📘 SQLD 3주 완성 공부 플랜

🎯 목표: SQLD 합격 (60점 이상, 여유 있게 70점 목표)
⏰ 기간: 3주 (21일)
🧩 하루 2~3시간 기준
📘 사용 교재: 에듀윌 2주 완성 / 내일은 SQL 개발자 / 무료 기출 PDF

---

📑 목차

1. Week 1 — 이론 집중기
2. Week 2 — 기출 집중기
3. Week 3 — 실전 완성기
4. 참고 자료
5. 공부 팁

---

🗓️ Week 1 — 이론 집중기 (개념 기반 다지기)

날짜	학습 주제	세부 내용	진행
✅ Day 1	데이터 모델링 기초	엔터티, 속성, 관계 개념 이해	2025/10/19 [Y]
✅ Day 2	정규화	1~3정규형 + 이상현상 + 식별자 정리	2025/10/19 [Y]
✅ Day 3	ERD 실습	회원–주문–상품 ERD 직접 작성	2025/10/19 [Y]
✅ Day 4	SQL 기본 문법	SELECT / FROM / WHERE / GROUP BY	2025/10/20 [Y]
✅ Day 5	DDL & DML	CREATE, INSERT, UPDATE, DELETE	2025/10/20 [Y]
✅ Day 6	조인(JOIN) 기초	INNER / LEFT / RIGHT / SELF JOIN	2025/10/21 [Y]
✅ Day 7	1주차 복습	정규화 + ERD + SQL문 직접 작성	2025/10/25 [Y]

---

🗓️ Week 2 — 기출 집중기 (유형 감 잡기)

날짜	학습 주제	세부 내용	진행
✅ Day 8	45회 기출 1과목	데이터모델링 문제풀이 + 해설 분석	[ ]
✅ Day 9	45회 기출 2과목	SQL 활용 문제풀이 + 오답정리	[ ]
✅ Day 10	46회 기출	JOIN, GROUP BY, 서브쿼리 중심	[ ]
✅ Day 11	복습 + SQL 함수	COUNT, SUM, NVL, CASE WHEN 등	[ ]
✅ Day 12	47회 기출	복합 SELECT / HAVING / ORDER BY	[ ]
✅ Day 13	조인 & 서브쿼리 심화	실무형 문제 위주 복습	[ ]
✅ Day 14	모의고사 1회차	실제 시험처럼 90분 타이머 풀기	[ ]

---

🗓️ Week 3 — 실전 완성기 (실제 감각 & 약점 보완)

날짜	학습 주제	세부 내용	진행
✅ Day 15	55회 기출	최신 기출 유형 파악	[ ]
✅ Day 16	56회 기출	함수 + 서브쿼리 응용 문제	[ ]
✅ Day 17	복습 + 오답노트	자주 틀린 개념 정리	[ ]
✅ Day 18	실전모의고사 2회차	시간 재며 풀기 (실전 모드)	[ ]
✅ Day 19	약점 집중 복습	정규화, 식별자, 조인 다시보기	[ ]
✅ Day 20	요약노트 총정리	시험 직전 핵심 키워드 복습	[ ]
✅ Day 21	휴식 & 컨디션 조절	충분한 수면 & 시험 대비 마인드셋	[ ]

---

📚 참고 자료

분류	링크
📄 기출문제 PDF 모음 (45~50회)	eun-developer.tistory.com/130
📘 핵심요약정리 PDF (브런치)	brunch.co.kr/@wikibook/53
🧩 57회 복원문제	epassbiz.com/board/restore_exam.asp
💬 SQL 실습 사이트	SQL Fiddle / w3schools SQL

---

Day 1 ~ Day 7 처음 이론 정리

---

Day 1

모델링

• 현실 세계의 복잡한 현상이나 사물을 단순화하여 표현하는 기법
  • 사람이 접하는 다양한 현상을 약속된 방식으로 표현하는 것
    • 현상: 사람, 사물, 개념 등
    • 약속된 방식: 수식, 그림 등
• 종류
  • 정보시스템 모델링: 정보/데이터/프로세스 모델링
    • 데이터 관점 (What, Data): 업무가 어떤 데이터와 관련되는지
    • 프로세스 관점 (How, Process): 업무가 실제로 처리하는 일을 모델링
    • 데이터와 프로세스의 상관 관점: 업무 처리 방식에 따라 데이터가 어떤 영향을 주고받는지
  • 수리 모델링: 수학적 동식으로 현상 표현
  • 확/통 모델링: 통계적 방법론으로 미래 예측
  • 회로 모델링: 전자회로를 설계하고 구성
• 특징
  • 추상화: 현실 세계를 일정한 형식에 맞추어 간략하게 표현
  • 단순화: 복잡한 현실을 기호,문자,그림 등으로 쉽게 이해하게 함
  • 명확화: 애매모호함을 제거하고 명확하게 현상을 기술

---

데이터 모델링

• 정보시스템 구축을 위해 데이터 관점에서 업무를 분석, 현실 세계의 데이터를 약속된 표기법으로 표현하는 과정
• 데이터 모델이 제공하는 기능
  • 시스템 가시화
  • 시스템 구조와 행동 명세화
  • 구조화된 틀 제공
  • 문서화
  • 다양한 관점 제공
  • 상세 수준의 구체화
• 중요성
  • 시스템 구축에서 매우 중요 요소
  • 복잡한 정보 요구사항을 간결하게 표현
  • 데이터 중복/비유연성/비일관성을 줄여 품질 향상
• 유의점
  • 중복된 데이터요소 최소화
  • 변화 가능성 고려(유연한 대처를 위해)
  • 단순화 추구
  • 재사용성 고려
  • 일관성/통합성 유지
• 3단계
  • 개념적 데이터 모델링
    • 추상화 (높음), 업무 중심적, 포괄적 수준의 모델링, 전사적 관점, 주로 ERD 산출물
  • 논리적 데이터 모델링
    • 시스템 구축을 위한 키/속성/관계 등을 정확하게 표현
    • 재사용성 높은 설계 가능
    • 정규화 -> 모델 품질 향상
  • 물리적 데이터 모델링
    • DB구축을 위한 설계 단계 / 성능,저장을 고려한 실제적 구현방법 제시/ 인덱스, 역정규화
• 좋은 데이터 모델링의 특징
  • 완전성: 업무에 필요한 모든 데이터를 담아야 함
  • 중복 배제: 중복 최소화 / 일관성 유지
  • 업무 규칙 반영: 현업의 업무 규칙을 정확히 표현
  • 데이터 재사용: 재사용이 용이하게 설계
  • 의사소통: 요구사항을 명확히 전달
  • 통합성: 통합된 시각을 제공

데이터 독립성

• 외부 스키마
  • 사용자 관점 / 개인적인 데이터베이스 뷰 / 응용프로그램이 접근하는 영역
• 개념 스키마
  • 통합 관점 / 조직 전체의 데이터베이스를 기술 / 전체 DB 구조 정의
• 내부 스키마
  • 물리적 저장구조 / 실제 데이터가 저장되는 방법 정의
• 독립성 종류
  • 논리적: 개념 스키마가 변경되어도 외부 스키가 영향X
  • 물리적: 내부 스키마가 변경되어도 개념 스키가 영향X
• 매핑(사상)
  • 상위 단계와 하위 단계 사이의 대응 관계

---

데이터 모델링의 세 가지 핵심 요소

• 엔터티 (Entity): 업무에 필요하고 유용한 정보를 저장하는 집합적 실체
• 속성 (Attribute): 엔터티를 구성하는 최소 데이터 단위
• 관계 (Relationship): 엔터티 간의 논리적인 연관성을 가지는 형태나 행위

엔터티

DB에서는 테이블로 구현

• 특징
  • 업무적 필요성
    • 반드시 업무에서 필요하고 관리할 가치 필요
  • 식별자
    • 유일한 식별자(ex.학번,사번)로 식별 가능해야 함
  • 인스턴스 집합
    • 2개 이상의 인스턴스(행)을 포함해야 함
  • 업무 프로세스 참여
    • 실제 업무 프로세스에 활용되어야 함
  • 속성 포함
    • 반드시 속성을 가져야 함
  • 관계 존재
    • 다른 엔터티와 최소 1개 이상의 관계가 필요
• 분류
  • 유무형에 따른 분류
    • 유형 엔터티: 물리적 형태가 있음 (예: 학생, 사원, 강사)
    • 개념 엔터티: 개념적인 정보 (예: 조직, 보험상품)
    • 사건 엔터티: 업무 수행에 따라 발생 (예: 주문, 청구)
  • 발생시점에 따른 분류
    • 기본 엔터티: 독립적으로 생성 가능 (예: 고객, 상품)
    • 중심 엔터티: 기본 엔터티로부터 생성 (예: 계약, 주문)
    • 행위 엔터티: 두 엔터티 간의 행위로 생성 (예: 주문목록, 사원변경이력)
• 엔터티 명명 규칙
  • 현업업무에서 사용하는 용어 사용
  • 약어 사용 지양
  • 단수 명사 사용
  • 모든 엔터티에서 유일한 이름 부여
  • 생성 의미가 부여된 이름 사용
  • 명명 방식
    • CamelCase: 각 단어의 첫 글자를 대문자로 표기 (예: CustomerOrder)
    • SnakeCase: 단어 사이에 언더바( _ ) 사용 (예: customer_order)

속성

엔터티를 설명하는 데이터 요소

• 업무에서 필요로 하는 최소한의 데이터 단위로, 더 이상 분리되지 않는 정보
• 특성
  • 업무 필요성: 해당 업무에서 필요하고 관리해야 할 정보여야 함
  • 함수적 종속성: 정규화 이론에 따라 주식별자에 함수적 종속성을 가져야 함
  • 단일값 원칙: 하나의 속성은 한 개의 값만을 가짐
  • 도메인: 속성이 가질 수 있는 값의 범위를 정의
• 분류
  • 특성에 따른 분류
    • 기본 속성: 업무 분석 단계에서 바로 정의되는 속성 (예: 상품이름)
    • 설계 속성: 업무 규칙화, DB 설계 과정에서 도출되는 속성 (예: 예금분류코드)
    • 파생 속성: 다른 속성에서 계산이나 변형으로 생성되는 속성 (예: 이자)
  • 엔터티 내 역할에 따른 분류
    • PK(Primary Key) 속성: 엔터티를 식별하는 속성
    • FK(Foreign Key) 속성: 다른 엔터티와의 관계에서 포함된 속성
    • 일반 속성: PK나 FK가 아닌 일반적인 속성
• 명명 규칙
  • 현업에서 사용하는 이름 사용
  • 약어 사용 지양
  • 전체 시스템에서 유일한 이름 사용
  • 명사형 사용
  • 이름만으로도 의미 파악 가능하게

관계

엔터티 간의 업무적 연관성을 표현

• 표현
  • 2개의 엔터티 사이의 관계는 2개의 관계명을 가짐
    • 예: 고객은 주문을 생성한다 / 주문은 고객에 의해 생성된다
• 분류
  • 종류:
    • 존재에 의한 관계: 항상 존재하는 관계 (예: 사원은 부서에 속한다)
    • 행위에 의한 관계: 특정 행위로 발생하는 관계 (예: 고객이 상품을 구매)
  • 카디널리티(Cardinality)(참여자 수):
    • 1:1 관계: 양쪽 엔터티의 인스턴스가 1:1로 대응
    • 1:M 관계: 한쪽 엔터티 인스턴스가 여러 인스턴스와 관계
    • N:M 관계: 양쪽 엔터티의 인스턴스가 다대다 관계
• 선택성
  • 필수적 관계: 반드시 관계를 가져야 함 (실선으로 표시)
  • 선택적 관계: 관계를 가질 수도 있고 아닐 수도 있음 (점선으로 표시)
• 관계명 표기 규칙
  • 관계의 이름은 현재형 동사 사용
  • 관계 참여자의 관점에서 능동적으로 명명
  • 관계는 양방향으로 명명 (능동/수동)

---

Day2

정규화

• 데이터의 중복을 최소화하고 이상현상(Anomaly) 을 방지하기 위해 테이블을 구조적으로 분리하는 과정
  • 즉, 데이터를 “더 효율적으로 저장하기 위해 테이블을 쪼개는 과정”
• 목표
  • 데이터 중복 제거
  • 데이터 무결성 유지: 하나의 데이터만 수정하면 되게 함
  • 이상현상 방지: 삽입/삭제/갱신 시 문제(Anomaly)가 안 생기게 함

이상현상

• 정규화를 하지 않으면 발생하는 문제
  • 대표적인 문제 3개
    • 삽입 이상
      • 일부 데이터를 넣을 수 없음
    • 삭제 이상
      • 일부 정보를 삭제하면 다른 정보도 사라짐
    • 갱신 이상
      • 데이터를 한 곳만 수정하면 불일치 발생

정규형 (Normal Forms)

제1정규형 (1NF)

• 모든 속성(컬럼)이 원자값(atomic value)을 가져야 한다.
  • 한 칸에 여러 개의 값이 들어 있으면 ❌
    

제2정규형 (2NF)

• 부분 함수 종속 제거 (기본키의 일부분에만 종속된 속성을 제거)
  • 이미 1NF를 만족해야 함
  • 복합키(두 개 이상 컬럼으로 PK 구성) 인 경우에만 의미 있음
    

제3정규형 (3NF)

• 이행 함수 종속 제거 (A → B → C 형태 금지)
  • 즉, 기본키가 아닌 속성이 또 다른 속성을 결정하지 않아야 함
    

---

식별자

• 테이블에서 각각의 행(Row)을 유일하게 구별할 수 있는 속성(또는 속성의 조합)
  • 즉, 데이터의 “주민등록번호” 같은 역할을 하는 게 식별자

식별자의 분류

• 크게 4가지 기준으로 구분

분류 기준	구분	설명	예시
1. 대표성	주식별자 (Primary Identifier)	하나의 엔터티(테이블)를 유일하게 식별	주민번호, 학번, 주문ID
	보조식별자 (Alternate Identifier)	주식별자 외에 유일하게 식별 가능한 속성	이메일, 전화번호
2. 생성 시점	내부식별자 (Internal)	내부에서 생성 (시퀀스, AUTO_INCREMENT 등)	회원번호, 주문번호
	외부식별자 (External)	외부 시스템이나 다른 엔터티에서 가져옴	사업자등록번호, 학번 등
3. 속성 수	단일식별자 (Single)	하나의 속성으로 식별	주민번호
	복합식별자 (Composite)	두 개 이상의 속성 조합으로 식별	(주문ID, 상품ID)
4. 대체 여부	본질식별자 (Natural)	실제 의미 있는 속성 사용	학번, 주민번호
	인조식별자 (Surrogate)	의미 없이 인위적으로 생성된 값	일련번호, UUID

주식별자(Primary Identifier)의 특징

조건	설명
유일성	하나의 행을 유일하게 구분 가능해야 함
최소성	불필요한 속성 포함 ❌ (가장 최소한으로 구성)
불변성	시간이 지나도 값이 변하지 않아야 함
존재성	항상 값이 존재해야 함 (NULL 불가)

주식별자 예시

• 주문ID 고객ID 상품ID 주문일자
  • 주문ID → 주식별자 (단일식별자, 내부식별자, 인조식별자)
  • (고객ID, 상품ID) → 복합식별자 (경우에 따라 대체 가능)
  • 고객ID → 외부식별자 (다른 테이블의 주식별자 참조)

외부식별자 (Foreign Identifier)

• 다른 테이블의 주식별자를 참조하는 속성
  • 즉, “관계(relationship)”를 나타내는 키
    • 외래키(Foreign Key) 와 같은 개념으로 봐도 무방

시험용 포인트 ⭐️

• “정규화 목적, 이상현상 종류, 정규형 단계별 차이” 빈출
  • “어떤 테이블 구조가 몇 정규형인가?” 묻는 유형
• 식별자의 분류
  • “좋은 주식별자 조건”을 물어보는 문제 빈출
  • 주식별자 vs 보조식별자
  • 본질 vs 인조
  • 외부식별자

---

Day3

ERD

• 데이터베이스 설계의 초석으로
  • 현실 세계의 데이터를 “엔터티(개체)”와 “관계(Relationship)”로 표현한 그림
• 작성 순서
  • 엔터티 도출 -> 관계정의 -> 관계명 기술 -> 관계의 참여도 기술 -> 관계의 필수여부 기술
• 표기법 종류
  • Chen 표기법
    • 가장 오래된 표기법, 관계를 마름모꼴로 표시
  • IE (Information Engineering) 표기법
    • 까마귀발 표기법이라고도 함, 관계를 선으로 표시
  • Barker 표기법
    • 엔터티에 주식별자를 표기하지 않음, 관계는 선으로 표시

ERD 구성요소

구성요소	설명	예시
엔터티(Entity)	데이터를 저장할 대상 (테이블)	고객, 주문, 상품
속성(Attribute)	엔터티가 가진 구체적인 정보 (컬럼)	고객명, 전화번호
식별자(Identifier)	엔터티를 유일하게 구별하는 키	고객ID
관계(Relationship)	엔터티 간의 연결 의미	고객 – 주문 관계
카디널리티(Cardinality)	관계의 수적 제약 (1:1, 1:N, M:N)	고객 1 ↔ 주문 여러 개

엔터티(Entity)

• 하나의 주제를 가진 데이터 집합, ERD에서 사각형(□)으로 표시

속성(Attribute)

• 엔터티의 세부 정보, ERD에서 타원형(⭕) 로 표현

관계(Relationship)

• 두 엔터티 간의 연관성 ERD에서는 마름모(◇) 로 표현
• M:N 관계는 정규화 시 중간 테이블(교차 엔터티)로 분리해야 함
  • ex. 여러 학생 ↔ 여러 과목 = 학생 ↔ 과목 = M:N
    • 학생 ↔ 수강 ↔ 과목

식별/비식별 관계

• 식별 관계
  • 부모의 식별자가 자식의 기본키(PK)에 포함됨(자식의 PK에 부모키 포함)
    • 즉, “부모가 없으면 자식이 존재할 수 없음”
  • ERD 표시: 실선
    • ex. 주문 → 주문상세 (주문ID 포함)
      • [주문] ───< [주문상세]
• 비식별 관계
  • 부모의 식별자가 자식의 일반속성으로만 들어감(자식의 PK에는 포함 X (그냥 FK로만 존재))
    • 즉, “부모와 연결은 있지만 독립적으로 존재 가능”
  • ERD 표시: 점선
    • ex. 고객 → 주문 (고객ID는 외래키지만 PK 아님)
      • [고객] ─ - - > [주문]

ERD 시험 빈출 ⭐️

출제 포인트	기억할 핵심
ERD의 구성요소	엔터티, 속성, 관계, 식별자
관계 표현	1:1 / 1:N / M:N 구분
식별 vs 비식별	부모키가 자식PK에 포함되면 식별
M:N 해소	교차엔터티(중간 테이블) 생성
약한엔터티	부모 엔터티 존재에 의존
파생속성	계산으로 얻는 속성 (테이블에 직접 저장 X)

---

Day4

SQL 기본 구조

• SELECT 컬럼명 FROM 테이블명
• WHERE 조건
• GROUP BY 그룹기준컬럼
• HAVING 그룹조건
• ORDER BY 정렬기준컬럼;

SELECT — 조회할 열 지정

• SELECT [ALL|DISTINCT] 대상 칼럼명1, 대상 칼럼명2, ... FROM 대상 칼럼들이 있는 테이블명;
  • ALL : 기본 옵션으로 중복 데이터를 포함하여 모든 결과를 출력합니다.
  • DISTINCT : 중복된 데이터가 있을 경우 한 건으로만 처리하여 출력합니다.
  • * : (asterisk) 조회 대상 칼럼을 지정하지 않고 모든 칼럼을 조회합니다

1. SELECT * FROM EMP; # EMP 테이블 전체 조회

# emp 테이블에서 직무(job) 와 부서번호(deptno) 의 중복 없는 목록 조회
2. SELECT DISTINCT job, deptno FROM emp;

FROM — 데이터를 가져올 테이블 지정

• 데이터를 어디서 가져올지 지정
  • 여러 테이블을 조인할 때도 사용

SELECT ename, sal
FROM emp;

• emp 테이블의 ename(이름), sal(급여) 컬럼 조회

칼럼 및 테이블 별칭(ALIAS) 사용하기

• SELECT 칼럼명 AS 별칭 FROM 테이블명

SELECT EMPNO AS 사원번호, ENAME AS 사원이름 FROM EMP;

공백이 포함된 별칭

• Oracle에서는 큰따옴표(" ") 사용
• SQL Server에서는 대괄호([ ])도 사용 가능

SELECT EMPNO AS "사원 번호", ENAME AS "사원 이름" FROM EMP;

문자 합성 연산자

• Oracle: || (두 개의 수직선)
• SQL Server: + 또는 CONCAT 함수

SELECT ENAME || ' is a ' || JOB AS EMPLOYEE_INFO FROM EMP;
# "KING is a PRESIDENT" 형태의 문자열로 출력

WHERE — 조건 필터링

• SELECT 칼럼명1, 칼럼명2, ... FROM 테이블명 WHERE 조건식;
• 특정 조건을 만족하는 행(row)만 조회
  • 조건식에 =, >, <, >=, LIKE, IN, BETWEEN, IS NULL 등 사용 가능

SELECT ename, sal
FROM emp
WHERE sal >= 3000; # 급여가 3000 이상인 직원만 출력

SELECT ename, deptno
FROM emp
WHERE deptno IN (10, 20); # 부서번호가 10 또는 20인 직원만 조회

특수 연산자

SELECT ENAME, JOB FROM EMP WHERE ENAME LIKE '_A%';
-- 두 번째 문자가 A인 이름

GROUP BY — 그룹별 집계

• SELECT 칼럼명, 집계함수(칼럼명) FROM 테이블명 GROUP BY 그룹화할_칼럼명;
  • 지정한 칼럼의 값이 같은 행을 그룹화하여 각 그룹에 집계 함수를 적용

-- 부서별로 평균 급여를 계산
SELECT deptno, AVG(sal) AS avg_salary
FROM emp
GROUP BY deptno;

-- 부서별/직무별 평균 급여
SELECT deptno, job, AVG(sal) AS avg_salary
FROM emp
GROUP BY deptno, job;

집계 함수

SELECT COUNT(*) AS 직원수, SUM(SAL) AS 급여합계, AVG(SAL) AS 평균급여 FROM EMP;

HAVING — 그룹 조건 필터링

• SELECT 칼럼명, 집계함수(칼럼명) FROM 테이블명 GROUP BY 그룹화할_칼럼명 HAVING 집계함수_조건;
  • HAVING 절은 GROUP BY로 만들어진 그룹 중에서 특정 조건을 만족하는 그룹만 선택

SELECT deptno, AVG(sal) AS avg_salary
FROM emp
GROUP BY deptno
HAVING AVG(sal) >= 2000;
# 평균 급여가 2000 이상인 부서만 출력
## AVG(sal)처럼 집계함수 결과에 조건을 걸 때 HAVING을 써야 함

• COUNT(*): NULL 포함 모든 행을 셈
  • SELECT COUNT(comm) FROM emp;
    • comm 컬럼(커미션)에 NULL이 아닌 값만 센다.

count()

ORDER BY — 정렬

• SELECT 칼럼명 FROM 테이블명 ORDER BY 정렬기준칼럼 [ASC|DESC];
  • 기본은 오름차순(ASC), 내림차순은 DESC

SELECT ename, sal
FROM emp
ORDER BY sal DESC;
# 급여 높은 순으로 정렬

시험 대비

• 1. 개체 → 테이블, 속성 → 칼럼, 관계 → 외래키로 매핑된다—모델이 명확할수록 쿼리가 단순해진다.
• 2. SELECT 문의 논리적 실행 순서는
  • FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY
• 3. DISTINCT로 중복을 제거하고, 별칭(ALIAS) 으로 결과 가독성을 높인다. 산술·문자 연산 시 우선순위를 주의한다.
• 4. 단일행 함수(LOWER, ABS 등)와 다중행 함수(COUNT, SUM 등)는 용도가 다르다—집계는 후자에서만 가능하다.
• 5. WHERE는 행 필터, HAVING은 그룹 필터다. 집계 함수 조건은 HAVING에 작성한다

Day 5

DDL(Data Definition Language)

• 데이터 구조(테이블, 컬럼 등) 정의 / 변경
  • CREATE, ALTER, DROP

1. CREATE — 새 객체(테이블 등) 생성

2. ALTER — 기존 구조 변경

3. DROP — 객체(테이블 등) 삭제

---

DML(Data Manipulation Language)

• 테이블 안의 실제 데이터 조작
  • SELECT, INSERT, UPDATE, DELETE

INSERT — 데이터 추가

UPDATE — 데이터 수정

DELETE — 데이터 삭제

---

DCL(Data Control Language)

• 권한, 트랜잭션 제어
  • GRANT, REVOKE, COMMIT, ROLLBACK

COMMIT / ROLLBACK 예시

시험 빈출 포인트

• 1. 자동으로 커밋 되는 명령어: DDL (CREATE, ALTER, DROP)
• 2. 테이블의 구조를 변경하는 명령어: ALTER
• 3. 데이터를 삭제하되 구조는 유지하는 명령어: DELETE
• 4. 데이터를 완전히 삭제하고 복구 불가능한 명령어: DROP
• 5. 트랜잭션 제어가 가능한 명령어: INSERT, UPDATE, DELETE

---

Day 6

JOIN

• 여러 테이블의 공통된 컬럼(주로 PK/FK 관계) 을 기준으로 데이터를 하나의 결과로 묶는 것

INNER JOIN (내부 조인)

• 두 테이블에 공통된 값이 있는 행만 가져옴
• SELECT 칼럼명 FROM 테이블1 [INNER] JOIN 테이블2 ON 테이블1.칼럼 = 테이블2.칼럼;
  

LEFT JOIN (왼쪽 조인)

• 왼쪽 테이블(employees)의 모든 데이터 + 오른쪽의 일치 데이터만
  

RIGHT JOIN (오른쪽 조인)

• 오른쪽 테이블(departments)의 모든 데이터 + 왼쪽의 일치 데이터만
  

SELF JOIN (자기 조인)

• 하나의 테이블을 자기 자신과 조인하는 방법
  

FULL OUTER JOIN

• 두 테이블의 모든 행을 반환
• SELECT S.ID, S.NAME, D.DNAME FROM STUDENT S FULL OUTER JOIN DEPARTMENT D ON S.DEPTNO = D.DEPTNO;

CROSS JOIN(교차 조인)

• 두 테이블의 모든 행 조합을 반환
• SELECT * FROM EMP CROSS JOIN DEPT;

시험 대비

• INNER JOIN = 교집합, OUTER JOIN = NULL 보존. 조인 조건에 인덱스가 적용되면 큰 폭으로 성능이 개선 된다.
• 실행 계획에서 카디널리티·필터 비율을 확인해 인덱스·조인 순서를 튜닝한다.
• SQL은 데이터 모델을 현실화하는 구현 언어다—모델-중심 설계가 SQL 복잡도를 줄이고 유지보수성을 높인다.

---

day 7

데이터 모델링 기초 (40%)

데이터 모델링 개념

• 모델링(Modeling)
  • 현실 세계의 데이터를 시스템에 맞게 추상화하는 과정
• 데이터 모델(Data Model)
  • 현실 데이터를 Entity(엔터티), Attribute(속성), Relationship(관계)로 표현
• 목적
  • 데이터 중복 최소화, 무결성 보장, 구조적 일관성 유지

엔터티(Entity)

• 하나의 독립적인 객체 (테이블 단위) (예: 고객, 주문, 상품)
• 특징
  • 식별자 존재, 속성 보유, 관계 존재
• 기본 엔터티
  • 독립적으로 존재 (회원, 상품)
• 중심 엔터티
  • 업무의 중심 (주문, 계약)
• 행위 엔터티
  • 이벤트성 (주문상세, 로그기록 등

속성(Attribute)

• 엔터티의 특징을 나타내는 컬럼 (예: 고객(이름, 전화번호, 주소))
  • 종류: 기본속성 / 파생속성 / 식별속성

관계(Relationship)

• 엔터티 간의 연결 (1:1, 1:N, N:M)
  • N:M 관계는 중간 엔터티(교차 테이블)로 분리해야 함

식별자(Identifier, PK)

• 기본 식별자
  • 엔터티의 주 키 (PK)
• 대체 식별자
  • 기본키로 사용하지 않지만 유일한 값 (이메일, 주민번호 등)
• 외래 식별자
  • 다른 엔터티의 기본키를 참조 (FK)

정규화(Normalization)

• 1NF
  • 원자값만 저장 전화번호 여러 개 → 행 분리
• 2NF
  • 부분 종속 제거(ex. 복합키의 일부에 종속 제거)
• 3NF
  • 이행 종속 제거(ex. 학과명은 학과ID에만 종속)
• BCNF
  • 결정자이면서 후보키가 아닌 컬럼 제거

ERD(Entity Relationship Diagram)

• 엔터티 + 속성 + 관계를 시각화
• 표기법: IE / Barker 표기법
• 카디널리티: (1:1), (1:N), (N:M)
• 관계 선택성: 필수 / 선택 관계 표시(⊕, ○ 등)

SQL 기본 및 활용 (60%)

• SELECT 문, JOIN, SUBQUERY, DML, DDL, 트랜잭션 등 SQL의 전반적 활용 능력 평가

SELECT 기본 구조

• SELECT 컬럼 / FROM 테이블 / WHERE 조건 /
• GROUP BY 그룹컬럼 / HAVING 그룹조건 / ORDER BY 정렬;

실행 순서

• FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY

WHERE vs HAVING

• WHERE에서는 집계함수(SUM, AVG 등) 사용 불가
  • 집계 후 조건은 반드시 HAVING
    | 구분 | 시점 | 대상 | 예시 |
    | ---------- | ---- | --------- | ------------------------- |
    | WHERE | 집계 전 | 행(Row) | WHERE dept = 'IT' |
    | HAVING | 집계 후 | 그룹(Group) | HAVING AVG(sal) >= 5000 |

주요 함수(Function)

분류	예시	설명
집계함수	SUM, AVG, COUNT, MAX, MIN	그룹별 통계
문자함수	CONCAT, SUBSTR, LENGTH	문자열 조작
날짜함수	SYSDATE, ADD_MONTHS, TO_CHAR	날짜 계산
형변환	CAST, TO_NUMBER, TO_CHAR	데이터 타입 변환
NULL 처리	NVL(col,0), COALESCE(col,1)	NULL 대체

JOIN (조인)

종류	설명	예시
INNER JOIN	양쪽 테이블에 모두 존재하는 행만	A JOIN B ON A.id = B.id
LEFT JOIN	왼쪽 테이블의 모든 행 포함	A LEFT JOIN B ON A.id = B.id
RIGHT JOIN	오른쪽 테이블의 모든 행 포함	A RIGHT JOIN B ON A.id = B.id
FULL OUTER JOIN	양쪽 모두 포함 (NULL 보존)	A FULL JOIN B ON A.id = B.id

서브쿼리(Subquery)

유형	설명	사용 연산자	예시
단일 행	결과 1개	=, <, >	WHERE sal > (SELECT AVG(sal) FROM emp)
다중 행	여러 결과	IN, ANY, ALL	WHERE deptno IN (SELECT deptno FROM dept)
다중 컬럼	여러 컬럼 비교	(A,B) IN	(deptno, job) IN (SELECT deptno, job FROM emp)
상관 서브쿼리	외부쿼리 값 참조	-	`WHERE sal >

집합 연산자 (Set Operators)

연산자	설명
UNION	중복 제거한 합집합
UNION ALL	중복 포함한 합집합
INTERSECT	교집합
MINUS (EXCEPT)	차집합

윈도우 함수 (Window Function)

함수	설명	예시
RANK()	동일값 건너뛰는 순위	RANK() OVER (ORDER BY sal DESC)
DENSE_RANK()	순위 건너뛰지 않음	DENSE_RANK() OVER (ORDER BY sal DESC)
ROW_NUMBER()	고유 일련번호 부여	ROW_NUMBER() OVER (ORDER BY sal DESC)
SUM(), AVG()	누적 집계	SUM(sal) OVER (ORDER BY empno)
LAG(), LEAD()	이전/다음 행 참조	LAG(sal,1) OVER (ORDER BY empno)

DML (데이터 조작어)

명령어	기능	예시
INSERT	행 추가	INSERT INTO emp VALUES (...);
UPDATE	행 수정	UPDATE emp SET sal = 5000 WHERE id = 1;
DELETE	행 삭제	DELETE FROM emp WHERE id = 1;
MERGE	조건에 따라 INSERT / UPDATE 병행	MERGE INTO emp USING dept ON (...) WHEN MATCHED THEN UPDATE ...

DDL (데이터 정의어)

명령어	기능	예시
CREATE TABLE	테이블 생성	CREATE TABLE emp (id INT, name VARCHAR(20));
ALTER TABLE	구조 변경	ALTER TABLE emp ADD COLUMN age INT;
DROP TABLE	테이블 삭제	DROP TABLE emp;
TRUNCATE TABLE	전체 데이터 삭제 (복구 불가)	TRUNCATE TABLE emp;
CONSTRAINT	제약조건 정의 (PK, FK, UNIQUE, CHECK 등)	PRIMARY KEY(id)

트랜잭션 (Transaction)

• 명령어: COMMIT, ROLLBACK, SAVEPOINT

속성	설명
A (Atomicity)	모두 수행되거나 모두 수행되지 않아야 함
C (Consistency)	일관된 상태 유지
I (Isolation)	트랜잭션 간 간섭 금지
D (Durability)	커밋 후 영구 반영

인덱스 (Index)

구분	설명
정의	검색 속도 향상을 위한 자료구조 (B-Tree)
장점	조회 성능 향상
단점	삽입/수정/삭제 시 부하 발생
적용 대상	WHERE, JOIN, ORDER BY 조건에 자주 사용되는 컬럼

뷰 (View)

구분	설명
정의	SQL 결과를 가상 테이블로 저장
생성	CREATE VIEW v_emp AS SELECT name, sal FROM emp;
장점	보안성 ↑, 재사용성 ↑, 쿼리 단순화
단점	성능 저하, DML 제약 가능성 있음

사용자 및 권한

명령어	기능	예시
GRANT	권한 부여	GRANT SELECT ON emp TO user1;
REVOKE	권한 회수	REVOKE SELECT ON emp FROM user1;
ROLE	여러 권한을 묶은 단위	GRANT role_name TO user1;