오라클 그룹별 소계 합계 구하기 (ROLLUP, CUBE)

개요

이 글은 오라클 데이터베이스에서 그룹별 소계 및 합계를 구하는 데에 사용되는 ROLLUP과 CUBE에 대해 설명합니다. ROLLUP과 CUBE는 집계 함수와 함께 사용되어 데이터를 다양한 차원에서 그룹화하고 계층적인 결과를 반환하는 기능을 제공합니다. 이를 통해 사용자는 원하는 수준의 집계된 데이터를 쉽게 얻을 수 있습니다.

다음으로, ROLLUP과 CUBE의 개념과 역할에 대해 자세히 알아보겠습니다.

ROLLUP과 CUBE의 개념과 역할

ROLLUP

ROLLUP은 그룹화된 데이터의 계층적인 결과를 반환하기 위한 기능입니다. ROLLUP 절은 다양한 수준의 그룹화 항목을 나타내는 열 목록으로 구성됩니다. ROLLUP 절에 포함된 열 목록은 계층적인 순서로 정렬됩니다. 쿼리에서 ROLLUP을 사용하면 ROLLUP 절에 있는 각 열에 대해 서브 토탈을 생성하여 결과에 표시합니다. 이러한 서브 토탈은 ROLLUP 절에 명시된 열의 순서에 따라 계층적으로 표시됩니다.

예를 들어, 어떤 회사의 매출 데이터를 그룹화하여 연도, 분기, 월별로 나누고자 한다면, ROLLUP을 사용하여 계층적인 결과를 얻을 수 있습니다. ROLLUP에는 '연도', '분기', '월'이라는 열 목록이 포함되며, 결과는 다음과 같을 수 있습니다.

• 전체 매출
• 연도별 매출
• 연도별, 분기별 매출
• 연도별, 분기별, 월별 매출

CUBE

CUBE는 ROLLUP과 비슷하지만, 더 다양한 차원의 집계 결과를 반환하는 기능입니다. ROLLUP과 마찬가지로 CUBE 절은 그룹화된 데이터의 계층적인 결과를 생성합니다. 하지만 CUBE 절에 포함된 열 목록은 정렬되지 않으며, 모든 가능한 열 조합에 대한 서브 토탈 결과를 생성합니다.

위에서 언급한 예시에서, CUBE를 사용하면 다음과 같은 결과를 얻을 수 있습니다.

• 전체 매출
• 연도별 매출
• 분기별 매출
• 월별 매출
• 연도별, 분기별 매출
• 연도별, 월별 매출
• 분기별, 월별 매출
• 연도별, 분기별, 월별 매출

따라서, CUBE를 사용하면 ROLLUP보다 더욱 다양한 차원에서 집계된 데이터를 얻을 수 있습니다.

ROLLUP을 이용한 그룹별 소계 합계 구하기

ROLLUP은 그룹화된 데이터의 계층적인 결과를 반환하여 그룹별 소계와 전체 합계를 구할 수 있는 매우 유용한 기능입니다. ROLLUP을 사용하면 여러 열을 기준으로 데이터를 그룹화하고, 각 그룹의 소계 및 전체 합계를 한 번에 조회할 수 있습니다. 이를 통해 데이터의 계층 구조를 쉽게 파악하고 원하는 수준의 집계된 결과를 얻을 수 있습니다.

다음은 ROLLUP을 사용하여 그룹별 소계와 전체 합계를 구하는 방법을 나타낸 예시입니다. 예제 데이터는 '제품', '지역', '연도', '월별 판매량' 칼럼으로 구성되어 있습니다.

SELECT 제품, 지역, 연도, 월, SUM(판매량) AS 판매량
FROM 매출
GROUP BY ROLLUP (제품, 지역, 연도, 월)
ORDER BY 제품, 지역, 연도, 월;

위의 쿼리를 실행하면, 다음과 같은 결과를 얻을 수 있습니다.

제품   |  지역 |  연도 |   월   | 판매량
------+------+-------+-------+------
제품A  |  지역A |  2019 |  1    |   50
제품A  |  지역A |  2019 |  2    |   70
제품A  |  지역A |  2019 |  NULL |  120  -- 연도별 소계
제품A  |  지역A |  NULL |  NULL |  120  -- 지역별 소계
제품A  |  NULL |  NULL |  NULL |  120  -- 제품별 소계
NULL  |  NULL |  NULL |  NULL |  120  -- 전체 합계

위의 결과에서 볼 수 있듯이, ROLLUP 절에 명시된 열의 순서대로 서브 토탈이 계층적으로 표시됩니다. 마지막 행은 전체 합계를 나타냅니다.

따라서, ROLLUP을 사용하여 그룹별 소계와 전체 합계를 구할 수 있으며, 데이터의 계층 구조를 쉽게 파악할 수 있습니다.

CUBE를 이용한 그룹별 소계 합계 구하기

CUBE는 ROLLUP과 비슷하지만, 더 다양한 차원의 집계 결과를 반환하는 기능입니다. ROLLUP과 마찬가지로 CUBE를 사용하여 그룹별 소계와 전체 합계를 구할 수 있습니다. CUBE를 사용하면 가능한 모든 열 조합에 대한 서브 토탈을 생성하여 계층 구조를 표시합니다.

다음은 CUBE를 사용하여 그룹별 소계와 전체 합계를 구하는 방법을 나타낸 예시입니다. 예제 데이터는 '제품', '지역', '연도', '월별 판매량' 칼럼으로 구성되어 있습니다.

SELECT 제품, 지역, 연도, 월, SUM(판매량) AS 판매량
FROM 매출
GROUP BY CUBE (제품, 지역, 연도, 월)
ORDER BY 제품, 지역, 연도, 월;

위의 쿼리를 실행하면, 다음과 같은 결과를 얻을 수 있습니다.

제품   |  지역 |  연도 |   월   | 판매량
------+------+-------+-------+------
제품A  |  지역A |  2019 |  1    |   50
제품A  |  지역A |  2019 |  2    |   70
제품A  |  지역A |  2019 |  NULL |  120  -- 연도별 소계
제품A  |  지역A |  NULL |  1    |   50
제품A  |  지역A |  NULL |  2    |   70
제품A  |  지역A |  NULL |  NULL |  120  -- 연도별, 월별 소계
제품A  |  NULL |  2019 |  1    |   50
제품A  |  NULL |  2019 |  2    |   70
제품A  |  NULL |  2019 |  NULL |  120  -- 지역별 소계
제품A  |  NULL |  NULL |  1    |   50
제품A  |  NULL |  NULL |  2    |   70
제품A  |  NULL |  NULL |  NULL |  120  -- 지역별, 월별 소계
NULL  |  지역A |  2019 |  1    |   50
NULL  |  지역A |  2019 |  2    |   70
NULL  |  지역A |  2019 |  NULL |  120  -- 제품별 소계
NULL  |  지역A |  NULL |  1    |   50
NULL  |  지역A |  NULL |  2    |   70
NULL  |  지역A |  NULL |  NULL |  120  -- 제품별, 월별 소계
NULL  |  NULL |  2019 |  1    |   50
NULL  |  NULL |  2019 |  2    |   70
NULL  |  NULL |  2019 |  NULL |  120  -- 제품별, 지역별 소계
NULL  |  NULL |  NULL |  1    |   50
NULL  |  NULL |  NULL |  2    |   70
NULL  |  NULL |  NULL |  NULL |  120  -- 전체 합계

위의 결과에서 볼 수 있듯이, CUBE 절에 명시된 열의 모든 조합에 대해 서브 토탈이 계층적으로 표시됩니다. 마지막 행은 전체 합계를 나타냅니다.

따라서, CUBE를 사용하여 그룹별 소계와 전체 합계를 구할 수 있으며, 가능한 모든 차원의 집계 결과를 얻을 수 있습니다. 이를 통해 다양한 데이터 분석 및 요약을 수행할 수 있습니다.

ROLLUP과 CUBE의 차이점과 사용 시 고려해야 할 사항

ROLLUP과 CUBE는 그룹화된 데이터의 계층 구조를 표시하여 그룹별 소계와 전체 합계를 구하는데 사용되는 기능입니다. 그러나 ROLLUP과 CUBE는 몇 가지 차이점과 사용 시 고려해야 할 사항이 있습니다.

ROLLUP과 CUBE의 차이점

• 서브 토탈의 수준: ROLLUP은 지정된 열의 순서에 따라 서브 토탈이 계층적으로 표시되며, 마지막 행은 전체 합계를 나타냅니다. CUBE는 가능한 모든 열 조합에 대한 서브 토탈을 생성하여 계층구조를 표시합니다.

• 결과의 다양성: ROLLUP은 각 열의 조합에 대한 서브 토탈을 생성합니다. 예를 들어, 열 A, B, C로 ROLLUP을 수행하면 (A), (A, B), (A, B, C), (B), (B, C), (C)의 서브 토탈이 생성됩니다. CUBE는 가능한 모든 열 조합에 대한 서브 토탈을 생성하며, 모든 가능한 조합이 포함됩니다.

• 결과의 크기: CUBE는 서브 토탈을 계산하는 데 ROLLUP에 비해 더 많은 계산을 수행하므로, 결과 세트의 크기가 크게 증가할 수 있습니다. 따라서 CUBE를 사용할 때는 결과 세트의 크기를 고려해야 합니다.

사용 시 고려해야 할 사항

• 상황에 따른 선택: ROLLUP은 계층 구조가 필요한 상황에서 유용합니다. 예를 들어 구매 데이터의 제품, 지역, 연도, 월별 판매량을 계층적으로 조회하여 분석하는 경우에는 ROLLUP을 사용할 수 있습니다. CUBE는 가능한 모든 차원의 집계 결과가 필요한 경우에 유용합니다. 예를 들어, 다차원 데이터 큐브를 분석하고자 할 때 CUBE를 사용할 수 있습니다.

• 결과의 이해: ROLLUP과 CUBE를 사용하여 계층적인 결과를 얻을 수 있지만, 결과 세트의 크기가 커지고 결과를 해석하는 것이 복잡해질 수 있습니다. 결과를 이해하고 해석하기 위해 시각화 도구나 추가적인 질의를 수행하는 것이 좋습니다.

• 성능 고려: CUBE는 가능한 모든 열 조합에 대한 서브 토탈을 계산하므로, ROLLUP에 비해 더 많은 계산을 수행합니다. 따라서 대규모 데이터 세트에서 CUBE를 사용할 때는 성능 이슈를 고려해야 합니다. 쿼리 성능을 향상하기 위해 인덱스, 파티셔닝 등의 방법을 고려할 수 있습니다.

따라서, ROLLUP과 CUBE는 그룹별 소계와 전체 합계를 계산하는 유용한 기능이지만, 사용 시 차이점과 결과의 크기, 선택적인 사용, 결과 이해 및 성능 고려 등을 고려해야 합니다. 이를 통해 데이터의 계층 구조를 파악하고 다양한 차원의 집계 결과를 얻을 수 있습니다.