• 별도의 WHERE 절이 없으면 테이블 전체 Row가 조회된다.

SELECT BAND.BAND_NAME, BAND_MEMBER.MEMBER_NAME
FROM BAND, BAND_MEMBER
WHERE BAND.BAND_CODE = BAND_MEMBER.BAND_CODE;

↓

SELECT B.BAND_NAME, BM.MEMBER_NAME
FROM BAND B, BAND_MEMBER BM
WHERE B.BAND_CODE = BM.BAND_CODE;

• 테이블이나 컬럼 명에 별도의 별칭을(Alias)을 붙여줄 수 있는데, 붙여주는 목적은 줄여쓰기 위함이다.
• FROM절에서 정의한다.
• 테이블명에 Alias를 설정했을 경우 테이블명 대신 Alisa를 사용해야 한다. 아닐 경우 문법 에러가 발생한다.

산술 연산자

• 수학에서 사용하는 사칙연산의 기능을 가진 연산자이다.
•  NULL이 포함된 연산을 주의하자
  • 다른 컬럼끼리 연산(가로 연산)에서 NULL이 포함되어 있으면 결과 값은 NULL이다
  • 다른 로우끼리 연산(세로 연산)에서 NULL이 포함되어 있으면 결과 값은 NULL을 제외하고 연산한 결과이다.

합성 연산자

• 문자와 문자를 연결할 때 사용하는 연산자이다.

SELECT 'S'||'Q'||'L'||'개'||'발'||'자' AS SQLD FROM DUAL

↓

함수

• 데이터베이스에서 매핑을 제공하는 함수들이 있다.
• 문자 함수
  • CHR(ASCII 코드)
    • ASCII 코드는 총 128개의 문자를 숫자로 표현할 수 있도록 정의해 놓은 코드이다.
    • ASCII 코드를 인수로 입력하였을때 매핑되는 문자가 무엇인지를 알려주는 함수이다.
    • Ex. CHR(65) → A
  • LOWER(문자열)
    • 문자열을 소문자로 변환해주는 함수이다.
    • Ex. LOWER('KIM') → kim
  • UPPER(문자열)
    • 문자열을 대문자로 변환해주는 함수이다.
  • LTRIM(문자열 [,특정 문자]) *[]는 옵션
    • 특정 문자를 따로 명시해주지 않으면 문자열의 왼쪽 공백을 제거한다.
    • 특정 문자를 명시한 경우 문자열을 왼쪽부터 한 글자씩 특정 문자와 비교하여 특정 문자에 포함되어 있으면 제거하고 포함되지 않았으면 멈춘다.
    • 문자 사이의 공백은 제거하지 않는다.
    • SQL Server(MSSQL)의 경우 공백 제거만 가능하다.
    • Ex. LTRIM('    KIM') → KIM
    • Ex. LTRIM('DATABASE', 'DE') → ATABASE
  • RTLIM(문자열 [,특정 문자]) *[]는 옵션
    • LTRIM과 방향만 반대이고 같은 기능을 가진다.
  • TRIM([위치] [특정 문자] [FROM] 문자열) *[]는 옵션
    • 옵션이 없는 경우 문자열 양쪽의 공백을 제거한다.
    • 옵션이 있는 경우 옵션에 따라 지정된 위치에서 한 글자씩 특정 문자와 비교하여 제거하고 다르면 멈춘다.
    • SQL Server(MSSQL)의 경우 공백 제거만 가능하다.
    • Ex. TRIM('   KIM   ') → KIM
    • Ex. TRIM(LEADING 'K' FROM 'KIM') → IM
    • Ex. TRIM(TRALLING 'M' FROM 'KIM') → KI
  • SUBSTR(문자열, 시작점 [,길이]) *[]는 옵션
    • 문자열의 원하는 부분만 잘라서 반환해주는 함수이다.
    • 길이를 명시하지 않은 경우 문자열의 시작부터 끝까지 반환된다.
    • 길이 옵션보다 문자열이 짧은 경우 문자열의 끝까지 반환된다.
    • Ex. SUBSTR('교촌치킨허니콤보', 3, 2) → 치킨
    • Ex. SUBSTR('교촌치킨허니콤보', 5, 4) → 허니콤보
  • LENGTH(문자열)
    • 문자열의 길이를 반환해주는 함수이다.
    •  Ex. LENGTH('교촌치킨허니콤보') → 8
  • REPLACE(문자열, 변경 전 문자열 [변경 후 문자열]) *[]는 옵션
    • 문자열에서 변경 전 문자열을 찾아 변경 후 문자열로 바꿔주는 함수이다. 변경 후 문자열을 명시해 주지 않으면 문자열에서 변경 전 문자열을 제거한다.
    • Ex. REPLACE('교촌치킨허니콤보', '허니', '꿀') → 교촌치킨꿀콤보
    • Ex. SELECT REPLACE('교촌치킨허니콤보', '허니') → 교촌치킨콤보
• 숫자 함수
  • ABS(수)
    • 수의 절대값을 반환해주는 함수이다.
      • ABS(-10) → 10 
    • SIGN(수)
      • 수의 부호를 반환해주는 함수이다. 양수이면 1, 음수이면 -1, 0이면 0을 반환한다
      • Ex. SIGN(-7) → 1
    • ROUND(수, [,자릿수]) *[]는 옵션
      • 수를 지정된 소수점 자릿수까지 반올림하여 반환해주는 함수이다.
      • 자릿수를 명시하지 않으면 기본값은 0이며 반올림된 정수로 반환한다.
      • 자릿수가 음수인 경우 지정된 정수브를 반올림하여 반환한다.
      • Ex. ROUND(178.356, 1) → 178.4
      • Ex. ROUND(178.356, -2) → 200
    • TRUNC(수 [,자릿수])
      • 수를 지정된 소수점 자릿수까지 버림하여 반환해주는 함수이다.
      • 자릿수를 명시하지 않았을 경우 기본 값을 0이며 버림된 정수를 반환한다.
      • 자릿수가 음수인 경우 지정된 정수부에서 버림하여 반환한다.
      • Ex. TRUNC(55.62, 1) → 55.6
      • Ex. TRUNC(55.62, -1) → 50
    • CELL(수)
      • 소수점 이하의 수를 올림한 정수를 반환해주는 함수이다.
      • SQL Server(MSSQL)의 경우 CELING(문자열)
      • Ex. CELL(72.86) → 73
      • Ex. CELL(-33.4) → 33
    • FLOOR(수)
      • 소수점 이하의 수를 버림한 정수를 반환해주는 함수이다.
      • 음수에서는 '버림'이 아닌 '내림'임에 주의하자
      • Ex. FLOOR(22.3) → 22
      • Ex. FLOOR(-22.3) → -23
    • MOD(수1, 수2)
      • 수1을 수2로 나눈 나머지를 반환해주는 함수이다.
      • MOD 함수의 두 번째 인자값이 0이면 첫 번째 인자 값이 결과로 도출된다.
      • MOD 함수의 두 인자값이 모두 음수이면 나머지도 그대로 음수값으로 도출된다.
      • Ex. MOD(15, 7) → 1
      • Ex. MOD(15, -4) → 3
  • 날짜 함수
    • SYSDATE
      • 현재의 연, 월, 일, 시, 분, 초를 반환해주는 함수이다.
      • nls_data_format에 따라서 sysdate의 출력 양식은 달라질 수 있다.
      • SQL Server(MSSQL)의 경우 GETDATE()
      • Ex. SYSDATE → 2022-08-31 20:12:56
    • EXTRACT(특정 단위 FROM 날짜 데이터)
      • 날짜 데이터에서 특정 단위(YEAR, MONTH, DAY HOUR, MINUTE, SECOND)만을 출력해서 반환해주는 함수이다,
      • Ex. EXTRACT(YEAR FROM SYSDATE) → 2022
      • Ex. EXTRACT(MONTH FROM SYSDATE) → 8
      • Ex. EXTRACT(DAY FROM SYSDATE) → 31
    • ADD_MONTH(날짜 데이터, 특정 개월 수)
      • 날짜 데이터에서 특정 개월 수를 더한 날짜를 반환해주는 함수이다.
      • 날짜의 이전 달이나 다음 달에 기준 날짜의 일자가 존재하지 않으면 해당 월의 마지막 일자가 반환된다.
      • SQL Server(MSSQL)의 경우 DATEADD(MONTH, 특정 개월 수, 날짜 데이터)
      • Ex. ADD_MONTH(TO_DATE('2022-08-31', 'YYYY-MM-DD'), -1) → 2022-09-30
  • 반환 함수
    • 명시적 형변환과 함시적 형변환
    • 데이터베이스에서 데이터 유형에 대한 형변환을 할 수 있는 방법은 두 가지가 있다.
      • 명시적 형변환: 변환 함수를 사용하여 데이터 유형 변환을 명시적으로 나타냄
      • 암시적 형변환: 데이터베이스가 내부적으로 알아서 데이터 유형을 변환함
    • Ex. VARCHAR 유형의 BIRTHDAY 컬럼을 숫자와 비교할 경우, 데이터 베이스는 오류를 뱉지 않고 내부적으로 BIRTHDAY 컬럼을 NUMBER형으로 변환하게 되는데 이럴 때 쓰이는 것이 암시적 형변환이다.
    • 암시적 형변환이 가능하다고해서 데이터 유형을 고려하기 않고 SQL 작성을 하는 것은 성능 저하를 유발한다. 
    • 따라서 되도록 명시적 형변환을 사용하는 것이 좋다.
    • 명시적 형변환에 쓰이는 함수
      • SQL Server(MSSQL)의 경우 CONVERT나 CAST 함수를 사용할 수 있다.
      • TO_NUMBER(문자열)
        •  문자열을 숫자형으로 변환해주는 함수이다.
        • Ex. TO_NUMBER('1234') → 1234
        • Ex. TO_NUMBER('abc') → Error 발생!
      • TO_CHAR(수 or 날짜 [, 포맷]) * []는 옵션
        • 수나 날짜형의 데이터를 포맷 형식의 문자형으로 변환해주는 함수이다.
        • Ex. TO_CHAR(1234) → '1234'
        • Ex. TO_CHAR(SYSDATE, 'YYYYMMDD HH24MISS') → 20220831 203309
      • TO_DATE(문자열, 포맷)
        • 포맷 형식의 문자형의 데이터를 날짜형으로 변환해주는 함수이다.
        • Ex. TO_DATE('20220831', 'YYYYMMDD') → '2022-08-31'

• NULL 관련 함수
  • NVL(인수1, 인수2)
    • 인수 1의 값이 NULL일 경우 인수2를 반환하고 NULL이 아닐 경우 인수1을 반환해주는 함수이다.
    • SQL Server(MMSQL)의 경우 ISNULL(인수1, 인수2)
    • Ex. NVL(REVIEW_SCORE, 0)
      • REVIEW_SCORE가 NULL인 경우 0를 반환
      • NULL이 아닌 경우 REVIEW_SCORE를 반환
  • NULLIF(인수1, 인수2)
    • 인수1과 인수2가 같으면 NULL을 반환한다.
    • 인수1과 인수2가 같지 않으면 인수1을 반환한다.
    • Ex. NULLIF(5, 5) → NULL
    • Ex. NULLIF(5, 3) → 5
  • COALESCE(인수1, 인수2, 인수3...)
    • NULL이 아닌 최초의 인수를 반환해주는 함수이다.
    • Ex. COALESCE(NULL, NULL, '000-000-000', '000@SQLD.COM', 5, NULL) → '000-000-000'
• CASE
  • CASE는 함수와 성격이 같기는 하지만 표현방식이 함수라기보다는 구문에 가깝다고 할 수 있다.
  • 문장으로는 '~이면 ~이고', '~이면 ~이다' 식으로 표현되는 구문이다.
  • 필요에 따라 각 CASE를 여러 개로 늘릴 수도 있다.
  • 같은 기능을 하는 함수로는 Oracle의 DECODE 함수가 있다.
  • *[]는 옵션
  • 다음 구문은 같은 결과를 반환한다.

CASE WHEN SUBWAY_LINE='1' THEN 'BLUE'
	WHEN SUBWAY_LINE='2' THEN 'GREEN'
	WHEN SUBWAY_LINE='3' THEN 'ORANGE'
	[ELSE 'GRAY']
END

CASE SUBWAY_LINE
	WHEN '1' THEN 'BLUE'
    WHEN '2' THEN 'GREEN'
    WHEN '3' THEN 'ORANGE'
    [ELSE 'GRAY']
END

DECODE (SUBWAY_LINE,'1','BLUE','2','GREEN','3','ORANGE'[,GRAY])

WHERE 절

• INSERT를 제외한 DML문을 수행할 때 원하는 데이터만 골라 수행할 수 있도록 해주는 구문이다.
• 예를들면 NAME 컬럼이 '이지은'인 컬럼만 SELECT 할 수도 있고 '이지은'이 아닌 컬럼만 SELECT 할 수도 있다.
• UPDATE나 DELETE도 마찬가지이다.
• WHERE 절의 위치는 다음과 같다.
• Ex. SELECT 컬럼1, 컬럼2 ... FROM 테이블 WHERE 조건절;
• Ex. UPDATE 테이블명 SET 컬럼명 = 새로운 데이터 WHERE 조건절;
• Ex. DELETE FROM 테이블 WHERE 조건절;
• 다양한 WHERE 절에 대하여 알아보자.

비교 연산자

# 다음 쿼리는 CITY가 Paris인 행을 조회한다.
SELECT FIRST_NAME, LAST_NAME, CITY
	FROM MEMBER
    WHERE CITY = 'Paris';
    
# 다음 쿼리는 MEMBER_NO가 10보다 작은 행을 조회한다.
SELECT MEMBER_NO, FIRST_NAEM, LAST_NAME
	FROM MEMBER
    WHERE MEMBER_NO < 10;
    
# 다음 쿼리는 FIRST_NAME과 Mark의 데이터 타입이 맞지 않아 에러가 발생한다.
SELECT FIRST_NAME, LAST_NAME, EMAIL
	FROM MEMBER
    WHER FIRST_NAME = Mark;
    
# FIRST_NAME과 같은 문자형 컬럼을 비교 조건으로 사용하려면 우측 상수값을 반드시 인용부호로 감싸야한다.

부정 비교 연산자

# 다음 쿼리는 FAVORITES이 Y가 아닌 행을 조회한다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
    WHERE FAVORITES <> 'Y';

SQL 연산자

# 다음 쿼리는 PLAY_ID가 1 이상, 5이하인 행을 조회한다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE PLAY_ID BETWEEN 1 AND 5;

# 위의 쿼리는 다음과 같이 표현할 수도 있다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE PLAY_ID >= 1 AND PLAY_ID <=5;

# 다음 쿼리는 NAME이 Classical로 시작되는 행을 조회한다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE NAME LIKE 'Classical%';

# 다음 쿼리는 NAME이 Music으로 끝나는 행을 조회한다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE NAME LIKE '%Music';

# 다음 쿼리는 NAME이 M으로 시작하고 S로 끝나는 행을 조회한다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE NAME LIKE 'M&S';

# 다음 쿼리는 NAMEDP 101이 포함된 행을 조회한다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE NAME LIKE '&101%';

# 다음 쿼리는 TITLE이 IT Staff이거나 IT Manager인 행을 조회한다.
SELECT LAST_NAME, FIRST_NAEM, TITLE
	FROM EMPLOYEE
WHERE TITLE IN ('IT Staff', 'IT Manager');

# 위의 쿼리는 다음과 같이 표현할 수도 있다.
SELECT LAST_NAME, FIRST_NAME, TITLE
	FROM EMPLOYEE
WHERE (TITLE = 'IT Staff' OR TITLE = 'IT Manager');

# 다음 쿼리는 COMPANY가 NULL인 행을 조회한다.
SELECT FIRST_NAME, LAST_NAME, COMPANY
	FROM MEMBER
WHERE COMPANY IS NULL;

부정 SQL 연산자

# 다음 쿼리는 PLAY_ID가 1이상, 5이하가 아닌 행을 조회한다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE PLAY_ID NOT BETWEEN 1 AND 5;

# 위의 쿼리는 다음과 같이 표현할 수도 있다.
SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE NOT (PLAY_ID BTWEEN 1 AND 5);

SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE NOT (PLAY_ID >= 1 AND PLAY_ID <= 5);

SELECT PLAY_ID, NAME, FAVORITES
	FROM PLAY_LIST
WHERE PLAY_ID < 1 OR PLAY_ID > 5;

# 다음 쿼리는 TITLE이 IT Staff와 IT Manager가 아닌 행을 조회한다.
SELECT LAST_NAME, FIRST_NAME, TITLE
	FROM EMPLOYEE
WHERE TITLE NOT IN ('IT Staff', 'IT Manager');

# 위의 쿼리는 다음과 같이 표현할 수도 있다.
SELECT LAST_NAME, FIRST_NAME, TITLE
	FROM EMPLOYEE
WHERE NOT (TITLE IN ('IT Staff', 'IT Manager'));

SELECT LAST_NAME, FIRST_NAME, TITLE
	FROM EMPLOYEE
WHERE NOT (TITLE = 'IT Staff' OR TITLE = 'IT Manager');

SELECT LAST_NAME, FIRST_NAME, TITLE
	FROM EMPLOYEE
WHERE TITLE <> 'IT Staff' AND TITLE <> 'IT Manager';

# 다음 쿼리는 COMPANY가 NULL이 아닌 행을 조회한다.
SELECT FIRST_NAME, LAST_NAME, COMPANY
	FROM MEMBER
WHERE COMPANY IS NOT NULL;

논리 연산자

• 논리 연산자에는 처리 순서가 존재하는데 SQL에 명시된 순서와는 관계없다.
• () → NOT → AND → OR 순으로 처리된다.

GROUP BY, HAVING 절

• GROUP BY
  
  • GROUP BY는 말 그대로 데이터를 그룹별로 묶을 수 있도록 해주는 절이다.
  • GROUP 뒤에 수단의 전치사인 BY가 붙었기 때문에 GROUP BY 뒤에는 그룹핑의 기준이 되는 컬럼이 온다.
  • 컬럼은 하나또는 그 이상이 될 수 있다.
• 집계 함수
  
  • 데이터를 그룹별로 나누면 그룹별로 집계 데이터를 도출하는 것이 가능해진다.

• HAVING
  • HAVING 절은 GROUP BY 절을 사용할 때 WHERE 절처럼 사용하는 조건절이라고 생각하면된다.
  • 주로 데이터를 그룹핑한 후 특정 그룹을 골라낼 때 사용한다.
  • HAVING 절은 논리적으로 GROUP BY 절 이후에 수행되기에 그룹핑 후에 가능한 집계 함수로 조건을 부여할 수 있다.
  • HAVING 절은 논리적으로 SELECT 절 전에 수행되기에 SELECT 절에 명시되지 않은 집계 함수로도 조건을 부여하는 것이 가능하다.
  • 주의할 점은 WHERE 절을 사용해도 되는 조건까지 HAVING 절로 써버리면 성능상 불리할 수 있다는 점이다.
  • WHERE 절에서 필터링을 선행해야 GROUP BY 할 데이터량이 줄어들어 성능에 유리하다.

ORDER BY 절

• ORDER BY
  • ORDER BY 절은 SELECT 문에서 논리적으로 맨 마지막에 수행된다.
  • ORDER BY 절을 사용하여 SELECT한 데이터를 정렬할 수 있다.
  • ORDER BY 절을 따로 명시하지 않으면 데이터는 임의의 순서대로 출력된다.
  • ORDER BY 절 뒤에는 정렬의 기준이 되는 컬럼이 오게된다.
  • 기준이 되는 컬럼은 하나 또는 그 이상이 될 수도 있다.
  • ORDER BY 절 뒤에 오는 컬럼에는 옵션이 붙을 수 있으며 종류는 다음과 같다.
    • ASC(Ascending) : 오름차순
    • DESC(Descending) : 내림차순
    • 옵션 생략 시 ASC가 기본값이 된다.
  • 정렬의 기준이 되는 컬럼에 NULL 데이터가 포함되어 있는 경우 데이터베이스 종류에 따라 정렬의 위치가 달라진다.
  • Oracle의 경우에는 NULL을 최댓값으로 취급하기 때문에 오름차순을 했을 경우 맨 마지막에 위치한다.(SQL Server는 반대)
  • 만약 순서를 변경하고 싶다면 ORDER BY 절에 NULLS FIRST, NULLS LAST 옵션을 써서 NULL의 정렬상 순서를 변경할 수 있다.

JOIN

• JOIN이란?
  • 테이터베이스에서 조인이란 각기 다른 테이블을 한 번에 보여줄 때 쓰는 쿼리이다.
  • 실무에서 SQL을 작성할 때 8할이 JOIN 쿼리라고 얘기해도 무방하다.
  • JOIN되는 두 테이블에 모두 존재하는 컬럼의 경우 컬럼명 앞에 반드시 테이블명이나 ALIAS를 명시해주어야 함
• EQUI JOIN
  • EQUI JOIN은 Equal(=) 조건으로 JOIN하는 것으로 가장 흔히 볼 수 있는 JOIN의 방식이라고 할 수 있다

SELECT A.PRODUCT_CODE,
	A.PRODUCT_NAME,
    B.MEMBER_ID,
    B.CONTENT,
    B.REG_DATE
FROM PRODUCT A,
	PRODUCT_REVIEW B
WHERE A.PRODUCT_CODE = B.PRODUCT_CODE
	AND A.PRODUCT_CODE = '100001';

• Non EQUI JOIN
  • Non EQUI JOIN은 Equal(=) 조건이 아닌 다른 조건(BETWEEN, >, >=, <, <=)으로 JOIN 하는 방식이다.
  • 예를 들어 이벤트 기간 동안 리뷰를 작성한 고객에게 사은품을 주는 행사를 하고 있다고 가정해보자.
  • 이 경우 리뷰 테이블과 이벤트 테이블이 JOIN되어야 할 것이다.

SELECT A.EVENT_NAME,
	B.MEMBER_NAME,
    B.CONTENT,
    B.REG_DATE
FROM EVENT A,
	PRODUCT_REVIEW B
WHERE B.REG_DATE BETWEEN A.START_DATE AND A.END_DATE;

• OUTER JOIN
  • OUTER JOIN은 앞서 본 JOIN과는 다르게 JOIN 조건에 만족하지 않는 행들도 출력되는 형태이다.
  • LEFT OUTER JOIN의 경우 LEFT TABLE과 RIGHR TABLE의 데이터 중 JOIN에 성곤한 데이터와 그렇지 못한 나머지 LEFT TABLE의 데이터가 함께 출력된다.
  • Oracle에서는 모든 행이 출력되는 테이블의 반대편 테이블의 옆에(+) 기로를 붙여 작성해주면 된다.

# LEFT OUTER JOIN이다.
SELECT A.PRODUCT_CODE,
	A.PRODUCT_NAME,
    B.MEMBER_ID,
    B.CONTENT,
    B.REG_DATE
FROM PRODUCT A,
	PRODUCT_REVIEW B
WHERE A.PRODUCT_CODE = B.PRODUCT_CODE(+);

STANDARD JOIN

• DBMS가 여러개가 존재하는데 호환성 이슈가 발생하여 하나의 표준을 정한것이다.
• ANSI SQL, 표준 조인이라는 말을 많이 사용한다.
• INNER JOIN
  • JOIN 조건에 충족하는 데이터만 출력되는 방식이다.
  • 앞서 본 SQL과의 차이점은 JOIN 조건을 ON 절을 사용하여 작성해야 한다는 점이다.

SELECT A.PRODUCT_CODE,
	A.PRODUCT_NAME,
    B.MEMBER_ID,
    B.CONTENT,
    B.REG_DATE
FROM PRODUCT A INNER JOIN PRODUCT REVIEW B
	ON A.PRODUCT_CODE = B.PRODUCT_CODE;

• OUTER JOIN
  • JOIN 조건에 충족하는 데이터가 아니어도 출력될 수 있는 방식이다.
  • LEFT OUTER JOIN
    • SQL에서  왼쪽에 표기된 테이블의 데이터는 무조건 출력되는 JOIN이다.
    • 오른쪽 테이블에 JOIN되는 데이터가 없는 ROW들은 오른쪽 테이블 컬럼의 값이 NULL로 출력된다.
  • RIGHT OUTER JOIN
    • SQL에서 오른쪽에 표기된테이블의 데이터는 무조건 출력되는 방식이다.
    • 왼족 테이블에 JOIN되는 데이터가 없는 ROW들은 왼쪽 테이블 컬럼의 값이 NULL로 출력된다.
  • FULL OUTER JOIN
    • 왼쪽, 오룬쪽 테이블의 데이터가 모두 출력되는 방식이다.
    • LEFT OUTER JOIN과 RIGHT OUTER JOIN의 합집합이라고 이해하면 쉽다.(단 중복값은 제거)
• NATURAL JOIN
  • A 테이블과 B 테이블에서 같은 이름을 가진 컬럼들이 모두 동일한 데이터를 가지고 있을 경우 JOIN이 되는 방식이다.
  • SQL Server(MSSQL)에서는 지원하지 않는다.
  • Oracle의 경우 USING 조건절을 사용하여 같은 이름을 가진 컬럼중 원하는 컬럼만 JOIN에 사용할 수도 있다.
  • 단, SELECT 절에서 USING 절로 정의된 컬럼 앞에는 별도의 ALIAS나 테이블명을 붙이지 않아야 한다.
• CROSS JOIN
  • 예선 수학 시간에 경우의 수에 대해 배운 적이 있을 것이다.
  • 비슷한 맥락으로 CROSS JOIN은 A 테이블과 B 테이블 사이에 JOIN 조건이 없는 경우, 조합할 수 있는 모든 경우를 출력하는 방식이다.
  • 다른 말로 Cartesian Product라고 표현하기도 한다.

문제 풀이중 팁

• NULL과의 연산 결과는 False이므로 조건값이 늘 거짓이 되어 아무 데이터도 출력되지 않는다. 
• CASE 문에서 ELSE 뒤의 값이 DEFAULT 값이 되고 별도의 ELSE가 없을 경우 NULL 값이 DEFAULT 값이 된다.
• 나누기 연산을 할때 0으로 나누려하면 에러가 발생한다.
• NATURAL JOIN은 공통 컬럼 앞에 OWNER 명을 붙이면 에러가 발생한다.
• ALIAS를 별도로 지정해주지 않으면 컬럼명이 대문자로 출력된다.
• ORDER BY 절에는 컬럼명을 명시해줄 수도 있고 SELECT 절에 기술된 컬럼의 순서를 숫자로 명시해줄 수도 있다.
• AVG, MAX 함수는 각각 NULL 값을 제외하고 계산된다.
• HAVING 절은 주로 GROUP BY 절 뒤에 오면서 집계 데이터에 대한 조건을 부여하지만 테이블 전체가 한 개의 그룹이 되는 경우 HAVING만 단독으로 사용할 수 있다.

정규화(Nomalization)

• 데이터 정합성(데이터의 정확성과 일관성을 유지하고 보장)을 위해 엔터티를 작은 단위로 분리하는 과정이다.
• 정규화를 할 경우 데이터 조회성능은 처리조건에 따라 향상되는 경우도 있고 저하되는 경우도 있다.
• 일반적으로 입력, 수정, 삭제 성능은 향상된다.

• 제1 정규형
  • 모든 속성은 반드시 하나의 값만 가져야 한다. (Table 1)
  • 유사한 속성이 반복되는 경우도 1차 정규화 대상이 된다.(Table2)
  • 하나의 속성이 다중값을 가지는 경우 데이터를 꺼내 쓸 때 불필요한 Split을 사용해야 하는 번거로움이 발생한다.
  • 한 엔터티 내 유사한 속성이 반복되는 경우는 데이터가 늘어날 때 공간낭비가 발생할 여지가 있다.

Table 1

↓

Table 2

↓

• 제2 정규형
  • 엔터티의 모든 일반속성은 반드시 모든 주식별자에 종속되어야 한다.(Tabel 3)

Tabel 3.

↓

• 제3 정규형
  • 주식별자가 아닌 모든 속성 간에는 서로 종속될 수 없다.
  • 일반속성이 다른 일반속성에 종속된 경우에 제3 정규형을 적용한다. (Table 4)

Table 4

↓

주의사항

• 과유불급, 지나친 정규화는 오히려 성능 저하를 일으킬 수 있다.
• 정보를 얻기 위해 여러 번의 JOIN이 불가피한 경우 반정규화를 통해 성능을 개선하여야 한다.

반정규화(De-Nomalization)

• 데이터 조회 성능을 향상시키기 위해 데이터의 중복을 허용하거나 데이터를 그룹핑하는 과정이다.
• 조회 성능은 향상될 수 있으나 입력, 수정, 삭제 성능은 저하될 수 있으며 데이터 정합성 이슈가 발생할 수 있다.
• 반정규화 과정은 정규화가 끝난 후 거치게 되며 정규화와 마찬가지로 일정한 룰이 존재한다.

테이블 반정규화

• 테이블 병합
  • 업무 프로세스상 JOIN이 필요한 경우가 많아 테이블을 통합하는 것이 성능 측면에서 유리할 경우 고려한다.
  • 1:M 관계 테이블 병합의 경우 1쪽에 해당하는 엔터티의 속성 개수가 많으면 병합했을 경우 중복 데이터가 많아지므로 테이블 병합에 적절하지 못하다.
• 테이블 분할
  • 테이블 수직 분할 : 엔터티의 일부 속성을 별도의 엔터티로 분할 (1:1 관계 성립)
  • 테이블 수평 분할:  엔터티의 인스턴스를 특정 기준으로 별도의 엔터티로 분할(파티셔닝)
    • 파티션 기능을 사용하여 데이터를 물리적으로 분리 → 관계가 없는 다수의 테이블이 생성된다.
• 테이블 추가
  • 중복 테이블 추가: 데이터의 중복을 감안하더라도 성능상 반드시 필요하다고 판단되는 경우 별도의 엔터티를 추가한다.
    • 단순히 같은 데이터를 여러 테이블에 저장하는 것을 데이터 정합성에 위배되는 상황을 발생시킬 수 있다.
  • 통계 테이블 추가
    • Ex. 월매출 통계치를 미리 계산하여 저장
  • 이력 테이블 추가
    • Ex. 과거의 상품가격에 대한 데이터를 관리
  • 부분 테이블 추가
    • Ex. 회원 대상 메일 발송건이 다량으로 생기는 경우 메일 발송에 필요한 정보만 부분 테이블로 생성

칼럼 반정규화

• 중복 컬럼 추가
  • 업부 프로세스상 JOIN이 필요한 경우가 많아 컬럼을 추가하는 것이 성능 측면에서 유리할 경우 고려한다.
• 파생 컬럼 추가
  • 프로세스 수행 시 부하가 염려되는 계산값을 미리 컬럼으로 추가하여 보관하는 방식으로 상품의 재고나 프로모션 적용 할인가 등이 이에 해당할 수 있다.
• 이력 테이블 컬럼 추가
  • 대량의 이력 테이블을 조회할 때 속도가 느려질 것을 대비하여 조회 기준이 될 것으로 판단되는 컬럼을 미리 추가해 놓는 방식이다. 최신 데이터 여부 등이 이에 해당할 수 있다.

관계 반정규화(중복관계 추가)

• 업무 프로세스상 JOIN이 필요한 경우가 많아 중복 관계를 추가하는 것이 성능 측면에서 유리할 경우 고려한다.

트랜잭션(Transaction)

• 데이터를 조작하기 위한 하나의 논리적인 작업 단위이다.

NULL이란?

• NULL은 존재하지 않음, 즉 값이 없음을 의미한다.
• NULL ≠ 0, 데이터가 입력되지 않은 것이다.
• SQL NULL 처리 방식 (Table 5)
  • SELECT 수입 - 지출 FROM Table 5
    • 가로 연산: NULL이 포함되어 있으면 결과 값은 NULL이 된다. → NULL
  • SELECT SUM(수입) FROM Table 5
    • 세로 연산: 다른 인스턴스의 데이터와 연산할 때는 NULL 값을 제외한다. → 0

Table 5.

※ 추가 정보 (문제 풀이 중 나온 개념 정리)

성능 데이터 모델링의 순서

• 데이터 모델이 맞게 정규화를 수행한다
• 데이터베이스의 용량 및 트랜잭션 유형을 파악하여 성능 저하를 일으키는 부분이 없는지 검토한다.
• 용량과 트랜잭션 유형에 맞게 반정규화를 수행한다.
• 성능 향상을 위한 이력모델의 조정, PK/FK 조정, 슈퍼/서브타입 조정 등을 수행한다.
• 데이터 모델의 성능을 검증한다.

트랜잭션

• 트랜잭션은 데이터를 조작하기 위한 논리적인 작업 단위로, 데이터 모델로 표현할 수 이쓰며 데이터는 트랜잭션 범위로 묶일 수 있다.
• 트랜잭션은 하나의 커밋 단위로 묶여야 한다.

NULL

• ㉮ WHERE COL IS NULL 조건과 ㉯ WHERE COL = NULL 조건은 다르다.
• ㉮ 조건은 값이 NULL인 행을 반환한다.
• ㉯ 조건의 결과는 항상 False이므로 아무 행도 반환하지 않는다.

집계함수

• SELECT COUNT(COL1)*10 FROM TABLE;
  • NULL을 제외하고 계산되어 2*10 = 20
• SELECT SUM(COL1+COL2)/4 FROM TABLE;
  • NULL과 사칙연산 결과는 제외되어 55/4 = 13.75
• SELECT SUM(COL2)/2 FROM TABLE;
  • NULL을 제외하고 계산되어 40/2 = 20
• SELECT AVG(COL1) FROM TABLE;
  • NULL을 제외하고 계산되어 40/2 = 20

정규화

• 1차 정규화
  • 원자값이 아닌 도메인을 분해한다.
• 2차 정규화
  • 부분 함수 종속성을 제거한다.
• 3차 정규화
  • 이행 함수 종속성을 제거한다.
• 4차 정규화
  • 다중값 종속성을 제거한다.

이력 테이블 추가

• 이력 테이블 컬럼 추가는 대량의 이력 테이블을 조회할 때 속도가 느려질 것을 대비하여 조회 기준이 될 것으로 판단되는 컬럼을 미리 추가해 놓는 방식이다. 
• Ex. 최신 가격 여부 컬럼 추가 등

슈퍼-서브 타입

• 공통 속성을 조회하는 빈도수가 개별 속성을 조회하는 빈도수보다 높을 경우 공통 속성과 개별속성을 별도로 관리하는 슈퍼-서브 타입의 설계가 적절하다.

중복 관계 추가

• 반정규화 기법 중 하나로 데이터 무결성을 깨뜨릴 위험성이 없어 데이터 처리 성능을 향상시킬 수 있는 기법이다.
• 테이블 반정규화는 데이터의 무결성을 깨트릴 위험성을 가지고 있다.

모델링이란?

• 현실 세계에서 일어날 수 있는 다양한 현상에 대해 일정한 표기법에 의해 표기해 놓은 모형이라 할 수 있다.
• tip: 데이터 베이스의 모델링은 '현실 세계를 단순화하여 표현하는 기법'이다.

모델링이 갖춰야 할 조건

• 현실세계를 반영해야 한다.
• 단순화하여 표현해야 한다.
• 관리하고자 하는 데이터를 모델로 설계한다.

모델링의 특징

• 추상화(Abstraction): 현실 세계를 일정한 형식으로 표현하는 것이다. 즉, 아이디어나 개념을 간략하게 표현하는 과정이다.
• 단순화(Simplification): 복잡한 현실 세계를 정해진 표기법으로 단순하고 쉽게 표현한다는 의미이다.
• 명확화(Clarity): 불분명함을 제거하고 명확하게 해석할 수 있도록 기술한다는 의미이다.
• tip: 데이터베이스의 모델링은 '현실세계를 추상화, 단순화, 명확화하기 위해 일정한 표기법에 의해 표현하는 기법'이다.

모델링의 세 가지 관점

• 데이터 관점(What, Data): 데이터 위주의 모델링이라고 할 수 있다. 어떤 데이터들이 업무와 얽혀있는지, 그리고 그 데이터 간에는 어떤 관계가 있는지에 대해서 모델링하는 방법이다.
• 프로세스 관점(How, Process): 프로세스 위주의 모델링이라고 할 수 있다. 이 업무가 실제로 처리하고 있는 일은 무엇인지 또는 앞으로 처리해야 하는 일은 무엇인지를 모델링하는 방법이다.
• 데이터와 프로세스의 상관 관점(Data vs. Process, Interaction): 데이터와 프로세스의 관계를 위주로 한 모델링이라고 할 수 있다. 프로세스의 흐름에 따라 데이터가 어떤 영향을 받는지를 모델링하는 방법이다.

모델링의 세 가지 단계

• 개념적 데이터 모델링(Conceptual Data Modeling): 전사적 데이터 모델링 수행 시 행해지며 추상화 레벨이 가장 높은 모델링이다. 이 단계에서는 업무 중심적이고 포괄적인 수준의 모델링이 진행된다.
• 논리적 데이터 모델링(Logical Data Modeling): 재사용정이 가장 높은 모델링으로 데이터베이스 모델에 대한 Key, 속성, 관계 등을 모두 표현하는 단계이다.
• 물리적 데이터 모델링(Physical Data Modeling): 실제 데이터베이스로 구현할 수 있도록 성능이나 가용성등의 물리적인 성격을 고려하여 모델을 표현하는 단계이다.

데이터의 독립성

• 3단계 스키마 구조(ANSI-SPARC에서 정의함)
• 목적: 데이터베이스에 대한 사용자들의 관점과 데이터베이스가 실제로 표현되는 물리적인 방식을 분리하기 위함
• 예시: 사용자는 데이터를 볼 수 있는 뷰만 제공 받으면됨 / DBA 입장에서는 App에 영향을 주지 않고 데이터베이스의 구조를 변경할 수 있어야 독립성이 보장됨
  • 외부 스키마(External Schema)
    • 사용자의 관점: Multiple User's View 단계로 각 사용자가 보는 데이터베이스의 스키마를 정의한다.
  • 개념 스키마(Conceptual Schema)
    • 통합된 관점 : Community View of DB 단계로 모든 사용자가 보는 데이터베이스의 스키마를 통합하여 전체 데이터베이스*를 나타내는 것이다. 데이터베이스에 저장되는 데이터들을 표현하고 데이터들 간의 관계를 나타낸다.
  • 내부 스키마(Internal Schema)
    • 물리적인 관점: Pysical Representation 단계로 물리적인 저장 구조를 나타낸다. 실질적인 데이터의 저장 구조나 컬럼 정의, 인덱스 등이 포함된다.
• 3단계 스키마 구조가 보장하는 독립성
• 이유: 데이터베이스에 대한 사용자들의 관점과 데이터베이스가 실제로 표현되는 물리적인 방식을 분리하여 독립성을 보장하기 위한 것
  • 논리적 독립성: 개념 스키마가 변경되어도 외부 스키마는 영향받지 않는다.
  • 물리적 독립성: 내부 스키마가 변경되어도 외부/개념 스키마는 영향받지 않는다.

ERD(Entity Relationship Diagram)

• ERD 표기 방식
  • Peter Chen : 주로 대학교재에서 사용하는 표기법으로 실무에서 사용하는 경우는 드물다.
  • IDEFIX(Intergration Definition for Information Modeling): 실무에서 사용하는 경우도 있으며 ERWin에서 사용되는 모델이다.
  • IE/Crow's Foot: 까마귀발 표기법이라고도 부르며 가장 많이 사용한다. ERWin, ERStudio에서 사용되는 모델이다.
  • Min-Max/ISO: 각 엔터티의 참여도를 좀 더 상세하기 나타내는 표기법이다.
  • UML: 소프트웨어 공학에서 주로 사용되는 모델이다.
  • Case Method/Barker: Oracle에서 상요되는 모델로 Crow's Foot과 비슷하다.
• IE/Crow's Foot 표기법 (공부하는 책에서 사용하는 표기법)
• 이미지 출처: https://ppomelo.tistory.com/51
• 실선: 식별자 관계
• 점선: 비식별자 관계
  
• ERD 작성 순서
• 어떤 표기법을 사용하든 ERD를 작성하는 순서는 공통된 룰이며, 다음의 표기 순서를 따른다.
  • 엔터티를 도출하고 그린다.
  • 엔터티를 적잘하기 배치한다.
  • 엔터티 간의 관계를 설정한다
  • 관계명을 기입한다.
  • 관계참여도를 기입한다.
  • 관계의 필수/선택 여부를 기입한다.

엔터티란?

• 데이터베이스에서 엔터티는 식별이 가능한 객체라는 의미를 가진다.
• 쉽게 말해서 엔터티는 업무에서 쓰이는 데이터를 용도별로 분류한 그룹이라고 할 수 있다.
• 각각의 엔터티는 자신을 상세하기 나타내기 위한 속성을 가진다 (Ex. '회원'이라는 엔터티는 '아이디', '비밀번호', '이름', '주소'등의 속성을 가질 수 있다.)
• tip
  • 엔터티: Table
  • 인스턴스: Row
  • 속성: column

엔터티의 특징

• 업무에서 쓰이는 정보여야 함
• 유니크함을 보장할 수 있는 식별자가 있어야 함: Ex. 별도의 상품코드를 발번하여 인스턴스를 식별하기 설계
• 2개 이상의 인스턴스를 가지고 있어야 함: Ex. '유저'라는 엔터티가 하나이고 앞으로도 하나라면 굳이 엔터티로 만들 필요가 없다.
• 반드시 속성을 가지고 있어야 함: 속성이 없는 엔터티는 깡통 휴대폰과 같다. 엔터니는 반드시 자신을 상세하기 나타낼 수 있는 속성을 가지고 있어야 한다.
• 다른 엔터티와 1개 이상의 관계를 가지고 있어야 함

엔터티의 분류

• 유형 vs 무형

• 발생 시점

• tip: 엔터티의 이름을 정할 때 주의할 점
  • 업무에서 실제로 쓰이는 용어 사용
  • 한글을 약어를 사용하지 않고 영문은 대문자로 표기
  • 단수 명사로 표현하고 띄어쓰기는 하지 않음
  • 다른 엔터티와 의미상으로 중복될 수 없음(주문, 결제 엔터티는 중복될 수 있음)
  • 해상 엔터티가 갖고 있는 데이터가 무엇인지 명확하게 표현

속성이란?

• 사물이나 개념의 특징을 설명해줄 수 있는 항목들을 속성이라고 부른다.
• 속성은 의미상 더 이상 쪼개지지 않는 레벨이어야 한다.
• 속성을 프로세스에 필요한 항목이어야 한다.

속성값

• 각각의 속성은 속성값을 가진다.
• 속성값은 엔터티에 속한 하나의 인스턴스를 구체적으로 나태내주는 데이터라고 볼 수 있다.
• 속성은 한 개의 속성값만 가질 수 있다. 만약 하나의 속성이 여러 개의 속성값을 갖는 경우 별도의 엔터티로 분리하는 것이 바람직하다.

엔터티, 인스턴스, 속성, 속성값의 관계

• 엔터티 ⊃ 인스턴스 ⊃ 속성의 관계가 성립한다.
• 한 개의 엔터티는 두 개 이상의 인스턴스를 갖는다.
• 한 개의 인스턴스는 두 개 이상의 속성을 갖는다.
• 한 개의 속성은 하나의 속성값을 갖는다.

분류

• 특성에 따른 분류

• 기본속성
  • 엔터티의 가장 일반적인 속성으로 업무 프로세스 분석을 통해 바로 정의가 가능한 속성들이 여기에 속한다.
  • 엔터티의 가장 많은 퍼센티지를 차지한다.
  • 설계속성과, 파생속성을 제외한 모든 속성이 기본 속성에 해당한다.
• 설계속성
  • 업무에 존재하지는 않지만 설계 과정에서 합리적인 모델링을 위해 만들어진 속성이다. 
  • Ex. 유니크함을 보장하기 위한 학생 개개인에게 학번이라는 고유번호를 할당하는 경우
• 파생속성
  • 다른 속성으로부터 파생된 속성을 의미하는 것으로 계산된 값이나 가공된 값이 이에 속한다.
  • 파생속성을 설계할  경우 반드시 데이터의 정합성이 고려되어야 한다. (누락데이터 고려)
  • Ex. 주문 상품의 재고를 계산하여 속성으로 가지는 경우
• 구성방식에 따른 분류

• PK속성
  • 엔터티에 속한 각 인스턴스에 유니크함을 부여하는 속성이다.
  • Ex. 상품 엔터티의 상품코드, 학생 엔터티의 학번, 직원 엔터티의 사번 등
• FK속성
  • 다른 엔터티와 관계를 맺게 해주는 매개체 역할을 하는 속성이다.
  • Ex. 직원 엔터티의 부서 코드, 학생 엔터티의 학과코드, 회원 엔터티의 회원등급코드 등
• 일반속성
  • PK, FK를 제외한 나머지 속성을 일반속성이라고 부른다
  • Ex. 상품엔터티의 상품명, 가격 / 학생 엔터티의 이름, 생년월일 등

도메인

• 속성이 가질 수 있는 속성값의 범위를 도메인이라고 한다.
• Ex. 우편번호는 다섯 자리의 숫자라는 범위를 가지고 있고 이것은 엔터티를 정의할 때 데이터 타입과 크기로 나타낼 수 있다.

용어사전

• 하나의 데이터베이스에서 같은 의미를 가진 데이터가 엔터티마다 다른 명으로 정의된다면 혼란을 초래한다.
• 설계 시 용어사전을 두고 각 엔터티에 공통된 룰로 적용하는 것이 바람직하다.

관계란?

• 엔터티와 엔터티와의 관계를 의미한다
• 존재관계
  • 엄마와 아기처럼 존재 자체로 연관성이 있는 관계를 의미한다.
  • Ex. 직원과 부서, 학생과 학과
• 행위관계
  • 특정한 행위를 함으로써 연관성이 생기는 관계를 의미한다.
  • Ex. 회원과 주문, 학생과 출석부
• 표기법

• 관계명
  • 엔터티와 엔터티가 어떠한 관계를 맺고 있는지를 나타내주는 문장이다.
  • 모든 관계는 두 개의 관계명을 가지고 있는데 이유는 각 엔터티의 관점에서 관계명을 하나씩 가지기 때문이다.
  • 관계명은 반드시 명확한 문장으로 표현해야 하며 현재형이여야 한다.
• 관계차수 각 엔터티에서 관계에 참여하는 수를 의미하여 일반적으로 1:1, 1:M, M:N 형식으로 구분할 수 있다.
• 관계선택사양
  • 이 관계가 필수요소인지 선택사항인지 나타내는 말이다.

식별자란?

• 모든 엔터티는 인스턴스를 가지고 있고 인스턴스는 속성으로 자신의 특성을 나타낸다고 하였다. 식별자는 이런 속성 중에 각각의 인스턴스를 구분 가능하게 만들어주는 대표격인 속성을 의미한다.
•  Ex. 학번, 군번, 사번

주식별자

• 주식별자는 기본키, PK(Primary Key)에 해당하는 속성이다.
• 하나의 속성이 주식별자가 될 수도 있고 여러 개의 속성이 주식별자가 될 수도 있다.

분류

• 식별자를 분류하는 방식은 여러가지로 나뉜다. 
• 대표성 여부, 스스로 생성되었는지 여부, 단일 속성의 여부, 대체 여부가 분류의 기준이 된다.
• 대표성여부

• 스스로 생성되었는지 여부

• 단일 속성의 여부

• 대체 여부

식별자  관계 vs 비식별자 관계

• 식별자 관계(Identifier Relationship)
  • 부모 엔터티의 식별자가 자식 엔터티의 주식별자가 되는 관계이다.
  • 주식별자는 반드시 존재해야 하므로 부모 엔터티가 있어야 생성 가능하며 단일식별자인지 복합식별자인지에 따라 1:1, 1:M이 결정된다.
• 비식별자 관계(Non-Identifier Relationship)
  • 부모 엔터티의 식별자가 자식 엔터티의 주식별자가 아닌 일반 속성이 되는 관계이다.
  • 일반 속성의 속성값은 NULL이 될 수 있으므로 부모 엔터티가 없는 자식 엔터티 생성이 가능하고 부모 엔터티가 삭제될 수도 있다.

# if문은 왜 필요할까?

    # "돈이 있으면 택시를 타고, 돈이 없으면 걸어 간다."
    # 위와 같은 상황을 파이썬에서는 다음과 같이 표현할 수 있다.

# if문의 기본 구조
    # if 조건문: 
    #     수행할 문장1
    #     수행할 문장2
    #     ...
    # else:
    #     수행할 문장A
    #     수행할 문장B
    #     ...
    # 들여쓰기에 주의 하자 (4 spacebar = 1 tab)

# 비교연산자
    # 비교연산자	설명
    # x < y	x가 y보다 작다
    # x > y	x가 y보다 크다
    # x == y	x와 y가 같다
    # x != y	x와 y가 같지 않다
    # x >= y	x가 y보다 크거나 같다
    # x <= y	x가 y보다 작거나 같다

# 연산자 사용예시

x = 3
y = 2
x > y # True
x < y # False

money = 2000
if money >= 3000:
     print("택시를 타고 가라")
else:
     print("걸어가라")

# 걸어가라

# and, or, not

# 연산자	설명
# x or y	x와 y 둘중에 하나만 참이어도 참이다
# x and y	x와 y 모두 참이어야 참이다
# not x	x가 거짓이면 참이다

money = 2000
card = True
if money >= 3000 or card:
     print("택시를 타고 가라")
else:
     print("걸어가라")

# 택시를 타고 가라

# x in s, x not in s

# in	not in
# x in 리스트	x not in 리스트
# x in 튜플	x not in 튜플
# x in 문자열	x not in 문자열

# 예시
1 in [1, 2, 3]     # True
1 not in [1, 2, 3] # False

pocket = ['paper', 'cellphone', 'money']
if 'money' in pocket:
    print("택시를 타고 가라")
else:
    print("걸어가라")

# 조건문에서 아무 일도 하지 않게 설정하고 싶다면?
# "주머니에 돈이 있으면 가만히 있고 주머니에 돈이 없으면 카드를 꺼내라."
# 이럴 때 사용하는 것이 바로 pass이다. 위 예를 pass를 적용해서 구현해 보자.
pocket = ['paper', 'money', 'cellphone']
if 'money' in pocket:
     pass 
else:
     print("카드를 꺼내라")

# 다양한 조건을 판단하는 elif
# if와 else만으로는 다양한 조건을 판단하기 어렵다. 이런 복잡함을 해결하기 위해 파이썬에서는 다중 조건 판단을 가능하게 하는 elif를 사용한다.
pocket = ['paper', 'cellphone']
card = True
if 'money' in pocket:
     print("택시를 타고가라")
elif card: 
     print("택시를 타고가라")
else:
     print("걸어가라")

# if문을 한 줄로 작성하기
# : 뒤에 바로 적어주기
pocket = ['paper', 'money', 'cellphone']
if 'money' in pocket: pass
else: print("카드를 꺼내라")

# 조건부 표현식
#조건문이 참인 경우 if 조건문 else 조건문이 거짓인 경우
score = 59
message = "success" if score >= 60 else  "failure"# 이렇게 대입방식만 가능한 건가?
print(message)

# Q1. 홍길동 씨의 과목 별 점수는 다음과 같다. 홍길동 씨의 평균 점수를 구해보자
# 과목 점수
# 국어 80
# 영어 75
# 수학 55

# answer
points = [80,75,55]
avg = sum(points) / len(points)
avg

# Q2. 자연수 13 이 홀수인지 짝수인지 판별할 수 있는 방법에 대해 말해 보자.
# answer
num = 13
if num % 2 == 0:
    print("짝수")
else:
    print("홀수")

# Q3. 홍길동 씨의 주민등록번호는 881120-1068234이다. 홍길동 씨의 주민등록번호를 연월일(YYYYMMDD) 부분과 그 뒤의 숫자 부분으로 나누어 출력해 보자.
id = "881120-1068234"
id = id.split('-')
print("앞자리: {0}".format(id[0]))
print("뒷자리: {0}".format(id[1]))

# Q4. 주민등록번호 뒷자리의 맨 첫 번째 숫자는 성별을 나타낸다. 주민등록번호에서 성별을 나타내는 숫자를 출력해 보자.
pin = "881120-1068234"
pin = pin.split('-')
print(pin[1][0])

# Q5. 다음과 같은 문자열 a:b:c:d가 있다. 문자열의 replace 함수를 사용하여 a#b#c#d로 바꿔서 출력해 보자.
a = "a:b:c:d"
a.replace(":","#")

# Q6. [1, 3, 5, 4, 2] 리스트를 [5, 4, 3, 2, 1]로 만들어 보자.
l1 = [1, 3, 5, 4, 2]
l1.reverse()
l1

# Q7. ['Life', 'is', 'too', 'short'] 리스트를 Life is too short 문자열로 만들어 출력해 보자.
l1 = ['Life', 'is', 'too', 'short']
str1 = ' '.join(l1)
str1

# Q8. (1,2,3) 튜플에 값 4를 추가하여 (1,2,3,4)를 만들어 출력해 보자.
tup1 = (1,2,3)
tup2 = (4,) # ,를 안넣어줘서 에러가 발생했었다.
tup1 + tup2

# Q9. 다음과 같은 딕셔너리 a가 있다.
a = dict()
a
# 다음 중 오류가 발생하는 경우를 고르고, 그 이유를 설명해 보자.
a['name'] = 'python'
a[('a',)] = 'python'
a[[1]] = 'python' # 딕셔너리의 key 값으로 가변적인 list는 사용할 수 없다.
a[250] = 'python'
a

# Q10. 딕셔너리 a에서 'B'에 해당되는 값을 추출해 보자.
a = {'A':90, 'B':80, 'C':70}
a.pop('B')

# Q11. a 리스트에서 중복 숫자를 제거해 보자.
a = [1, 1, 1, 2, 2, 3, 3, 3, 4, 4, 5]
a = set(a)
a

# Q12. 파이썬은 다음처럼 동일한 값에 여러 개의 변수를 선언할 수 있다. 
# 다음과 같이 a, b 변수를 선언한 후 a의 두 번째 요솟값을 변경하면 b 값은 어떻게 될까? 
# 그리고 이런 결과가 오는 이유에 대해 설명해 보자.
a = b = [1, 2, 3]
a[1] = 4
print(b)
# 변수를 생성할 때 메모리 주소를 넘겨주기 때문에 a, b는 같은 값을 참조하고 있는 것이다.
# 따라서 a, b 둘 중 아무나거 바꿔도 둘다 반영된다.

# 변수는 어떻게 만들까? 앞에서 이미 변수를 사용해 왔다.
a = 1
b = "python"
c = [1,2,3]

# 변수란?
# 파이썬에서 사용하는 변수는 객체를 가리키는 것이라고도 말할 수 있다.
# 객체란 우리가 지금껏 보아 온 자료형과 같은 것을 의미하는 말이다.
a = [1,2,3]
# 위코드의 의미는 리스트 자료형(객체)이 자동으로 메모리에 생성되고 변수 a는 리스트가 저장된 메모리의 주소를 가리키게 된다.
id(a) # 메모리의 주소는 id() 함수로 확인할 수 있다.

# 리스트를 복사하고자 할 때
b = a
id(a)
id(b)
a is b
# 주소값이 동일하다 = 동일한 객체를 가리키고 있다라는 것을 확인 할 수 있다.
a[1] = 4
a # [1, 4, 3]
b # [1, 4, 3]
# a 변수만 변경했는데 b 변수도 변경된 것으로 같은 주소값을 가르키고 있다는 것을 확인 할 수 있다.

# b 변수를 생성할 때 a 변수의 값을 가져오면서 a와는 다른 주소를 가리키도록 만들기
# 1. [:] 이용
a = [1,2,3]
b = a[:]
a[1] = 4
a
b # a값이 변경되어도 b에 영향이 없는 것을 확인 할 수 있다.

# 2 copy 모듈 이용하기
from copy import copy
a = [1,2,3]
b = copy(a)
b is a # False를 반환함으로 다른 객체를 제대로 생성했음을 확인 할 수 있다.
a = [1, 2, 3]
b = a.copy() # 리스트 자료형의 자체 함수인 copy 함수를 사용해도 copy 모듈을 사용하는 것과 동일한다.
b is a

# 변수를 만드는 여러 가지 방법
a, b = ('python', 'life') # 튜플로 대입
a
b
[a, b, c] = ['python', 'life', 'good'] # 리스트로 대입
c
a = b = 'python' # 여러개의 변수에 같은 값 대입하기

# 불(bool) 자료형이란 참(True)과 거짓(False)을 나타내는 자료형이다.
a = True
b = False
type(a)
type(b)

# 불 자료형은 조건문의 반환 값으로도 사용된다.
1 == 1 # True
2 > 1  # True
2 < 1  # False

# 자료형의 참과 거짓
# "python"  True
# ""        False 
# [1,2,3]   True
# []        False  
# ()        False  
# {}        False
# 1         True  
# 0         False  
# None      False
# 문자열, 리스트, 튜플, 딕셔너리 등의 값이 비어 있으면 거짓이다.
# 숫자에서는 그 값이 0일 때 거짓이 된다.

# 사용 예시
a = [1, 2, 3, 4]
while a:
    print(a.pop())
# a 리스트에 비어있게 되기 전까지 print(a.pop())을 수행한다.

# 불 연산
bool("python")
bool('')
bool([1,2,3])
bool([])
bool(0)
bool(3)