서브 쿼리 (MySQL SubQuery)
3. 서브 쿼리 (MySQL SubQuery)¶
- DB에 접근하는 속도를 높이기 위해서, 테이블을 다른 테이블과 관계를 맺어 만듬
- 한 테이블에 많은 정보가 들어 있으면, 속도가 느려짐
- 다른 테이블에 있는 정보를 가져와 현재 테이블에서 찾고자 할 때, 서브 쿼리가 필요하다.
- 서브쿼리는 SQL 절에서 계산필드, FROM, WHERE, HAVING에 들어갈 수 있으며, 대개 WHERE 절에서 많이 쓰임
3.1. 서브쿼리(Sub Query) 와 JOIN¶
- JOIN은 출력 결과에 여러 테이블의 열이 필요한 경우 유용
- 대부분의 서브쿼리(Sub Query) 는 JOIN 문으로 처리가 가능
3.2. 서브쿼리가 사용이 가능한 곳¶
- SELECT
- FROM
- WHERE
- HAVING
- ORDER BY
- INSERT문의 VALUES
- UPDATE문의 SET
In [3]:
import pymysql
import pandas as pd
In [4]:
host_name = "funcoding-db.ca1fydhpobsc.ap-northeast-2.rds.amazonaws.com"
username = "davelee"
password = "korea234"
database_name = "sakila" # 데이터베이스 이름을 sakila 로 바꿔줘야 합니다.
In [5]:
db = pymysql.connect(
host=host_name, # DATABASE_HOST
port=3306,
user=username, # DATABASE_USERNAME
passwd=password, # DATABASE_PASSWORD
db=database_name, # DATABASE_NAME
charset='utf8'
)
In [6]:
SQL = "SELECT * FROM film_category LIMIT 1"
df = pd.read_sql(SQL, db)
df
Out[6]:
In [7]:
SQL = "SELECT * FROM category LIMIT 1"
df = pd.read_sql(SQL, db)
df
Out[7]:
3.3. 카테고리가 Comedy 인 데이터의 film id 출력하기¶
In [8]:
# JOIN 을 사용한 쿼리
SQL_QUERY = """
SELECT film_id
FROM film_category
JOIN category ON category.category_id = film_category.category_id
WHERE category.name = 'Comedy'
LIMIT 1
"""
In [9]:
pd.read_sql(SQL_QUERY, db)
Out[9]:
3.4. 동일 쿼리를 서브 쿼리로 바꿔서 해봅니다.¶
In [12]:
# SUB QUERY 를 사용한 쿼리로 바꿔보자1 (category_id 는 어디 테이블의 카테고리 아이디일까?)
# 컬럼값 IN 서브쿼리출력값 -> 컬럼값과 서브쿼리값이 같을 때
SQL_QUERY = """
SELECT film_id
FROM film_category
WHERE film_category.category_id IN
(SELECT category.category_id FROM category WHERE category.name = 'Comedy')
LIMIT 1
"""
In [13]:
pd.read_sql(SQL_QUERY, db)
Out[13]:
3.5. 이렇게도 가능합니다.¶
In [10]:
# SUB QUERY 를 사용한 쿼리로 바꿔보자2 (category_id 는 어디 테이블의 카테고리 아이디일까?)
# 컬럼값 = 서브쿼리출력값 -> 컬럼값과 서브쿼리값이 같을 때 (비교 연산자 가능)
SQL_QUERY = """
SELECT film_id
FROM film_category
WHERE film_category.category_id =
(SELECT category.category_id FROM category WHERE category.name = 'Comedy')
LIMIT 1
"""
In [11]:
pd.read_sql(SQL_QUERY, db)
Out[11]:
3.6. 카테고리 이름이 Comedy 인 category_id 보다 더 높은 category_id를 가진 영화의 수를 category_id 와 함께 그룹별로 출력하기 (서브쿼리 활용)¶
In [8]:
# 컬럼값 > 서브쿼리출력값 -> 컬럼값과 서브쿼리값이 같을 때 (비교 연산자 가능)
SQL_QUERY = """
SELECT * FROM category
"""
In [9]:
pd.read_sql(SQL_QUERY, db)
Out[9]:
3.7. category_id가 가장 높은 카테고리에 포함된 영화 중 가장 높은 film_id를 가진 영화의 film_id 를 출력하자.¶
In [25]:
SQL_QUERY = """
SELECT MAX(film_id) FROM film_category
WHERE film_category.category_id IN
(SELECT MAX(category.category_id) FROM category)
LIMIT 1
"""
pd.read_sql(SQL_QUERY, db)
Out[25]:
category 에서 name 이 Comedy 인 category_id의 film_category 데이터를 한개 출력¶
In [17]:
SQL_QUERY = """
SELECT * FROM film_category
WHERE film_category.category_id IN
(SELECT category.category_id FROM category WHERE category.name = 'Comedy')
LIMIT 1
"""
pd.read_sql(SQL_QUERY, db)
Out[17]:
category_id가 가장 높은 카테고리 출력하기¶
In [18]:
SQL_QUERY = """
SELECT * FROM category
WHERE category_id IN
(SELECT MAX(category.category_id) FROM category)
LIMIT 1
"""
pd.read_sql(SQL_QUERY, db)
Out[18]:
In [ ]:
### 카테고리 이름이 Comedy 인 category_id 보다 더 높은 category_id를 가진 영화의 수를 category_id 와 함께 그룹별로 출력하기 (서브쿼리 활용)
In [10]:
# 컬럼값 > 서브쿼리출력값 -> 컬럼값과 서브쿼리값이 같을 때 (비교 연산자 가능)
SQL_QUERY = """
SELECT category_id, COUNT(*) AS film_count FROM film_category
WHERE film_category.category_id >
(SELECT category.category_id FROM category WHERE category.name = 'Comedy')
GROUP BY film_category.category_id
"""
pd.read_sql(SQL_QUERY, db)
Out[10]: