🗄️ SQL 완벽 가이드 - 기초부터 실무까지

🚀 DDL, DML, DQL 등 복습

---

📋 목차

• 🎯 SQL이란 무엇인가?
• 🏗️ 데이터베이스 기본 구조
• 📐 DDL - 데이터 정의어
• ✏️ DML - 데이터 조작어
• 🔍 DQL - 데이터 질의어
• ⚠️ 실무 치명적 실수들
• 🎮 실습 시나리오
• 🗺️ 학습 로드맵

---

🎯 SQL이란 무엇인가?

SQL(Structured Query Language)은 데이터베이스와 대화하는 언어입니다.

💡 쉬운 비유: 외국인과 대화할 때 영어를 사용하듯이, 데이터베이스와 대화할 때는 SQL을 사용해요!

📊 SQL의 3가지 분류

graph TD
    A[🗄️ SQL] --> B[📐 DDL<br/>Data Definition Language]
    A --> C[✏️ DML<br/>Data Manipulation Language]  
    A --> D[🔍 DQL<br/>Data Query Language]

    B --> B1[CREATE<br/>테이블 생성 🏗️]
    B --> B2[ALTER<br/>테이블 수정 🔧]
    B --> B3[DROP<br/>테이블 삭제 🗑️]
    B --> B4[TRUNCATE<br/>데이터 전체 삭제 🧹]

    C --> C1[INSERT<br/>데이터 삽입 ➕]
    C --> C2[UPDATE<br/>데이터 수정 ✏️]
    C --> C3[DELETE<br/>데이터 삭제 ➖]

    D --> D1[SELECT<br/>데이터 조회 👀]
    D --> D2[WHERE<br/>조건 필터 🎯]
    D --> D3[GROUP BY<br/>그룹화 📊]
    D --> D4[ORDER BY<br/>정렬 🔢]

분류	역할	비유	주요 명령어
DDL	데이터베이스 구조 설계	🏗️ 건물 설계도 그리기	CREATE, ALTER, DROP
DML	데이터 조작	✏️ 엑셀에 데이터 입력/수정	INSERT, UPDATE, DELETE
DQL	데이터 조회	🔍 도서관에서 책 찾기	SELECT, WHERE, GROUP BY

---

🏗️ 데이터베이스 기본 구조

📊 엑셀과 데이터베이스 비교

엑셀	데이터베이스	설명
📁 엑셀 파일	🗄️ 데이터베이스	전체 데이터 저장소
📋 시트	📊 테이블	실제 데이터가 저장되는 공간
📈 열	🏷️ 컬럼(필드)	데이터의 속성
➡️ 행	📝 로우(레코드)	실제 데이터 한 건

🎨 실습용 테이블 설계

erDiagram
    CUSTOMERS ||--o{ ORDERS : "고객이 주문을 함"

    CUSTOMERS {
        int customer_id PK "🔑 고객번호 (기본키)"
        varchar name "👤 고객명"
        varchar city "🏢 거주도시"
        date join_date "📅 가입일"
    }

    ORDERS {
        int order_id PK "🔑 주문번호 (기본키)" 
        date order_date "📅 주문일"
        decimal amount "💰 주문금액"
        int customer_id FK "👤 고객번호 (외래키)"
    }

---

📐 DDL - 데이터 정의어

DDL은 건축가가 건물 설계도를 그리는 것과 같아요! 🏗️

🏠 1. CREATE TABLE - 테이블 생성

-- 🏢 고객 테이블 생성
CREATE TABLE customers (
    customer_id INT PRIMARY KEY AUTO_INCREMENT,  -- 🔑 고유번호 (자동증가)
    name        VARCHAR(50) NOT NULL,            -- 👤 이름 (필수입력)
    city        VARCHAR(50),                     -- 🏢 도시 (선택입력) 
    join_date   DATE                            -- 📅 가입일
);

-- 🛒 주문 테이블 생성
CREATE TABLE orders (
    order_id    INT PRIMARY KEY AUTO_INCREMENT,  -- 🔑 주문번호
    order_date  DATE NOT NULL,                   -- 📅 주문일
    amount      DECIMAL(10,2) NOT NULL,          -- 💰 주문금액
    customer_id INT NOT NULL,                    -- 👤 고객번호 (외래키)
    FOREIGN KEY (customer_id) REFERENCES customers(customer_id)
);

📝 데이터 타입 완전 정리

타입	설명	예시	용도
INT	정수	123, -456	번호, 수량
VARCHAR(n)	가변길이 문자	'홍길동' (최대 n글자)	이름, 제목
CHAR(n)	고정길이 문자	'A001' (항상 n글자)	코드, ID
DATE	날짜	'2025-12-31'	생일, 주문일
DECIMAL(m,d)	정밀 소수	1234.56	금액, 비율

🔒 제약조건 완전 정리

제약조건	의미	실생활 비유	예시
PRIMARY KEY	🔑 기본키	주민등록번호 (유일무이)	customer_id INT PRIMARY KEY
NOT NULL	❗ 필수입력	필수항목 체크	name VARCHAR(50) NOT NULL
AUTO_INCREMENT	🔢 자동증가	번호표 자동발행	order_id INT AUTO_INCREMENT
FOREIGN KEY	🔗 외래키	회원카드 번호	FOREIGN KEY (customer_id)...

---

✏️ DML - 데이터 조작어

DML은 엑셀에서 데이터를 입력하고 수정하는 것과 똑같아요! 📊

➕ 1. INSERT - 데이터 삽입

-- 👥 고객 데이터 한 번에 여러 건 입력
INSERT INTO customers (name, city, join_date) VALUES
    ('🎯 오타니', '🏢 서울', '2025-01-01'),
    ('🎨 손흥민', '🏢 대전', '2025-05-05'),
    ('🎵 박지성', '🏢 대구', '2025-07-07'),
    ('🎭 차범근', '🏢 부산', '2025-09-09'),
    ('🎪 메시', '🏢 인천', '2025-11-11'),
    ('🎬 호날두', '🏢 서울', '2025-02-02'),
    ('🎤 홀란드', '🏢 서울', '2025-04-04');

-- 🛒 주문 데이터 입력
INSERT INTO orders (customer_id, order_date, amount) VALUES
    (1, '2026-01-01', 1000.00),   -- 쇼타로의 첫 주문
    (1, '2026-01-02', 2000.15),   -- 쇼타로의 두 번째 주문
    (2, '2026-02-01', 3000.10),   -- 이안의 주문
    (2, '2026-02-02', 3000.12),   -- 이안의 두 번째 주문
    (3, '2026-03-01', 12345.67),  -- 지우의 대량 주문
    (5, '2026-05-05', 10000.00);  -- 예은의 주문

✏️ 2. UPDATE - 데이터 수정

-- 🏠 특정 고객의 도시 변경 (이사)
UPDATE customers 
SET city = '🏢 광주' 
WHERE name = '🎵 박지성';

-- 💸 2월 주문 10% 할인 이벤트
UPDATE orders 
SET amount = amount * 0.9 
WHERE order_date >= '2026-02-01';

-- 📊 여러 컬럼 동시 수정
UPDATE customers 
SET city = '🏢 세종', join_date = '2025-12-25'
WHERE customer_id = 1;

➖ 3. DELETE - 데이터 삭제

-- 🗑️ 특정 주문 취소
DELETE FROM orders 
WHERE order_id = 6;

-- 🏢 특정 도시 고객 모두 삭제 (사업 철수)
DELETE FROM customers 
WHERE city = '🏢 인천';

-- ⚠️ 조건 없으면 모든 데이터 삭제! (절대 주의!)
-- DELETE FROM customers;  -- 😱 위험!

---

🔍 DQL - 데이터 질의어

DQL은 도서관에서 원하는 책을 찾는 것과 같아요! 📚

👀 1. 기본 SELECT 문법

-- 📋 모든 고객 조회
SELECT * FROM customers;

-- 🎯 특정 컬럼만 선택 조회
SELECT name, city FROM customers;

-- 🔄 중복 제거하여 조회 (유니크한 도시만)
SELECT DISTINCT city FROM customers;

-- 🏷️ 별칭(Alias) 사용하여 조회
SELECT 
    name AS 고객명,
    city AS 거주도시,
    join_date AS 가입일
FROM customers;

🎯 2. WHERE 조건절

-- 🏢 서울 거주 고객만 조회
SELECT * FROM customers WHERE city = '서울';

-- 📅 2025년 5월 이후 가입 고객
SELECT * FROM customers WHERE join_date >= '2025-05-01';

-- 💰 주문금액이 3000원 이상인 주문
SELECT * FROM orders WHERE amount >= 3000;

-- 🔗 여러 조건 조합 (AND, OR, NOT)
SELECT * FROM customers 
WHERE city = '서울' AND join_date >= '2025-02-01';

-- 📝 범위 조건 (BETWEEN)
SELECT * FROM orders 
WHERE amount BETWEEN 1000 AND 5000;

-- 📋 목록 조건 (IN)
SELECT * FROM customers 
WHERE city IN ('서울', '부산', '대구');

-- 🔍 패턴 검색 (LIKE)
SELECT * FROM customers 
WHERE name LIKE '%란%';  -- 이름에 '안'이 포함된 고객

📊 3. GROUP BY와 집계함수

-- 🏢 도시별 고객 수 집계
SELECT 
    city AS 도시,
    COUNT(*) AS 고객수
FROM customers 
GROUP BY city;

-- 👤 고객별 총 주문금액과 주문횟수
SELECT 
    customer_id AS 고객번호,
    COUNT(*) AS 주문횟수,
    SUM(amount) AS 총주문금액,
    AVG(amount) AS 평균주문금액,
    MAX(amount) AS 최대주문금액,
    MIN(amount) AS 최소주문금액
FROM orders 
GROUP BY customer_id;

-- 📅 월별 매출 분석
SELECT 
    DATE_FORMAT(order_date, '%Y-%m') AS 주문월,
    COUNT(*) AS 주문건수,
    SUM(amount) AS 총매출,
    AVG(amount) AS 평균주문금액
FROM orders 
GROUP BY DATE_FORMAT(order_date, '%Y-%m')
ORDER BY 주문월;

🎨 4. HAVING - 그룹 조건

-- 💰 총 주문금액이 5000원 이상인 고객만
SELECT 
    customer_id,
    SUM(amount) AS 총주문금액
FROM orders 
GROUP BY customer_id
HAVING SUM(amount) >= 5000;

-- 🏢 고객이 2명 이상인 도시만
SELECT 
    city,
    COUNT(*) AS 고객수
FROM customers 
GROUP BY city
HAVING COUNT(*) >= 2;

🔢 5. ORDER BY 정렬

-- 📅 가입일 오름차순 정렬
SELECT * FROM customers ORDER BY join_date;

-- 💰 주문금액 내림차순 정렬 (큰 것부터)
SELECT * FROM orders ORDER BY amount DESC;

-- 🏢 도시별, 가입일 순 다중 정렬
SELECT * FROM customers 
ORDER BY city, join_date;

-- 🎯 NULL 값 처리
SELECT * FROM customers 
ORDER BY city DESC NULLS LAST;  -- NULL을 마지막에

⏭️ 6. LIMIT으로 개수 제한

-- 🥇 상위 3개 주문만 조회 (TOP 3)
SELECT * FROM orders 
ORDER BY amount DESC 
LIMIT 3;

-- 📄 페이징 처리 (2번째부터 3개씩)
SELECT * FROM orders 
ORDER BY order_date 
LIMIT 3 OFFSET 3;  -- 또는 LIMIT 3, 3

-- 🎯 각 고객의 최신 주문 1건씩
SELECT DISTINCT customer_id, 
       FIRST_VALUE(order_date) OVER (PARTITION BY customer_id ORDER BY order_date DESC) as 최신주문일
FROM orders;

🔗 7. JOIN 맛보기

-- 👥 고객정보와 주문정보 함께 조회
SELECT 
    c.name AS 고객명,
    c.city AS 거주도시,
    o.order_date AS 주문일,
    o.amount AS 주문금액
FROM customers c
INNER JOIN orders o ON c.customer_id = o.customer_id
ORDER BY o.order_date DESC;

-- 🏢 도시별 총 매출 (JOIN + GROUP BY)
SELECT 
    c.city AS 도시,
    COUNT(o.order_id) AS 주문건수,
    SUM(o.amount) AS 총매출
FROM customers c
INNER JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.city
ORDER BY 총매출 DESC;

---

⚠️ 실무에서 주의해야 할 치명적 실수들

20년차 DBA가 실제로 겪거나 목격한 실무 사고들입니다 😱

🔥 1. DML 관련 치명적 실수

❌ WHERE 절 없는 UPDATE/DELETE

-- 😱 절대 하지 말 것! 전체 주문 데이터 삭제
DELETE FROM orders;

-- 😱 모든 고객 이름이 '홍길동'으로 변경
UPDATE customers SET name = '홍길동';

-- ✅ 올바른 방법 - 반드시 WHERE 조건 추가
DELETE FROM orders WHERE order_id = 5;
UPDATE customers SET name = '홍길동' WHERE customer_id = 1;

💡 실무 팁: 안전한 UPDATE/DELETE 방법

-- 1️⃣ 먼저 SELECT로 확인
SELECT * FROM customers WHERE city = '대구';

-- 2️⃣ 확인 후 DELETE 실행  
DELETE FROM customers WHERE city = '대구';

-- 3️⃣ 트랜잭션 사용 (안전장치)
START TRANSACTION;
DELETE FROM orders WHERE order_date < '2025-01-01';
-- 확인 후 COMMIT 또는 ROLLBACK
COMMIT;

🔒 트랜잭션 없이 중요한 작업

-- 😱 계좌이체 시 트랜잭션 미사용 (중간에 오류나면 돈 증발!)
UPDATE accounts SET balance = balance - 100000 WHERE account_id = 1;  -- A계좌 출금
UPDATE accounts SET balance = balance + 100000 WHERE account_id = 2;  -- B계좌 입금

-- ✅ 트랜잭션으로 안전하게
START TRANSACTION;
    UPDATE accounts SET balance = balance - 100000 WHERE account_id = 1;
    UPDATE accounts SET balance = balance + 100000 WHERE account_id = 2;
    -- 모든 작업이 성공했을 때만 COMMIT
COMMIT;
-- 오류 발생시 ROLLBACK으로 모든 작업 취소

🗑️ 2. DDL 관련 치명적 실수

💥 운영 중인 테이블 DROP

-- 😱 절대 금지! 테이블과 데이터가 영구 삭제
DROP TABLE customers;  

-- 😱 데이터베이스 전체 삭제 (회사 망함)
DROP DATABASE production_db;

-- ✅ 데이터만 삭제하고 구조는 유지
TRUNCATE TABLE temp_customers;  -- 임시 테이블만!

-- ✅ 안전한 삭제 순서
-- 1. 백업 생성
-- 2. 테스트 환경에서 검증  
-- 3. 점검시간에 운영환경 적용

📋 백업 없이 스키마 변경

-- 😱 위험! 컬럼 삭제시 데이터 영구 손실
ALTER TABLE customers DROP COLUMN email;

-- 😱 데이터 타입 변경으로 데이터 손실
ALTER TABLE orders MODIFY COLUMN amount INT;  -- 소수점 손실

-- ✅ 안전한 스키마 변경 절차
-- 1. 전체 DB 백업
-- 2. 새 컬럼 추가 후 데이터 마이그레이션
-- 3. 검증 완료 후 기존 컬럼 삭제
ALTER TABLE customers ADD COLUMN new_email VARCHAR(100);
-- 데이터 복사 및 검증 과정...
-- ALTER TABLE customers DROP COLUMN email;  -- 나중에 삭제

🐌 3. 성능 관련 치명적 실수

-- 😱 인덱스 무시하는 쿼리 (느려터짐)
SELECT * FROM orders 
WHERE YEAR(order_date) = 2026;  -- 함수 사용으로 인덱스 타지 않음

-- 😱 전체 테이블 스캔 유발
SELECT * FROM customers 
WHERE name LIKE '%김%';  -- 앞에 %가 있으면 인덱스 못 씀

-- ✅ 인덱스 활용 가능한 조건
SELECT * FROM orders 
WHERE order_date >= '2026-01-01' AND order_date < '2027-01-01';

SELECT * FROM customers 
WHERE name LIKE '김%';  -- 뒤에만 %가 있으면 인덱스 활용 가능

🚨 실무 사고 사례들

사고 유형	실제 사례	결과	예방법
WHERE 절 누락	DELETE FROM users	😱 전체 회원정보 삭제	✅ 항상 SELECT로 먼저 확인
잘못된 JOIN	UPDATE A, B SET A.status = 'D'	😱 모든 데이터 상태 변경	✅ JOIN 조건 필수 확인
운영DB 접속	개발용 스크립트를 운영DB에 실행	😱 실서비스 중단	✅ 접속 정보 이중 확인
인덱스 삭제	성능 튜닝 중 인덱스 DROP	😱 서비스 응답시간 폭증	✅ 실행계획 사전 분석

---

🎮 실습 시나리오

📈 시나리오 1: 전자상거래 데이터 분석

flowchart TD
    A[🛒 고객 가입] --> B[📦 상품 주문]
    B --> C[📊 데이터 분석]
    C --> D[💰 매출 리포트]
    C --> E[👥 고객 세분화]  
    C --> F[📦 재고 관리]

    D --> D1[월별 매출]
    D --> D2[상품별 매출]
    E --> E1[VIP 고객]
    E --> E2[신규 고객]
    F --> F1[인기 상품]
    F --> F2[재주문 패턴]

🎯 레벨 1: 기본 조회 연습

-- 🏢 서울 거주 고객 목록
SELECT name, join_date 
FROM customers 
WHERE city = '서울'
ORDER BY join_date;

-- 📅 2026년 1월 주문 내역  
SELECT order_id, customer_id, order_date, amount
FROM orders
WHERE order_date >= '2026-01-01' AND order_date < '2026-02-01'
ORDER BY order_date;

-- 💰 주문금액 상위 5건
SELECT customer_id, order_date, amount
FROM orders
ORDER BY amount DESC
LIMIT 5;

🎯 레벨 2: 집계 분석 연습

-- 🏢 도시별 고객 수와 평균 주문금액
SELECT 
    c.city AS 도시,
    COUNT(DISTINCT c.customer_id) AS 고객수,
    COUNT(o.order_id) AS 총주문건수,
    ROUND(AVG(o.amount), 2) AS 평균주문금액
FROM customers c
LEFT JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.city
ORDER BY 평균주문금액 DESC;

-- 📊 월별 매출 추이
SELECT 
    DATE_FORMAT(order_date, '%Y-%m') AS 월,
    COUNT(*) AS 주문건수,
    SUM(amount) AS 총매출,
    ROUND(AVG(amount), 2) AS 평균주문금액
FROM orders
GROUP BY DATE_FORMAT(order_date, '%Y-%m')
ORDER BY 월;

-- 👤 고객별 주문 현황
SELECT 
    c.name AS 고객명,
    c.city AS 거주도시,
    COUNT(o.order_id) AS 주문횟수,
    COALESCE(SUM(o.amount), 0) AS 총주문금액,
    COALESCE(MAX(o.order_date), '주문없음') AS 최근주문일
FROM customers c
LEFT JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.customer_id, c.name, c.city
ORDER BY 총주문금액 DESC;

🎯 레벨 3: 실무 응용 연습

-- 🌟 VIP 고객 (총 주문금액 5000원 이상)
SELECT 
    c.customer_id,
    c.name AS VIP고객명,
    c.city AS 거주도시,
    COUNT(o.order_id) AS 주문횟수,
    SUM(o.amount) AS 총주문금액,
    ROUND(AVG(o.amount), 2) AS 평균주문금액
FROM customers c
INNER JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.customer_id, c.name, c.city
HAVING SUM(o.amount) >= 5000
ORDER BY 총주문금액 DESC;

-- 😢 휴면 고객 (한 번도 주문하지 않은 고객)
SELECT 
    c.customer_id,
    c.name AS 휴면고객,
    c.city AS 거주도시,
    c.join_date AS 가입일,
    DATEDIFF(CURDATE(), c.join_date) AS 가입후일수
FROM customers c
LEFT JOIN orders o ON c.customer_id = o.customer_id
WHERE o.customer_id IS NULL
ORDER BY c.join_date;

-- 📈 고객 생애가치 분석 (CLV - Customer Lifetime Value)
SELECT 
    c.name AS 고객명,
    DATEDIFF(MAX(o.order_date), MIN(o.order_date)) + 1 AS 활동기간일,
    COUNT(o.order_id) AS 총주문횟수,
    SUM(o.amount) AS 총구매액,
    ROUND(SUM(o.amount) / COUNT(o.order_id), 2) AS 평균주문금액,
    CASE 
        WHEN SUM(o.amount) >= 10000 THEN '🥇 플래티넘'
        WHEN SUM(o.amount) >= 5000 THEN '🥈 골드'  
        WHEN SUM(o.amount) >= 1000 THEN '🥉 실버'
        ELSE '🔰 브론즈'
    END AS 고객등급
FROM customers c
INNER JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.customer_id, c.name
ORDER BY 총구매액 DESC;

🔧 시나리오 2: 데이터 품질 관리

```sql -- 🔍 중복 데이터 탐지 SELECT name, city, COUNT() AS 중복건수 FROM customers GROUP BY name, city HAVING COUNT() > 1;

-- ⚠️ 데이터 이상치 검증 SELECT '주문금액 이상' AS 검증항목, COUNT() AS 이상건수 FROM orders WHERE amount <= 0 OR amount IS NULL UNION ALL SELECT '미래 주문일' AS 검증항목, COUNT() AS 이상건수
FROM orders WHERE order_date > CURDATE() UNION ALL SELECT '가입일 이상' AS 검증항목, COUNT(*) AS 이상건수 FROM customers WHERE join_date > CURDATE();

-- 🔗 참조 무결성 검사 (존재하지 않는 고객의 주문) SELECT o.order_id AS 문제주문번호, o.customer_id AS 존재하지않는고객번호, o.order_date, o.amount FROM orders o LEFT JOIN customers c ON o.customer_id = c