[MS SQL] 다중 컬럼에서 사용하는 집계 함수(MIN, MAX, SUM, AVG)

안녕하세요! Plitche(플리체)입니다.
이번 포스팅은 [MS SQL] 다중 컬럼에서 사용하는 집계 함수(MIN, MAX, SUM, AVG)입니다.

Intro

어떠한 결과를 추출하기 위해서 우리가 Query문을 작성하다보면 집계함수를 사용하게 된다.

MIN(최소값), MAX(최대값), SUM(합계), AVG(평균)

대표적인 위의 4가지 집계함수들은 데이터 값을 비교하여 원하는 데이터만 추출하는 역할을 수행한다.

오늘은 그 중 컬럼간의 데이터를 비교하여 집계함수를 사용하고 싶을때 활용할 수 있는 방법을 소개하려 한다.

Base

먼저 쉽게 설명하기 위하여 아래와 같은 쿼리문을 통해 table을 생성하고 데이터를 insert하였다.

CREATE TABLE orders (
    customer_name VARCHAR(10) PRIMARY KEY,
    order1 int not null,
    order2 int not null,
    order3 int not null,
    order4 int not null
);

INSERT INTO orders VALUES('Steve', '13', '25', '56', '45');
INSERT INTO orders VALUES('Evan', '10', '45', '4', '24');
INSERT INTO orders VALUES('Alice', '5', '75', '412', '41');
INSERT INTO orders VALUES('Jhon', '7', '65', '3', '32');
INSERT INTO orders VALUES('Mia', '20', '3', '5', '400');

고객별 상품 주문 금액을 나타낸 것이다.

그럼 사진과 같이 5개의 row가 입력이 된 것을 볼 수 있다.

Row(행 간)의 비교

만약 당신이 order1에 대해서 MIN(최소값), MAX(최대값), SUM(합계), AVG(평균) 금액이 궁금하다면

SELECT MAX(order1) 최대, MIN(order1) 최소, SUM(order1) 합계, AVG(order1) 평균
FROM orders

위와 같은 쿼리문을 통하여 아래처럼 원하는 데이터를 얻을 수 있을 것이다.

집계 함수를 통한 쿼리 결과 데이터

Column(열 간)의 비교

하지만 만약 고객별로 집계 함수를 이용하여 데이터를 확인하려면 어떻게 해야할까??

SELECT customer_name,
    (  
        SELECT MIN(orders) FROM ( VALUES (order1), (order2), (order3), (order4) ) AS p (orders)   
    ) AS 최소,  
    (  
        SELECT MAX(orders) FROM ( VALUES (order1), (order2), (order3), (order4) ) AS p (orders)   
    ) AS 최대,  
    (  
        SELECT SUM(orders) FROM ( VALUES (order1), (order2), (order3), (order4) ) AS p (orders)   
    ) AS 합계,  
    (  
        SELECT AVG(orders) FROM ( VALUES (order1), (order2), (order3), (order4) ) AS p (orders)   
    ) AS 평균
FROM
(
    SELECT * FROM orders
) AS Price

위와 같이 쿼리문을 작성하여 실행을 시켜보면, 아래와 같이 각각 고객별(컬럼별)로 내가 원하는 데이터가 나온 것을 볼 수 있다.

피벗과 비슷하게 row와 colum을 바꾼 모양

Review

• 사실 이외에도 다른 방법을 이용하여 위와 같은 결과를 가져올 수 있지만, 비교적 손쉽고 복잡하지 않은 쿼리문 인 것 같습니다.

• 저도 저런식으로 DATA가 사용될 것이라고는 생각지 못했는데, 정확한 원리는 아직 알지 못하여 ㅠㅠ 추후에 알게되면 추가적인 정보를 업데이트 할 수 있도록 하겠습니다.