데이터 관련/SQLD

[자격증] 2024 개정 후 SQLD 후기 및 요약 정리

subindev 2025. 7. 9. 18:50

 

2024.09.20 SQLD 시험 합격자 입니다.

제 공부법은 유명한 노랭이 책 2회독 + 요약본을 작성하며 자주 읽었습니다.

 

 

 

전공자이기도 하고 부트 캠프와 병행하며 취득한 거라

SQL문 작성 능력 및 데이터베이스에 대한 기초가 있는 상태였고

12일 정도 하루에 2-3시간 정도 공부해서 취득한 것 같습니다!

노랭이 책 공부할 땐 너무 어려워서 마음이 불안했는데..!

시험이 좀 더 쉽게 느껴졌어요

 

그 당시 블로그 및 책을 참조하여 작성한 정리 요약본 공유합니다 : )

다들 한번에 붙으시길 바랍니다 화이팅입니다!

 

1과목

데이터 모델링의 이해

데이터 모델링이란?

: 데이터 모델링은 ‘현실 세계’를 단순화하여 표현하는 기법

 

데이터 모델링 특징

특징 - 단추구명

  • 단순화
  • : 현실세계를 ‘정해진 표기법’으로 단순하고 쉽게 표현, 핵심에 집중 + 불필요 제거
  • 추상화
  • : 현실세계, 개념을 일정한 형식으로 ‘간략하게’ 표현
  • 명확화
  • : 불분명함(애매모호함) 을 제거하고, ‘정확하게’ 현상을 기술

 

데이터 모델링 목적

목적

  • 단순히 DB, 시스템 만을 구축하기 위한 것이 아닌 업무 설명, 분석, 형상화 목적도 있음
  • 분석된 모델로 실제 DB 생성하며 개발 및 데이터 관리에도 사용

 

데이터 모델링 유의점

유의점 - 중학교때 유정의는 중복되고 안 유연하고 일관성이 없다 (실제로는 아주 좋은아이임)

  • 중복(Duplication)
  • : 같은 데이터가 엔티티에 중복 저장되면 안된다.
  • 비유연성(Inflexibility)→ 데이터의 정의를 데이터의 사용 프로세스 분리해서 유연성 높여야한다.
  • : 애플리케이션의 ‘사소한 변경’에도 데이터 모델이 수시로 변경되면 안된다.
  • 비일관성(Inconsistency)→ 데이터 간의 연관 관계에 대해 명확하게 정의
  • : 중복이 없는 경우에도 비일관성 발생 가능성 있음

 

데이터 모델링 3가지 관점 및 중요 3요소

관점

  • 데이터 관점 (What, Data)
  • : 어떤 데이터들이 업무와 얽혀있는지
  • 프로세스 관점 (How, Process)
  • : 업무가 실제로 처리하고 있는 일이 무엇인지
  • 데이터와 프로세스의 상관 관점 (Data vs Process, Intercation)
  • : 프로세스 흐름에 따라 데이터가 어떤 영향을 받는지

중요 요소

  • Things : 대상(Entity)
  • Attribute : 속성
  • Relationships : 관계

 

모델링의 3가지 단계

  1. 개념적 데이터 모델링
  2. : ‘전사적’으로 수행, 업무 중심적이고 포괄적인 수준의 모델링(추상화 레벨 가장 높음)
  3. 논리적 데이터 모델링: 논리 데이터모델을 대상으로 정규화를 하는 것
  4. : Key, 속성, 관계들을 표현하는 단계 → 정규화 활동이 이루어지는 단계
  5. 물리적 데이터 모델링
  6. : 실제 DB를 구현할 수 있도록 성능, 가용성등 물리적 요소 고려하는 단계

 

 

데이터 스키마 단계에 따른 독립성

스키마란?

테이블이 어떠한 구성으로 되어있는지, 어떤 정보를 가지고 있는지에 대한 기본적인 테이블의 구조를 정의한 것

데이터 스키마의 구조

  • 외부 스키마 : 각(여러) 사용자가 보는 스키마 정의 및 표현
  • 개념 스키마 : 모든(여러X) 사용자가 보는 데이터 정의 및 표현 & 관계를 정의하는 단계
  • 내부 스키마 : 물리적인 저장 구조를 나타내는 단계
  • DB
  • → 저장 구조, 칼럼, 인덱스 정의

** 논리적 독립성 : 개념 스키마가 변경 되어도 외부 스키마는 영향 X 외부 - 개념

** 물리적 독립성 : 내부 스키마가 변경 되어도 개념/외부 스키마는 영향 X 외부,개념 - 내부

 

ERD 작성 순서

  1. 엔티티 도출
  2. 엔티티 배치
  3. 엔티티 관계 설정
  4. 관계명 기입
  5. 관계 참여도 기입
  6. 관계 필수/선택 여부 기입

📔 엔티티 배치

꼭 해야하는 것은 아니지만 제일 중요한 엔터티를 왼쪽 상단에 두고 추가된 언터티를 나열하는 것이 좋다.

해당 업무에서 제일 중요한 엔터티가 왼쪽 상단에서 약간 아래쪽에 위치하는 것이 배치에 이상적이다.

 

Entity란?

업무에서 쓰이는 데이터들을 용도별로 분류한 데이터의 그룹 = 엔티티

 

 

엔티티의 특징

  • 반드시 해당 업무에서 쓰이는 정보여야 함 ⇒ 아니면 엔티티 성립 X
  • 유일한 식별자가 있어야함 PK
  • 2개 이상의 인스턴스 가져야함
  • 반드시 속성 2개 이상 가져야함 (PK + 또 다른 속성)
  • 다른 엔티티와 1개 이상의 관계 ( BUT 통계성 엔터티나 코드성 엔터티는 생략가능)

 

엔티티 분류 방법과 종류

유형, 무형에 따른 분류 ⇒ 개사유~ 계셔유~

  • 개념 엔티티 : 모델링 대상이 형태 없음 ex) 부서, 학과
  • 사건 엔티티 : 모델링 대상이 행위로 인해 발생하는 것 ex) 주문, 이벤트 응모
  • 유형 엔티티 : 모델링 대상이 물리적인 형태가 존재 ex) 상품, 회원

발생 시점에 따른 분류 → 기장중행복 !

  • 행위 엔티티ex) 주문 내역, 이벤트 응모 이력 등
  • : 2개 이상의 엔티티로부터 파생
  • 기본 엔티티ex) 상품, 회원, 부서
  • : 모델링 대상이 업무에 대해 원래 존재하는 요소 → 독립적, 자식 엔티티 가질 수 있음
  • 중심 엔티티ex) 주문, 매출, 계약
  • : 모델링 대상의 업무 과정 중 하나, 기본 엔티티로부터 파생, 행위 엔티티 생성

 

엔티티 명명 주의점

  • 업무에서 실제 쓰이는 용어 사용
  • 한글 약어 사용X, 영어 대문자로 표시
  • 단수 명사로 표현, 띄어쓰기 X
  • 의미상 중복 X(주문, 결제 엔티티는 중복 가능)
  • 명확하게 표현
  • 생성되는 의미대로 자연스럽게 부여하도록 함

 

속성이란

: 엔티티의 특징을 나타내는 최소의 데이터 단위

 

속성의 특징

  • 더 이상 쪼개지지 않는 레벨
  • 속성은 집합이다
  • 업무에서 필요로 하는 항목
  • 엔티티를 설명, 인스턴스를 설명
  • 하나의 속성은 하나의 속성값만 가짐 → 여러개 가지면 1차 정규화
  • 일반 속성은 정해진 주식별자에 함수적 종속성 가져야한다ex) PK가 2개의 속성으로 이루어져있는데 {속성1, 속성2} 에서 속성 2에만 종속성 가지면 2차 정규화로 엔티티 추가 생성해서 각 엔티티마다 완전 함수적 종속 충족시켜줌
  • → 완전 함수적 종속이 아닌 부분 종속이면 2차 정규화 해준다.

 

속성의 특성에 따른 분류

일반적인 특성에 따라 분류 - 백설기파

  • 기본 속성
  • : 업무 프로세스(기본 틀) 분석했더니 바로 정의 가능한 속성
  • 설계 속성 - 인스턴스에 유니크함을 부여하는 속성(PK의 토대)ex) 학번, 사번 등등
  • : 업무엔 없으나, 모델링 하다보니 고유함 보전하기 위해 필요해져서 만들어짐
  • 파생 속성 → 그냥 파생 들어가면 다 성능, 편의 위해 새로 만든 엔티티의 속성→ 데이터 정합성 고려 & 가급적 적게 정의
  • : 데이터를 조회할 때 빠른 성능 낼 수 있도록 원래 속성값을 계산하여 저장할 수 있도록 하는 속성 ex) 평균, 재고 등등..

구성 방식(각 속성 및 엔티티와의 관계)에 따른 분류

  • PK 속성(기본키, 주식별자 키) #으로 표현 ex) 학번, 사번
  • : 인스턴스의 유니크함을 부여하는 속성, 일반 속성들의 종속성을 가진 키
  • FK 속성→ 주식별자에 있는 속성이 FK가 될 수 있음 ex) #사원번호(FK)
  • ex) 학과 코드, 회원 등급 코드, 부서 코드 → 학과에 따른 엔티티가 있겠지? 걔랑 연결
  • : 다른 엔티티에서 가져온 속성(외래키), 다른 엔티티와의 관계를 맺게 해줌
  • 일반 속성 : PK, FK를 제외한 나머지 속성

속성의 분해 가능 여부에 따른 분류

  • 단일 속성 : 속성이 하나의 의미로 구성
  • 복합 속성 : 여러개의 의미로 구성(주소 = 시+구+동)
  • 다중값 속성 : 속성이 여러개 값 가짐 → 1차 정규화 or 별도 엔티티 생성

 

속성이 만들어낸 데이터 모델의 개념

  • 도메인
  • : 속성이 가질 수 있는 속성 값의 범위
  • 용어 사전
  • : 속성의 이름을 정확, 직관적으로 부여하기 위한 용어 사전
  • 시스템 카탈로그: 시스템 테이블로 구성 & SQL로 조회 가능
  • : 여기 저장된 데이터 = 메타 데이터, SELECT만 가능 INSERT, UPDATE 등등 불가능
  • : 시스템 자체에 관련있는 데이터를 가진 DB

 

관계란?

엔티티와 엔티티 사이에 속성끼리의 연결에 의해 만들어지는 상관 관계

 

관계의 종류

  • 존재 관계 : 모델링 된 엔티티들이 존재로서 관계를 가짐
  • 행위 관계 : 모델링 된 엔티티들이 행위에 의해 관계를 가짐

UML의 클래스다이어그램에 의해 나뉘는 종류

  • 연관 관계: 멤버 변수로 선언
  • : 필수적 관계(존재적 관계, 식별자 관계) - 항상 서로 이용(실선)
  • 의존 관계: 행위 코드 오퍼레이션에서 파라미터로 사용
  • : 선택전 관계(비식별자 관계) - 상대 클래스 행위에 따라 이용(점선)

 

관계 표기 방법(ERD)에 따른 특성 분류

  • 관계명
  • : 관계 이름은 시작 엔티티 - 능동적/끝 엔티티 - 수동적 ‘동사’ 사용
  • 관계 차수
  • : 각 엔티티 끼리의 관계에 참여하는 ‘속성의 수’ 1:1, 1:M, M:N 형식으로 구분
  • 관계의 표기법 : 관계명 관계차수, 선택성(선택사항)
  • 관계 선택 사양ex) 한 수업 엔티티에 출석 엔티티, 과제 엔티티가 있으면과제는 과제가 있는 날에만 관계를 맺고 조회가 되기 때문에 이러한 걸 구분
  • 출석은 수업이 있을 때 마다 항상 관계가 성립되어서 조회가 되지만
  • : 필수적 관계( 엔티티끼리 항상 관계 즉 존재에 의한 관계) : 선택적 관계( 행위에 의해 관계 여부가 성립)

 

관계 체크 사항(두 엔티티 사이 관계 정의 시 유의할 사항)

  • 두 엔티티 사이 관심있는 연관 규칙이 존재하는가
  • 두 엔티티 사이 정보의 조합이 발생하는가
  • 업무 기술 시, 장표의 관계 연결을 가능하게하는 동사가 있는가
  • 업무 기술 시, 장표의 관계 연결을 가능하게하는 규칙이 서술 되어 있는가

 

식별자란? 주 식별자의 특성

: 각각의 인스턴스를 구분 가능하게 만들어주는 대표 속성을 뜻한다.

주 식별자란? 주 식별자의 특성 # 으로 표현

: 주 식별자는 PK(Primary Key)에 해당 하는 속성 → PK는 여러개 존재 할 수 있음

  • 유일성 : 해당 속성이 인스턴스를 유일하게 식별할 수 있는 성질을 가졌는지
  • 최소성 : 최소한의 속성들로만 유일성을 보장하게 하는지
  • 불변성 : 속성값이 변하지 않아야함
  • 존재성 : 속성값은 NULL이 될 수 없음→ 즉 특정 특성을 만족함에 따라 속성은 특정 키로서 존재가능
  • → ex) 유일성과 최소성을 만족하는 속성은 보조키로서 존재할 수 있다.

 

식별자의 특성과 특정 여부에 따른 분류

대표성 여부

  • 주 식별자(PK) - # 으로 표현→ PK는 여러 속성이 존재 할 수 있으나, 여러 속성이 존재 할 경우 나머지 일반 속성들이 해당 PK들 속성들에 대해 함수적 종속성을 띄어야함 → 그렇지 않으면 2차 정규화하여 부분 종속에 해당하는 속성들만 따로 추가 엔티티를 생성한다.
    • 주 식별자 도출 기준
      • 해당 업무에서 자주 이용되는 속성
      • 명칭, 내역 등의 이름은 피함
      • 속성 수를 최대한 적게 구성
      • 자주 변하지 않는 값
  • : 유일성, 최소성, 불변성, 존재성을 모두 만족하는 식별자
  • 보조 식별자→ 즉 다른 엔티티와의 참조 관계로 연결되지 않는다.#회원번호*아이디→ 이게 엔티티를 대표하지는 못 함
  • → 에서 아이디는 다른 인스턴스랑 중복될 수 없기 때문에 해당 엔티티에서 인스턴스를 구분짓게 할 수 있는 식별자이나
  • *회원명
  • ex) 회원 엔티티에서
  • : 인스턴스 식별은 가능하나 엔티티를 대표하는 식별자는 아님

스스로 생성 되었는가에 대한 여부

  • 내부 식별자
  • : 다른 엔티티 참조 없이 해당 엔티티 내부에서 스스로 생성된 식별자
  • 외부 식별자→ 만약 부모 엔티티의 FK를 받아서 이를 주식별자로 사용하면
  • → 해당 자식 엔티티의 PK는 SQL 조인에서 반드시 사용되고 WHERE 절에서 사용 가능성이 높음
  • : 다른 엔티티에서 온 식별자 - 다른 엔티티와 연결고리 역할

단일 속성인지에 대한 여부(주 식별자 구성이 여러 속성인가)

  • 단일 식별자 : 주 식별자가 1개의 속성으로 구성
  • 복합 식별자 : 주 식별자가 2개 이상의 속성으로 구성
  • → 주 식별자가 2개 이상이면 해당 속성들의 우선순위를 잘 매겨서 잘 복합시킨 후 일반 속성들에게 종속시켜야 주 식별자로서 기능을 다 하게 된다.

대체되었는지 기존에 있는지에 대한 분류

  • 원조(본질) 식별자 : 업무에 의해 만들어지는 식별자, 가공되지 않은 원래 식별자
  • 인조(대리) 식별자 : 인위적으로 만들어지는 식별자, 주 식별자가 복잡할 때 이를 통합→ 기존 : 사번+주문일자+순번을 주 식별자로 두고 주문을 처리하다가
  • → 이를 “주문번호” 라는 단일 속성의 주 식별자로 만들면 이게 인조, 대리 식별자가 됨
  • → ex) 주문번호 - 대표적 인조, 대리 식별자

 

식별자 관계 vs 비식별자 관계

식별자 관계

→ 트랜잭션에 의한 관계 - 동시에 커밋, 롤백 - 하나의 커밋 단위로 엔티티들이 묶임

: 부모 엔티티의 식별자 속성이 자식 엔티티의 주 식별자가 되는 관계

  • 강한 연결 관계
  • 실선(항시 연결)
  • 부모-자식 관계가 항시 유지
  • SQL문의 조인을 최소화 해줌

비식별자 관계

: 부모 엔티티의 식별자 속성이 자식 엔티티의 일반 속성이 되는 관계

  • 약한 연결 관계
  • 점선(선택적 연결)
  • 부모-자식 관계가 유지 안 될 수 있음
  • → 일반 속성 값은 NULL이 들어갈 수 있기 때문에 부모 엔티티의 식별자 속성에 값이 없을 때 자식 엔티티의 속성 값(인스턴스)이 생성 가능하다.

데이터 모델과 SQL

성능 데이터 모델링의 개요

  1. 성능 데이터 모델링의 정의
    • 성능 저하의 원인 중 하나는 데이터 모델링의 근복적인 디자인이 잘못되어 있는 경우도 많다
    • 따라서 성능 데이터 모델링을 통해 성능향상을 도모해야한다
    • 성능 데이터 모델링이란?
      • 데이터베이스 성능향상을 목적으로 설계단계의 데이터모델링 때부터 성능과 관련된 사항이 모델링에 반영될 수 있도록 하는 것
  2. 성능 데이터 모델링 수행시점
    • 사전에 성능 모델링을 할수록 성능 향상을 위한 비용은 적게 든다
    • 분석/설계 단계에서 성능을 고려해 데이터 모델링을 수행할 경우 재업무 비용을 최소화할 수 있다
    • 따라서 분석/설계 단계에서 처리성능을 향상시킬 방법을 고려해야한다
  3. 성능 데이터 모델링 고려사항
    • 성능 데이터 모델링 프로세스
      • 정규화 → 정규화가 1등
      • DB 용량 산정
      • 트랜잭션의 유형 파악 → 테이블 수직 분할 할 때(반정규화)
      • 용량과 트랜잭션의 유형에 따라 반정규화
      • 이력모델 조정, PK/FK 조정, 슈퍼타입/서브타입 조정
      • 성능관점에서 데이터 모델을 검증

정규화

정규화란?

: 엔티티를 작은 단위로 분리하는 과정

→ 큰 엔티티를 작은 엔티티들로 분리하고 관계 맺음

: 논리 데이터 모델에서 행하는 과정이다.(개념 모델링 X, 물리 모델링 X)

정규화의 특징 및 하는 이유와 개념 = 장점

  • 데이터의 무결성을 위해 수행
  • 최소한의 데이터만을 하나의 엔티티에 넣는 과정, 데이터 분해 과정
  • 데이터 일관성 확보
  • 데이터 독립성 확보 → 데이터 중복 제거
  • 데이터 유언성 확보 → 필요 데이터들의 분할로 인해 유연하게 접근 가능
  • 입력, 수정, 삭제 성능은 일반적으로 향상
    • → 조회 성능이 저하 될 수 있음

정규화의 단점

  • 엔티티 갯수 증가
  • 이로 인한 관계 증가
  • 데이터 조회 시 여러번의 조인이 요구
  • 조회 성능의 저하
    • 식별자, 비식별자랑 헷갈리지말자 → 식별자 = join 최소화

정규화의 종류

1차 정규화

⇒ 테이블 컬럼이 원자값(하나의 값)을 갖도록 테이블을 분해하는 것

장영 왜 두개있음 ? 분리해라

2차 정규화

완전 함수 종속을 만족하도록 테이블을 분해하는 것

완전 함수 종속이라는 것은 기본키의 부분집합이 결정자가 되어서는 안된다는 것을 의미 즉, 기본키 중에 특정 컬럼에만 종속된 컬럼이 없어야 된다는 것

모든 속성은 기본키에 종속되어야 하며, 일부만 종속되는 것도 안된다.

위 테이블은 이름이 중복이라 이름만으로 row를 구분할 수는 없다.

(이름, 좋아하는 음식) 이 두개가 합쳐져야만 row를 구분할 수 있다. 이는 다르게 말하면 이름과 좋아하는 음식을 알면 나이를 알 수 있다는 말이 되는데

여기서 문제는 나이는 학생이름에 종속되어 있기에 학생이름 하나만 알더라도 나이를 알 수 있다는 것이다.

3차 정규화

이행적 종속을 없애도록 테이블을 분해하는 것

A ⇒ B , B ⇒ C 일 때, A ⇒ C가 성립되는 것을 의미한다. 즉 기본키 이외에 다른 컬럼이 그 외 다른 컬럼을 결정할 수 없다는 것을 의미

여기서 고객 번호 ⇒ 등급 (결정) / 등급 ⇒ 할인율 (결정) 이면 고객 번호 ⇒ 할인율을 결정할 수 있게 된다. 이는 이행적 종속을 어기므로 이렇게 테이블을 분리하여 준다

그 외

  • BCNF 정규화
  • : 모든 결정자가 후보키가 되도록 테이블을 분해하는 것
  • 제 4 정규화
  • : 여러 칼럼이 하나의 칼럼 종속시킬 때 분해해서 ‘다중값 종속성’ 제거
  • 제 5 정규화
  • : 조인에 의해 새로운 종속성 발생 시 이를 막기 위해 엔티티 재 분해

반정규화

반정규화란? 특징과 하는 이유

: ‘정규화 된’ 데이터 모델(엔티티, 속성, 관계)에 대해

‘성능 향상’, ‘개발, 운영의 단순화’ 를 위해 데이터를 중복, 통합, 분리 하는 기법

: 정규화 시 엔티티 갯수 증가, 관계 증가 → 여러 조인 요구

→ 이런 경우 디스크 I/O 양이 많아져 성능이 저하되거나 경로거 멀어서 ‘조인’으로 인한 성능 저하가 예상

→ 비정규화 = 정규화를 하지 않음, 반정규화 = 위를 하는 것

반정규화의 특징

  • 조회(SELECT) 속도 향상
  • 데이터 모델의 유연성은 저하
  • → 입력/수정/삭제 성능 저하

반정규화 하는 경우

  • 정규화를 통해 엔티티, 관계 수가 많아져서 조회 시 ‘조인’으로 인한 성능 저하 예상될 때
  • 칼럼을 계산하고, 읽을 때 FK라서 여러 조인을 또 불러와서 성능이 저하 될 때

→ 즉 조인으로 인한 I/O 양이 너무 많아져서 처리 성능이 저하 될 때

→ 중복성을 증가시켜 조회 성능을 향상시킨다.

반정규화 안하면 발생하는 문제

  • 성능 저하된 DB 생성
  • 구축, 시험 단계에서 수정에 따른 노력 비용 발생

테이블을 가지고 반정규화 방법(병합, 분할, 추가)

테이블 병합

  • 1:1 관계 테이블 병합
  • 1:M 관계 테이블 병합
  • 슈퍼 서브 타입 테이블 병합
  • → 공통 속성과 개별 속성을 별도로 관리하는 설계 타입

테이블 분할

  • 테이블 수직 분할(속성 분할)→ 테이블 속성 개수 많을 때, 조회 성능 향상을 위해
  • → 자주 쓰이는 속성을 수직 분할 → 이후 1:1 관계 이루게 된다.
  • : 트랜잭션 처리 유형 파악이 필요 → 반정규화에서 테이블 수직 분할 할 때 필요
  • 테이블 수평 분할(인스턴스 분할, 파티셔닝)
  • : 물리적으로 데이터 분리

테이블 추가

  • 중복 테이블 추가
  • : 동일한 테이블 구조 중복, 원격 조인 제거
  • 통계 테이블 추가
  • : SUM, AVG 등 전용 테이블 추가
  • 이력 테이블 추가
  • : 마스터 테이블의 레코드를 긁어서 테이블 추가 생성
  • 부분 테이블 추가
  • : 이용 빈도 높은 칼럼을 복사하여 별도 테이블 생성, 물리적 디스크 I/O 줄이기 위해

칼럼을 통해 반정규화 하는 방법

  • 중복 칼럼 추가 → 중복 추가는 다 JOIN 감소 시키기 위해(중복 테이블 추가)ex) 최근 상품 가격
  • : 조인 감소를 위해 중복 칼럼 추가
  • 파생 칼럼 추가 → 파생 속성이 이걸 뜻하는 것 → 부하 줄이기
  • : 미리 값을 계산하여 칼럼에 보관
  • 이력 테이블 칼럼 추가
  • : 대량의 이력 데이터를 처리할 때 기능성 칼럼(최근값 여부, 시작&종료일 등)을 추가
  • PK에 의한 칼럼 추가
  • : 여러 칼럼으로 이루어진 PK를 가진 테이블을 조인할 경우 단순성을 위해서 인공키를 PK로 지정하고 활용
  • 응용 시스템 오작동을 위한 이전 데이터 보관 칼럼 추가
  • : 이전 데이터를 임시적으로 중복하여 보관

관계를 통해 반정규화 하는 방법

중복 관계 추가 방법

  • 여러 경로를 거쳐 조인 할 수 있지만, 성능 저하를 예방하기 위해 추가적인 관계를 맺음

→ 중복 관계 추가는 데이터 무결성을 깨뜨릴 위험성이 없음

→ 이에 무결성을 지키면서 처리 성능을 향상 시킬 수 있음

관계와 조인

관계란?

: 부모 엔티티의 식별자를 자식에 상속하고, 상속된 속성을 **매핑키(조인키)**로 활용

관계의 분류

  • 존재 관계
  • 행위 관계

조인이란?

: 데이터 중복을 피하기 위해 테이블은 정규화에 의해 분리

→ 이렇게 분리된 테이블을 동시에 출력하거나 관계가 있는 테이블 참조 위해서는 테이블 연결

→ 이 때 이러한 연결 과정을 JOIN 이라 칭한다.

계층형 데이터 모델

: 하나의 엔티티 내에서 인스턴스 끼리 계층 구조를 가지는 경우

→ 계층 구조를 갖는 인스턴스끼리 연결하는 조인을 셀프 조인이라 한다.

(같은 테이블 내에서 여러 번 조인 되는 것)

ex) 인스턴스 A를 긁었는데 그 안에 속성 B에 대한 값이 해당 엔티티 내의 다른 인스턴스에 있는 값이여서 이들을 두 속성을 같이 SELECT 하고, WHERE & AND로 조건 먹인다음 긁어낼 때 두 SELECT에 의해 하나의 엔티티 내에서 여러번 조인이 발생

상호배타적 관계

: 하나의 부모가 2개의 자식 엔티티를 가질 때 행위 조건에 따라 두 자식 중 하나의 자식만 관계를 가질 수 있는 것을 상호배타적 관계라 칭한다.

트랜잭션이란?

트랜잭션의 특징

  • 하나의 연속적인 업무 단위를 뜻 함
  • 트랜잭션에 묶인 엔티티들은 ‘필수적 관계’ 가짐
  • 하나의 트랜잭션에 속한 동작들은 모두 성공하거나, 모두 취소(UNDO)되어야한다.
  • → 트랜잭션의 ‘원자성’
  • 서로 독립적으로 업무가 발생하면 안됨, 순차적으로 함께
  • 부분 커밋 불가, 동시 커밋&롤백

본질 식별자와 인조 식별자

원조(본질) 식별자

: 업무에 의해 만들어지는 식별자(꼭 필요한 식별자)

인조(대리) 식별자

: 원조 식별자가 PK 2개 이상인 복합 식별자 일 때

속성들을 하나의 속성으로 묶어서 사용하면 이것이 인조 식별자

: 꼭 필요하진 않지만 편의성을 위해 인위적으로 만들어지는 것

인조 식별자의 단점

  • 중복 데이터 발생 가능성 → 데이터 품질 저하
  • 불필요한 인덱스 생성 → 저장 공간 낭비 및 DML 성능 저하
  • 개발 편의성이 줄어들 수 있음

2과목 SQL 기본 및 활용

SELECT 절의 구조와 순서

FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY 순서

WHERE절 특징

WHERE 절에서 함수를 사용하는 것은 가능하지만, 집계 함수(SUM, AVG, COUNT 등)를 직접 WHERE 절에 사용하는 것은 허용되지 않습니다. 이는 WHERE 절이 각 행을 개별적으로 평가하고 필터링하는데 사용되기 때문입니다. 집계 함수는 여러 행의 데이터를 요약하여 하나의 결과를 생성하는데, 이러한 연산은 WHERE 절이 처리되기 전에 개별 행을 대상으로 조건을 적용할 때는 수행할 수 없습니다.

예를 들어, **WHERE SUM(SALA) > 20000**은 잘못된 사용 예입니다. 여기서 **SUM(SALA)**는 여러 행의 SALA 값을 합산하는데, 이는 WHERE 절에서 수행할 수 있는 개별 행에 대한 조건이 아닙니다.

이런 조건을 적용하고자 할 때는 HAVING 절을 사용해야 합니다. HAVING 절은 GROUP BY 절과 함께 사용되어, 그룹화된 결과에 대해 조건을 적용합니다. 예를 들어, 총합이 20000을 초과하는 그룹을 찾고자 한다면, 쿼리는 다음과 같이 작성됩니다:

SELECT department, SUM(SALA) AS total_salary
FROM employees
GROUP BY department
HAVING SUM(SALA) > 20000;

이 쿼리는 employees 테이블에서 department 별로 **SALA**의 합을 계산하고, 그 합이 20000을 초과하는 부서만 선택합니다. HAVING 절은 **GROUP BY**로 생성된 그룹에 대해 조건을 적용하기 때문에, 여기서는 집계 함수의 결과에 조건을 적용하는 것이 적절합니다.

SQL 함수 (2과목 대비)

문자형 함수

  • CHR(ASCII 코드)
  • : 코드 값에 따른 문자 출력
  • LOWER(문자열) → 소문자
  • : 입력 문자열을 소문자로 변환
  • UPPER(문자열) → 대문자
  • : 입력 문자열을 대문자로 변환
  • LTRIM(문자열, [특정문자] ) → 문자 사이에 있는 공백은 제거 안됨: 특정 문자로 여러 문자를 입력하면 그 안에 있는 모든 문자가 사라짐: ‘LE’ 에 ‘L’, ‘E’ 가 있기 때문에 L, E를 날리는 것 대신 바로 멈춘다.
  • ex) LTRIM(’SQL’, ‘LE’) → SQ
  • : 왼쪽 공백 제거, 특정문자 제거(제거 되면 멈춤)
  • RTRIM(문자열, [특정문자]) → 문자 사이에 있는 공백은 제거 안됨
  • : 오른쪽 공백 제거, 특정문자 제거(제거 되면 멈춤)
  • TRIM([위치값] [특정문자] [FROM] 문자열) → , 없어도 됨 + 특정문자는 문자열 안됨: 위치값은 LEADING=왼쪽부터, TRAILING=오른쪽부터, BOTH=둘 다
  • : 왼쪽, 오른쪽 공백 제거하고 특정 문자 제거
  • SUBSTR(문자열, 시작점, [길이] ) → 0부터 시작 X, 1부터 시작임: 더 잘라질 수 없으면 최대한의 값으로 출력ex) SUBSTR(’블랙핑’, 3, 3) → ‘핑’
  • ex) SUBSTR(’블랙핑크제니’, 3, 2) → ‘핑크’
  • : 문자열의 원하는 부분만 잘라서 반환(추출), 시작점 부터 자르기 시작해서, 길이 만큼 자른다.
  • INSTR(문자열, 특정문자, [시작점], [몇번째에 발견])ex) INSTR(’A#B#C#’, ‘#’, 3, 2) → 6
  • : 문자열에서 원하는 문자 찾아서 위치 반환, 여러개 찾아지면 몇번째 문자의 위치를 반환
  • LENGTH(문자열)
  • : 문자열의 길이를 반환
  • REPLACE(문자열, 찾는 문자열, [변경 할 문자열])
  • : 문자열에서 특정 문자열을 찾아서 이를 변경 → 변경 할 문자 입력 안하면 없앰
  • LPAD(문자열, 길이, 특정 문자)
  • : 문자열이 설정한 길이가 될 떄 까지 왼쪽을 특정 문자로 채움
  • RPAD(문자열, 길이, 특정 문자)
  • : 위와 동일
  • CONCAT(문자, 문자) → 결합
  • : 두 문자를 결합하는 함수

숫자형 함수

  • ABS(수)
  • : 절댓값 반환
  • SIGN(수)
  • : 부호를 반환 → 양수 = 1 / 음수 = -1 / 0 = 0
  • CEIL(수) → 올림: 음수인 소수를 넣으면 버리게 되면 커진다.ex) CEIL(-33.4) → -33
  • ex) CEIL(72.86) → 73
  • : 소수점 이하의 수를 올림 한 정수로 반환
  • ROUND(수, [자릿수]) → 반올림: 음수는 해당 자릿수의 정수를 반올림(-1 = 1의 자리를 반올림, -2 = 10자리)ex) ROUND(163.76, -2) → 200
  • ex) ROUND(163.76, 1) → 163.8
  • : 수를 지정한 소수점 자릿수까지 반올림, Default = 정수로 만듬 = 0
  • TRUNC(수, [자릿수]) → 버림: 음수는 해당 자릿수의 정수까지 버림ex) TRUNC(54.29, -1) → 50
  • ex) TRUNC(54.29, 1) → 54.2
  • : 수를 지정한 소수점 자릿수까지 버림, Default = 0
  • FLOOR(수) → 소수점 이하 버림ex) FLOOR(22.3) → 22
  • ex) FLOOR(-22.3) → -23
  • : 소수점 이하의 수를 버림
  • MOD(수1, 수2) → 나머지: 수2가 0일 경우 수1을 그대로 반환ex) MOD(15, -4) → 3
  • ex) MOD(15, 7) → 1
  • : 수1을 수2로 나눈 나머지를 반환

날짜 함수

  • SYSDATE: nls_date_format에 따라 출력 포맷 달라질 수 있음)
  • : 현재의 연, 월, 일, 시, 분, 초를 반환
  • EXTRACT(특정 단위 FROM 날짜데이터 or SYSDATE)ex) EXTRACT(YEAR FROM SYSDATE) → 2024
  • ex) EXTRACT(MONTH FROM SYSDATE) → 3
  • : 특정 단위의 날짜를 반환
  • ADD_MONTHS(날짜 데이터, 특정 개월 수): 날짜의 이전 달이나 다음 달에 기준 날짜의 일자가 존재하지 않으면 해당 월의 마지막 일자 반환ex) ADD_MONTHS( DATE ‘2022-01-31’, 1) → 2022-02-28
  • ex) ADD_MONTHS( TO_DATE(’2021-12-31’), 1) → 2022-01-31
  • : 입력한 날짜 데이터에 특정 개월 수를 더한 날짜를 반환해주는 함수

변환 함수

명시적 형변환 : 변환 함수를 사용하여 데이터 유형을 명시적으로 나타냄

암시적 형변환 : DB가 내부적으로 알아서 데이터 유형을 변환함

  • TO_NUMBER(문자열): 숫자로 변환 안되는 진짜 문자가 들어가면 에러 발생
  • : 문자열을 숫자로 변환
  • TO_CHAR(수 or 날짜, [포맷])
  • : 수나 날짜 데이터를 문자형 또는 입력 포맷으로 변환
  • TO_DATE(문자열, 포맷)
  • : 포맷 형식의 문자 데이터를 YYYY-MM-DD 형식의 날짜 데이터로 바꿈

 

그룹 함수 → 데이터들 모아서 처리함

그룹함수는 NULL이 들어간 행은 무시하고 처리한다.

  • COUNT(대상)ex) COUNT(*) → * 입력하면 모든 칼럼에 대해 적용
  • : 행의 수 리턴
  • SUM(대상)
  • : 합을 리턴
  • AVG(대상)
  • : 평균을 리턴
  • MIN(대상)
  • : 최솟값 리턴
  • MAX(대상)
  • : 최댓값 리턴
  • VARIANCE(대상)
  • : 분산 리턴
  • STDDEV(대상)
  • : 표준편차 리턴

 

NULL 함수 & 치환 함수

  • NVL(인수1, 인수2): NULL이 아니면 그대로 인수1 반환
  • : 인수1의 값이 NULL일 경우 인수2를 반환
  • NULLIF(인수1, 인수2): 같지 않으면 인수1을 반환
  • : 인수1과 인수2가 같으면 NULL 반환
  • COALESCE(인수1, 인수2, 인수3….)
  • : NULL이 아닌 최초의 인수를 반환
  • NVL2(인수1, 인수2, 인수3) → 3개 까지ex) NVL2(REVIEW_SCORE, ‘리뷰있음’, ‘리뷰없음’)
  • : 인수1이 NULL이 아니면 인수2, NULL이면 인수 3반환

함수가 아닌 CASE 구문형식으로도 특정 값을 치환 가능

  • CASE 구문 & WHEN 조건 & ELSE 처리
  • : 별도의 ELSE가 없으면 NULL 값이 ELSE의 DEFAULT가 된다.
  • DECODE(대상, 값1, 리턴1, 값2, 리턴2, 값3, 리턴3……, ESLE 값)
  • : CASE 구문과 같은 역할 조건의 구분은 없다.

 

NULL - 함수의 NULL 처리

sum, avg, min, max, count 함수는

null을 무시한다.

SQL 함수 및 명령문은

맨위의 인스턴스부터 하나씩 인스턴스 훑는 순서로 진행된다

1 인스턴스 접근 → 1 인스턴스의 column에 접근 → 조건에 맞는 해당 인스턴스값 출력

2 인스턴스 접근 → 2 인스턴스의 column에 접근 → 조건에 맞는 해당 인스턴스값 출력

…..

COUNT() 해당 column의 행의 수를 출력

COUNT(*) → 모든 칼럼을 체크하여 행의 수를 출력

** 이 때 NULL이 포함된 column의 경우 카운팅 제외

NVL( column 명, value ) → 지정 칼럼에서 NULL 찾아내고 value로 치환한 뒤 인스턴스를 출력

 

3장 관리 구문

  • DDL에 TRUNCATE 추가
  • TCL에 SAVEPOINT 추가
  • DML에 MERGE 추가

3장 관리 구문 정리

전반적인 용어 정리(제약조건, 디폴트)

DEFAULT란?

: 특정 칼럼에 값이 생략되어 INSERT 될 경우 자동으로 부여되는 값

: 기본 = NULL, ALTER로 설정하면 이전의 Column data엔 적용 x

: DEFAULT 임의 수정 시 수정 이후에 생성된 칼럼만 다시 적용

제약 조건 종류

  • PK: 자동으로 UNIQUE 인덱스로 생성
  • : 한 테이블에 1개만 가능 → 즉 PK랑 주식별자는 다른 것(주식별자 안에 PK가 있음)
  • : NULL값 입력X
  • UNIQUE: 주식별자 중 하나
  • : NULL값 허용
  • FK
  • NOT NULL
  • CHECK

DELETE, DROP, TRUNCATE 차이점

DELETE - 사용자 커밋

  • 데이터 일부 또는 전체 삭제
  • 롤백 가능
  • UNDO 데이터 생성 → 느림

DROP - AUTO 커밋

  • 데이터와 구조를 동시 삭제
  • 즉시 반영
  • 롤백 불가능

TRUNCATE - AUTO 커밋

  • 데이터만 초기화, 구조는 가만히 둠
  • 즉시 반영
  • 롤백 불가능
  • UNDO 데이터 생성 X → DELETE보다 빠름
  • DELETE : 데이터 일부 또는 전체 삭제 → 롤백 가능
  • DROP : 데이터와 구조를 동시 삭제, 즉시 반영 → 롤백 불가능
  • TRUNCATE : 데이터만 초기화, 구조는 가만히 둠, 즉시 반영 → 롤백 불가능

DDL (Data Definition Language) → 데이터 구조를 정의(완전 AUTO)

제약 조건 설명

제약조건은 변수별로 설정되어 있습니다.

  • Null이면 안 된다.
  • 중복되지 않는 고유의 값이어야 한다.
  • 다른 테이블로부터 참조해야 한다 / 참조할 데이터가 없으면 입력할 수 없다
  • 미리 설정한 조건을 만족해야 한다

이렇게 컬럼에 설정된 조건을 제약조건(Constraints)이라고 합니다.

제약조건은 테이블을 생성할 때 함께 설정할 수 있고, 추후에 ALTER 등의 명령어를 사용하여 바꿀 수도 있습니다.

  • 이미 데이터가 포함되어 있는 상황에서 제약조건을 함부로 바꾸기 어려우므로 사전에 테이블 설계를 잘 해 두는 편이 좋습니다.

ALTER를 통해 제약조건 수정

에서

이렇게 적용 가능

CREATE TABLE MEMBERS(
MM)CODE NCHAR (5),
MM_NAME NVARCHAR2 (5),
MM_
);

ORACLE

MYSQL → 둘 다 AUTO COMMIT

테이블 특징

  • 한 테이블내에서 칼럼 명은 중복 X
  • 칼럼 정의는 괄호 안에 기술 ()
  • 각 컬럼은 ,로 구분
  • 테이블명, 칼럼명은 숫자로 시작 X
  • 세미콜론으로 끝

CREATE - Table 생성

CREATE TABLE ___ ();

칼럼명 데이터 타입 {DEFAULT 값} {제약조건},

**** DEFAULT, NOT NULL, NULL → 여부 생략 가능 NOT NULL 없으면 NULL 가능**

** CHAR → 사이즈 만큼 빈자리는 공백으로 채움

** VARCHAR2 ORACLE(VARCHAR SQL) → 사이즈보다 문자 값 작아도 유지

CREATE TABLE EXAM (
TEACHER_NO    NUMBER  NOT NULL;
TEACHER_NAME   VARCHAR2(20)  NOT NULL;
CONSTRAINT TEACHER_PK PRIMARY KEY (TEACHER_NO),
CONSTRAINT TEACHER_FK FOREIGN KEY (TEACHER_NAME) REFERENCES EXAM2(TEACHER_N2)
CONSTRAINT TEACHER_NO_CK CHECK(TEACHER_NO>=18)
);

REFERENCES {table 이름}(참조할 칼럼이름)

→ 참조할 칼럼 = 현재 table의 fk를 가져갈 table의 주식별자PK 속성 이름

ALTER - Table, column 변경 및 추가

  • 칼럼 이름 변경 - RENAME
  • 데이터 타입 변경 - MODIFY
  • 사이즈 변경 - MODIFY
  • DEFAULT 변경 - MODIFY
  • 칼럼 삭제 - DROP
  • 제약조건 추가, 삭제 - MODIFY

기본은

ALTER TABLE 테이블명_ → 으로 TABLE 가져와서 시작

ADD, MODIFY 는 바로 뒤에 COLUMN 안 붙이고 바로 정의

DROP, RENAME 은 바로 뒤에 COLUMN 붙임

ALTER TABLE **테이블명** ADD **칼럼명** **데이터타입** {**DEFAULT}** {**제약조건}**
ALTER TABLE **테이블명** ADD CONSTRAINT **제약속성명** **제약조건** **(칼럼명)** -> 괄호 필요
		
		-> NOT NULL 속성은 맨처음에 부여 불가능
		-> 이미 TABLE에 여러 속성들 있을텐데 거기에 ADD 되는거다 보니 애초에 값이
		-> 모두 NULL로 채워지기 때문
		-> BUT ! 만약 DEFAULT 선언해놓은 상태면 NOT NULL 걸면 제약 가능 
		-> DEFAULT 값으로 이미 NULL말고 다른 값들이 다 들어가있어서

[ 칼럼 수정 ORACLE = MODIFY ]
ALTER TABLE **테이블명** MODIFY **칼럼명** **데이터타입** {**DEFAULT}** {**제약조건}**
ALTER TABLE **테이블명** MODIFY (**칼럼명** **데이터타입** {**DEFAULT}** {**제약조건})**
		-> () 괄호 붙여도 되고 안붙여도 된다.
		-> MODIFY는 동시에 여러개 불가능하다.

[ 칼럼 수정 SQL SERVER = ALTER COLUMN ]
ALTER TABLE **테이블명** ALTER COLUMN 칼럼명 데이터타입 {DEFAULT} {제약조건}
		-> ALTER COLUMN 은 () 사용하지 않고
		-> 여러개 동시에 수정 불가능하다.

**(기존에 있던 칼럼을 KEY로 만들 수도 있음)**
ALTER TABLE **테이블명1** ADD CONSTRAINT **KEY이름** FOREIGN KEY (지정칼럼)
REFERENCES **테이블명2(지정칼럼)**
		-> **KEY 지정할 땐 칼럼에 무조건 () 씌워줘야한다.**

****
		-> ADD, MODIFY 둘 다 명령어 뒤에 COLUMN 이 **오지 않음**
		-> MODIFY로 데이터 크기 줄이는건 안됨, 그러나 늘리는건 상관없음
		-> 데이터 타입도 바꾸려면 안에 들어있는 데이터가 없어야함 -> BUT CHAR -> VARCHAR는 가능
		-> NULL값이 칼럼에 없어야 NOT NULL 제약 조건이 추가 가능
---------------------
ALTER TABLE **테이블명** DROP COLUMN **칼럼명**;
ALTER TABLE **테이블명** RENAME COLUMN **기존 칼럼명** TO **변경할 칼럼명**;

		-> DROP, RENAME은 COLUMN 이 **붙어야한다.**
		-> **왜냐 !? DROP, RENAME은 COLUMN 말고 TABLE에도 가능하니깐 구분해야함**
  • 칼럼 순서는 변경 불가능 → 지우고 순서대로 처음부터 만들어야함

DROP - Table 삭제

DELETE, DROP, TRUNCATE 차이점

  • DELETE : 데이터 일부 또는 전체 삭제(DML이니깐) → 롤백 가능
  • DROP : 데이터와 구조를 동시 삭제, 즉시 반영(DDL이니깐) → 롤백 불가능
  • TRUNCATE : 데이터만 초기화, 구조는 가만히 둠, 즉시 반영(DDL) → 롤백 불가능
DROP TABLE 테이블명
DROP TABLE 테이블명 CASCADE CONSTRAINT;

-> 해당 테이블에 FK가 존재해서 다른 엔티티를 참조중이면 DROP 불가능
-> CASCADE CONSTRAINT = 참조 제약조건을 모두 삭제하면서 동시에 삭제

제약조건에 따른 동작(Referential Action)

동작 방법 CONSTRAINT; 로 온다.

제약 조건 지정 없는데 삭제하려하면 에러 발생한다.

  • CASCADE : Matster 삭제시 child 같이 삭제
  • Set NULL : Matster 삭제시 child 필드 NULL
  • Set DEFAULT : Matster 삭제시 child 필드 DEFAULT
  • RESTRICT : CHILD 테이블에 PK 값 없으면 MASTER 삭제 허용(에러 발생)
  • AUTOMATIC : MASTER 테이블에 PK 없으면 MASTER PK 생성 후 CHILD 입력
  • DEPENDENT : MASTER 테이블에 PK가 존재할 때만 CHILD 입력 허용

RENAME - 이름 변경

RENAME TABLE 변경 전 이름 TO 변경 후 이름

TRUNCATE - 테이블 값 초기화 (구조는 그대로, 복구는 안됨)

: DELETE, DROP과 다르게 구조는 남긴다. 값만 초기화 하는 것

TRUNCATE TABLE TEACHER;

DML (Data Manipulation Language) → 데이터를 변형 SQL AUTO

Oracle DML = COMMIT 명령 직접 해야함

MYSQL DML = AUTO COMMIT

INSERT (삽입)

INSERT INTO 테이블명 칼럼명 VALUES 리스트

  • 행단위 실행
  • 한 번에 한 행만 입력 가능 → SQL은 여러 행 동시 삽입 가능
  • NOT NULL 속성에 값 안들어가면 에러
  • INTO (table) (column) 에서 칼럼명 명시 안되면, values로 모든 칼럼에 해당하는 값을 넣어야함
  • VALUES 는 생략 불가능
  • 칼럼 지정에 빠져서, 작성하지 않는 칼럼은 NULL 입력

UPDATE (수정)

UPDATE 테이블명 SET 칼럼명 = data WHERE

UPDATE 테이블명 (SET 칼럼명 = data , 칼럼명 = data, 칼럼명 = data) WHERE 조건

  • 칼럼 단위 실행

DELETE (삭제)

DELETE FROM ____ WHERE ____

  • 행 단위 실행
  • 별도의 COMMIT 없으면 롤백 가능

MERGE (병합)

INTO → 타겟 테이블명 : 얘를 수정할 것

USING → 비교 테이블명 : 얘를 참조해서 수정할 것

ON → 조건 : 이 조건이 TRUE, FALSE 이면 그에 따라 수정할 것

 

TCL (Transaction Control Language) → 트랜잭션, 오라클 AUTO

ORACLE = AUTO COMMIT

SQL = 안됨

 

트랜잭션이란?

  • 논리적 연산 단위(하나의 업무)
  • 분할 불가능한 업무의 최소 단위
  • 하나의 트랜잭션엔 하나 이상의 SQL 문장 포함

트랙잭션 특징

  • 고립성 → 각자 수행, 영향 X
  • 지속성 → 수행후 Logging + Commit → 장애 발생해도 데이터는 문제 없이 유지
  • 일관성 → 처리 전후 데이터의 합이 같아야함
  • 원자성 → 모두 성공 or 모두 실패

COMMIT

ROLLBACK

: SQL에서 TCL은 테이블 SQL 별로 묵시적으로 동작하기 때문에 다음과 같은 메모리상 저장과 ROLLBACK에 의한 동작에 주의해야함

CREATE TABLE SAMPLE1 (COL1 NUMBER, COL2 NUMBER);
INSERT INTO SAMPLE1 VALUES(10,10);
CREATE TABLE SAMPLE2 (COL1 NUMBER, COL2