📊 GROUP BY와 HAVING 절, 통계를 위한 SQL의 기본기

데이터를 분석하거나 통계적으로 처리하는 상황에서 GROUP BY와 HAVING 절은 매우 자주 사용된다.
이 두 절은 함께 쓰이는 경우가 많지만, 각각의 역할과 사용 시 주의할 점을 이해하는 것이 중요하다.

🔹 GROUP BY는 데이터를 묶는 역할을 한다

GROUP BY 절은 특정 컬럼의 값을 기준으로 데이터를 그룹화한다.
이렇게 그룹핑된 데이터는 요약하거나 비교하기에 적합한 형태가 되며, 통계 분석 시 핵심적인 기능을 수행한다.

예를 들어 부서별 평균 연봉이나, 제품 카테고리별 판매 건수를 구하고 싶을 때 사용한다.

다만 GROUP BY는 시스템 부하가 큰 연산에 해당하므로,
가능하다면 먼저 WHERE 절을 통해 필요한 데이터만 선별하고 그룹핑하는 것이 좋다.

GROUP BY로 묶은 데이터에는 대부분 집계 함수가 함께 사용된다.
집계 함수는 각 그룹에 대해 합계, 평균, 개수 등을 계산할 수 있게 해준다.

이 외에도 DISTINCT 키워드를 사용하면 중복 값을 제거할 수 있다.
예를 들어 COUNT(DISTINCT 고객ID)라고 작성하면, 고객 ID가 중복되지 않은 수만 계산된다.

다만 집계 함수 내부에 DISTINCT를 사용할 경우,
집계 대상이 제한되므로 실제 결과가 예상과 다를 수 있다. 주의해서 사용해야 한다.

HAVING 절은 GROUP BY로 묶은 결과에 조건을 적용할 때 사용한다.
WHERE 절과의 가장 큰 차이점은 집계 함수의 사용 가능 여부다.

WHERE은 그룹핑 전에 데이터를 필터링할 때 사용하고,
HAVING은 그룹핑 후 집계된 결과를 기준으로 필터링할 때 사용한다.

예를 들어 부서별 인원 수를 구한 뒤,
인원이 5명 이상인 부서만 보고 싶다면 HAVING을 사용해야 한다.

SELECT 부서, COUNT(*) AS 인원수
FROM 사원
GROUP BY 부서
HAVING COUNT(*) >= 5;

이 쿼리에서 HAVING 절은 GROUP BY 이후 실행되기 때문에,
COUNT(*)처럼 집계된 값을 조건으로 사용할 수 있다.

📮 BeanSight | 해피빈(HappyBin)
보이지 않는 GROUP BY와 HAVING의 흐름은, 데이터의 논리를 정리하는 첫 번째 관문이 된다.
통계는 숫자가 아니라 구조를 보는 언어다.