SQL DISTINCT와 GROUP BY, 중복 행 제거와 집계의 차이

페이지 정보

profile_image
작성자 관리자
댓글 0건 조회 228회 작성일 26-10-09 07:13

본문

SQL에서 같은 값이 여러 줄로 보일 때 DISTINCT와 GROUP BY 중 무엇을 써야 할지 헷갈리기 쉽습니다. DISTINCT는 선택한 결과 행의 중복을 없애고, GROUP BY는 기준이 같은 행을 묶어 그룹별 결과를 만드는 데 사용합니다.

단순한 목록에서는 같은 결과를 만들 수 있지만, 건수나 합계를 구하려는 질문에는 그룹과 집계를 함께 생각해야 합니다. PostgreSQL 공식 문서를 기준으로 두 개념을 구분합니다.

데이터 표를 살펴보는 노트북과 문구류

AI 생성 삽화 · 개념 이해를 위한 AI 연출 이미지이며 실제 시스템 구성도나 측정 결과가 아닙니다.

핵심 정리
고유한 값 목록이 필요한지, 그룹별 계산이 필요한지 먼저 정합니다. 선택한 열과 그룹 기준이 결과의 단위를 결정하며 정렬과 원본 데이터 삭제는 별개입니다.


1. 결과 한 줄이 무엇을 뜻해야 하는지 정합니다

가상의 수강 신청 자료를 생각해 봅니다. 회원 M1이 SQL 강좌와 Python 강좌를 각각 신청했고 회원 M2가 SQL 강좌를 신청했다면 신청 기록은 세 줄입니다.

여기서 신청한 회원의 목록과 회원별 신청 건수는 서로 다른 질문입니다. 전자는 M1과 M2라는 두 값을 알고 싶고, 후자는 M1은 두 건이고 M2는 한 건이라는 정보를 원합니다.

결과가 둘 다 두 줄이라는 사실만 보고 같은 계산이라고 판단하면 중요한 차이를 놓칩니다. 원본 한 줄이 회원인지 신청인지부터 문장으로 적으면 도움이 됩니다.

이어서 출력 한 줄이 무엇을 대표해야 하는지 적습니다. 신청 테이블에서 회원 이름이 반복되는 것은 오류가 아니라 한 사람이 여러 번 신청했다는 표현일 수 있습니다.

화면에 반복이 보인다는 이유만으로 중복 데이터라고 부르지 않는 편이 좋습니다. 이 예시는 개념 설명을 위한 가상 자료이며 실제 서비스의 회원 정보가 아닙니다.


2. DISTINCT는 선택한 열 조합을 비교합니다

SELECT DISTINCT member_id FROM registrations는 이 가상 자료에서 회원 식별자의 고유 목록을 구하려는 표현입니다. member_id만 출력하므로 M1의 신청 두 건은 결과에서 같은 값으로 비교됩니다.

그런데 SELECT 목록에 course를 함께 넣으면 비교 대상이 회원과 강좌의 조합으로 바뀝니다. M1과 SQL, M1과 Python은 서로 다른 조합이므로 각각 남습니다.

DISTINCT를 썼는데도 회원이 여러 줄 나온다는 질문은 어떤 열을 함께 선택했는지부터 확인해야 합니다. 각 신청의 고유 번호까지 출력하면 그 번호가 달라 행이 구별될 수 있습니다.

특정 회원당 아무 강좌나 하나 선택하는 기능으로 이해해서는 안 됩니다. 필요한 열을 하나씩 추가하면서 예상 결과를 손으로 적어 보는 연습이 유용합니다.

이때 원본 행을 지우는 작업을 한 것은 아니며 조회 결과의 표현을 바꾼 것입니다. 업무에서 고유한 사람을 구할 때는 이름만으로 사람을 구분해도 되는지 같은 식별 기준도 따로 확인합니다.

관련 공식 문서


3. GROUP BY는 그룹마다 무엇을 계산할지 연결합니다

같은 가상 자료에서 SELECT member_id, COUNT(*) FROM registrations GROUP BY member_id는 회원별 신청 행 수를 구하는 표현입니다. M1 그룹에는 두 행이, M2 그룹에는 한 행이 들어가므로 결과에 각각 2와 1을 붙일 수 있습니다.

그룹 기준에 course까지 더하면 회원별 결과가 아니라 회원과 강좌 조합별 결과로 바뀝니다. 따라서 열을 추가하는 일이 단순한 설명 추가인지 집계 단위 변경인지 구분해야 합니다.

그룹에 여러 강좌가 있는데 어느 강좌를 대표로 보여 줄지 정하지 않은 채 강좌 열을 함께 출력하려 하면 의미가 불명확해집니다. 입문 단계에서는 그룹 기준과 집계 표현을 명시적으로 맞추는 편이 이해하기 쉽습니다.

데이터베이스의 함수 종속성 같은 예외 규칙은 별도 주제로 확인합니다. 집계 없이 그룹 기준만 출력하면 DISTINCT와 같은 고유 목록을 얻는 경우도 있습니다.

그렇다고 모든 쿼리를 서로 바꿀 수 있다고 일반화하지 않습니다.

관련 공식 문서


4. 행을 고르는 조건과 그룹을 고르는 조건을 나눕니다

WHERE는 그룹을 만들기 전에 대상 행을 제한하는 데 사용하고 HAVING은 만들어진 그룹에 조건을 적용합니다. 가상 예시에서 SQL 강좌 신청만 세고 싶다면 먼저 강좌 조건으로 대상 행을 고른 뒤 회원별로 집계하는 흐름을 생각할 수 있습니다.

반면 전체 신청이 두 건 이상인 회원을 찾으려면 회원별 건수를 계산하고 그 건수로 그룹을 고르는 질문이 됩니다. 앞의 자료에서 전자는 M1과 M2가 각각 한 건이며 후자는 M1만 해당합니다.

두 질문을 말로 읽어 보면 비슷한 필터처럼 보이던 차이가 분명해집니다. 조건을 어느 위치에 넣을지 외우기 전에 어떤 자료를 센 것인지 적어 보기를 권합니다.

조건 추가 전후의 결과 수만 비교하면 무엇이 제외됐는지 놓칠 수 있으므로 남은 회원과 계산값을 함께 확인합니다. 이 설명은 결과를 이해하기 위한 논리적 흐름이며 데이터베이스 엔진이 내부에서 반드시 같은 순서로 물리 작업을 수행한다는 뜻은 아닙니다.

관련 공식 문서


5. COUNT와 정렬은 따로 확인합니다

COUNT(*)는 입력 행 수를 세고 COUNT(열)는 그 열의 값이 NULL이 아닌 행을 셉니다. 가상의 세 신청 중 메모가 한 건에만 기록되어 있다면 전체에 대한 COUNT(*)는 3이고 COUNT(note)는 1이 됩니다.

메모가 없는 것을 신청 자체가 없는 것으로 해석하면 통계의 의미가 달라집니다. 빈 문자열과 NULL을 같은 값으로 가정하지 말고 자료에 실제 무엇이 저장됐는지 확인합니다.

DISTINCT에서 NULL을 포함한 중복 비교가 어떻게 정의되는지도 사용하는 데이터베이스 문서를 따릅니다. PostgreSQL의 해당 비교에서는 NULL 값들을 같은 것으로 취급합니다.

결과의 순서는 또 다른 문제입니다. DISTINCT나 GROUP BY를 넣은 뒤 우연히 회원 순서로 보였더라도 그 순서를 보장하는 근거로 삼지 않습니다.

화면이나 테스트에서 일정한 순서가 필요하면 ORDER BY에 원하는 기준을 적습니다. 같은 정렬값이 여러 개면 필요한 추가 기준까지 정해 결과 비교가 흔들리지 않도록 합니다.

관련 공식 문서

관련 공식 문서


6. 중복을 숨기기 전에 원래 질문을 다시 봅니다

실무 쿼리에서 예상보다 행이 많아졌다고 곧바로 DISTINCT를 붙이면 출력이 줄어드는 이유를 설명하지 못할 수 있습니다. 조인 전후에 한 줄이 무엇을 뜻하는지, 연결한 테이블에 같은 키의 행이 여러 개인지 확인할 질문을 만듭니다.

회원과 신청을 연결했을 때 회원이 반복되는 것은 의도한 관계일 수 있고, 빠진 연결 조건 때문에 생긴 결과일 수도 있습니다. 먼저 작은 가상 자료로 기대한 행을 적은 뒤 실제 결과와 대조하는 편이 좋습니다.

목록용 조회와 통계용 조회의 목적을 코드 설명에도 남기면 검토자가 열의 의미를 이해하기 쉽습니다. 성능은 이름만으로 우열을 정하지 않고 실제 데이터와 실행 계획에서 확인할 문제입니다.

이 글의 짧은 SQL은 개념을 설명하는 형태이며 운영 환경에서 실행 시간을 측정한 결과는 아닙니다. 스키마와 데이터베이스별 문법을 확인한 별도 학습 환경에서 시험합니다.

조회 결과를 줄인 것과 저장된 중복 행을 정리한 작업은 기록에서도 구분합니다.


7. 자주 묻는 질문

Q1. DISTINCT를 쓰면 테이블의 중복 행이 삭제되나요?

이 글에서 설명한 SELECT DISTINCT는 조회 결과의 중복을 제거하는 표현이며 원본 행을 삭제하는 작업이 아닙니다. 데이터 정리가 필요하다면 삭제 조건과 보존 기준을 따로 설계해야 합니다.

Q2. GROUP BY에는 꼭 COUNT를 붙여야 하나요?

그렇지 않으며 합계 등 다른 집계 표현을 쓰거나 그룹 기준만 출력하는 경우도 있습니다. 필요한 결과가 고유 목록인지 그룹별 계산인지에 맞춰 문장을 선택합니다.

Q3. DISTINCT 뒤 첫 번째 열만 중복 비교하나요?

일반적인 SELECT DISTINCT는 선택한 결과 행의 열 조합을 비교합니다. 회원 열 옆에 강좌나 신청 번호를 추가했다면 그 값까지 포함한 결과가 어떻게 달라지는지 확인합니다.

Q4. 두 방식 중 어떤 것이 항상 빠른가요?

쿼리 의미와 데이터, 인덱스 및 실행 계획에 따라 달라지므로 항상 빠른 하나를 정할 수 없습니다. 먼저 같은 질문에 답하는 쿼리인지 확인한 뒤 실제 환경의 측정으로 비교합니다.


참고 자료

댓글목록

등록된 댓글이 없습니다.