 |
|---|
| 데이터 작업: 관계형 데이터베이스 - 스케치노트 by @nitya |
여러분은 과거에 정보를 저장하기 위해 스프레드시트를 사용한 적이 있을 가능성이 높습니다. 스프레드시트는 행과 열로 구성되어 있으며, 행에는 정보(또는 데이터)가 포함되고 열은 정보를 설명합니다(때로는 메타데이터라고도 함). 관계형 데이터베이스는 테이블의 행과 열이라는 핵심 원칙을 기반으로 구축되며, 정보를 여러 테이블에 걸쳐 분산시킬 수 있습니다. 이를 통해 더 복잡한 데이터를 처리하고, 중복을 피하며, 데이터를 탐색하는 방식에 유연성을 가질 수 있습니다. 관계형 데이터베이스의 개념을 살펴보겠습니다.
관계형 데이터베이스의 핵심은 테이블입니다. 스프레드시트와 마찬가지로 테이블은 열과 행으로 구성된 컬렉션입니다. 행은 우리가 작업하려는 데이터나 정보를 포함하며, 예를 들어 도시 이름이나 강수량을 포함할 수 있습니다. 열은 저장된 데이터를 설명합니다.
도시에 대한 정보를 저장하기 위해 테이블을 시작해 봅시다. 도시 이름과 국가를 포함하여 시작할 수 있습니다. 이를 다음과 같은 테이블에 저장할 수 있습니다:
| 도시 | 국가 |
|---|---|
| 도쿄 | 일본 |
| 애틀랜타 | 미국 |
| 오클랜드 | 뉴질랜드 |
도시, 국가, 인구라는 열 이름이 저장된 데이터를 설명하며, 각 행에는 한 도시의 정보가 포함되어 있습니다.
위의 테이블은 여러분에게 비교적 익숙하게 느껴질 것입니다. 이제 우리의 초기 데이터베이스에 연간 강수량(밀리미터 단위)을 추가해 보겠습니다. 2018년, 2019년, 2020년에 초점을 맞추겠습니다. 도쿄에 대해 추가한다면 다음과 같이 보일 수 있습니다:
| 도시 | 국가 | 연도 | 강수량 |
|---|---|---|---|
| 도쿄 | 일본 | 2020 | 1690 |
| 도쿄 | 일본 | 2019 | 1874 |
| 도쿄 | 일본 | 2018 | 1445 |
이 테이블에서 무엇을 발견하셨나요? 도시 이름과 국가를 반복적으로 복제하고 있다는 점을 알 수 있습니다. 이는 상당한 저장 공간을 차지할 수 있으며, 동일한 정보를 여러 번 복제하는 것은 불필요합니다. 결국 도쿄는 우리가 관심 있는 단 하나의 이름만 가지고 있습니다.
좋습니다, 다른 방법을 시도해 봅시다. 각 연도에 대해 새로운 열을 추가해 보겠습니다:
| 도시 | 국가 | 2018 | 2019 | 2020 |
|---|---|---|---|---|
| 도쿄 | 일본 | 1445 | 1874 | 1690 |
| 애틀랜타 | 미국 | 1779 | 1111 | 1683 |
| 오클랜드 | 뉴질랜드 | 1386 | 942 | 1176 |
이 방법은 행 중복을 피할 수 있지만, 몇 가지 다른 문제를 야기합니다. 새로운 연도가 생길 때마다 테이블 구조를 수정해야 합니다. 또한 데이터가 증가함에 따라 연도를 열로 추가하면 값을 검색하고 계산하기가 더 어려워질 수 있습니다.
이것이 바로 여러 테이블과 관계가 필요한 이유입니다. 데이터를 분리함으로써 중복을 피하고 데이터를 처리하는 방식에 더 많은 유연성을 가질 수 있습니다.
다시 데이터를 살펴보고 어떻게 나눌지 결정해 봅시다. 우리는 도시의 이름과 국가를 저장하고 싶다는 것을 알고 있으므로, 이는 하나의 테이블에 가장 적합할 것입니다.
| 도시 | 국가 |
|---|---|
| 도쿄 | 일본 |
| 애틀랜타 | 미국 |
| 오클랜드 | 뉴질랜드 |
하지만 다음 테이블을 만들기 전에 각 도시를 참조하는 방법을 알아내야 합니다. 어떤 형태의 식별자, ID 또는 (기술적 데이터베이스 용어로) 기본 키가 필요합니다. 기본 키는 테이블의 특정 행을 식별하는 데 사용되는 값입니다. 이는 자체 값(예: 도시 이름)을 기반으로 할 수 있지만, 거의 항상 숫자나 다른 식별자여야 합니다. ID가 변경되면 관계가 깨질 수 있기 때문입니다. 대부분의 경우 기본 키 또는 ID는 자동 생성된 숫자일 것입니다.
✅ 기본 키는 종종 PK로 약어로 사용됩니다
| city_id | 도시 | 국가 |
|---|---|---|
| 1 | 도쿄 | 일본 |
| 2 | 애틀랜타 | 미국 |
| 3 | 오클랜드 | 뉴질랜드 |
✅ 이 강의 동안 "id"와 "기본 키"라는 용어를 번갈아 사용한다는 것을 알 수 있습니다. 여기서 설명한 개념은 나중에 탐구할 DataFrames에도 적용됩니다. DataFrames는 "기본 키"라는 용어를 사용하지 않지만, 대부분 동일한 방식으로 작동한다는 것을 알게 될 것입니다.
도시 테이블을 생성한 후에는 강수량을 저장해 봅시다. 도시의 전체 정보를 복제하는 대신 ID를 사용할 수 있습니다. 또한 새로 생성된 테이블에도 id 열이 있어야 하며, 모든 테이블에는 ID 또는 기본 키가 있어야 합니다.
| rainfall_id | city_id | 연도 | 강수량 |
|---|---|---|---|
| 1 | 1 | 2018 | 1445 |
| 2 | 1 | 2019 | 1874 |
| 3 | 1 | 2020 | 1690 |
| 4 | 2 | 2018 | 1779 |
| 5 | 2 | 2019 | 1111 |
| 6 | 2 | 2020 | 1683 |
| 7 | 3 | 2018 | 1386 |
| 8 | 3 | 2019 | 942 |
| 9 | 3 | 2020 | 1176 |
새로 생성된 rainfall 테이블 내부의 city_id 열을 주목하세요. 이 열은 cities 테이블의 ID를 참조하는 값을 포함합니다. 기술적 관계형 데이터 용어로, 이를 외래 키라고 합니다. 이는 다른 테이블의 기본 키입니다. 이를 참조 또는 포인터로 생각하면 됩니다. city_id 1은 도쿄를 참조합니다.
Note
외래 키는 종종 FK로 약어로 사용됩니다
데이터를 두 개의 테이블로 분리했으니, 데이터를 어떻게 검색할 수 있을지 궁금할 수 있습니다. MySQL, SQL Server 또는 Oracle과 같은 관계형 데이터베이스를 사용하는 경우 Structured Query Language(SQL)이라는 언어를 사용할 수 있습니다. SQL(때로는 시퀄이라고 발음)은 관계형 데이터베이스에서 데이터를 검색하고 수정하는 데 사용되는 표준 언어입니다.
데이터를 검색하려면 SELECT 명령을 사용합니다. 기본적으로 보고 싶은 열을 선택하고 그 열이 포함된 테이블에서 가져옵니다. 도시 이름만 표시하려면 다음을 사용할 수 있습니다:
SELECT city
FROM cities;
-- Output:
-- Tokyo
-- Atlanta
-- AucklandSELECT는 열을 나열하는 곳이고, FROM은 테이블을 나열하는 곳입니다.
Note
SQL 구문은 대소문자를 구분하지 않으므로 select와 SELECT는 동일한 의미를 가집니다. 그러나 사용하는 데이터베이스 유형에 따라 열과 테이블은 대소문자를 구분할 수 있습니다. 따라서 프로그래밍에서 모든 것을 대소문자를 구분하는 것처럼 취급하는 것이 모범 사례입니다. SQL 쿼리를 작성할 때 일반적으로 키워드를 모두 대문자로 작성하는 것이 관례입니다.
위의 쿼리는 모든 도시를 표시합니다. 뉴질랜드에 있는 도시만 표시하고 싶다고 가정해 봅시다. 필터가 필요합니다. SQL 키워드는 WHERE이며, "어떤 조건이 참일 때"를 의미합니다.
SELECT city
FROM cities
WHERE country = 'New Zealand';
-- Output:
-- Auckland지금까지는 단일 테이블에서 데이터를 검색했습니다. 이제 cities와 rainfall 두 테이블의 데이터를 결합하고 싶습니다. 이는 조인을 통해 이루어집니다. 두 테이블 사이에 연결을 생성하고 각 테이블의 열에서 값을 일치시킵니다.
우리의 예에서는 rainfall의 city_id 열과 cities의 city_id 열을 일치시킬 것입니다. 이를 통해 강수량 값을 해당 도시와 연결할 수 있습니다. 우리가 수행할 조인의 유형은 내부 조인이라고 하며, 한 테이블의 행이 다른 테이블의 행과 일치하지 않으면 표시되지 않습니다. 우리의 경우 모든 도시에 강수량 데이터가 있으므로 모든 데이터가 표시될 것입니다.
모든 도시의 2019년 강수량을 검색해 봅시다.
단계적으로 진행하겠습니다. 첫 번째 단계는 city_id 열을 기준으로 데이터를 결합하는 것입니다.
SELECT cities.city
rainfall.amount
FROM cities
INNER JOIN rainfall ON cities.city_id = rainfall.city_id우리가 원하는 두 개의 열과 city_id를 기준으로 테이블을 결합하고 싶다는 사실을 강조했습니다. 이제 WHERE 문을 추가하여 2019년 데이터만 필터링해 봅시다.
SELECT cities.city
rainfall.amount
FROM cities
INNER JOIN rainfall ON cities.city_id = rainfall.city_id
WHERE rainfall.year = 2019
-- Output
-- city | amount
-- -------- | ------
-- Tokyo | 1874
-- Atlanta | 1111
-- Auckland | 942관계형 데이터베이스는 정보를 여러 테이블로 나누고 이를 다시 결합하여 표시 및 분석하는 데 중점을 둡니다. 이를 통해 계산을 수행하거나 데이터를 조작하는 데 높은 유연성을 제공합니다. 관계형 데이터베이스의 핵심 개념과 두 테이블 간의 조인을 수행하는 방법을 살펴보았습니다.
인터넷에는 수많은 관계형 데이터베이스가 있습니다. 위에서 배운 기술을 사용하여 데이터를 탐색해 보세요.
SQL 및 관계형 데이터베이스 개념을 계속 탐구할 수 있는 여러 리소스가 Microsoft Learn에 제공됩니다.
- 관계형 데이터 개념 설명
- Transact-SQL로 쿼리 시작하기 (Transact-SQL은 SQL의 한 버전입니다)
- Microsoft Learn의 SQL 콘텐츠
면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하지만, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전을 권위 있는 자료로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 책임지지 않습니다.