반응형
📌 이 글은 내돈내산으로 '[인프런] Joe의 배워서 바로 쓰는 SQL 쿼리' 강의 내용을 요약 정리한 것입니다.
SQL, 왜 배워야 할까요?
IT 회사 기획자/마케터 등 재직자가 갖춰야 하는 기본 역량임.
- 원하는 데이터를 다른 사람들에게 요청하는 일은 커뮤니케이션 비용이 많이 발생함.
- 보통 하루에서 이틀, 길면 3일 넘게도 걸리며, 이렇게 받아본 데이터가 내가 원하던 것이 아닐 수도 있음.
- SQL을 배우면, 직접 DB에 접근해서 원하는 데이터를 가져오는 자유를 누릴 수 있음.
- 어쩔 수 없이 요청을 하게 된다고 하더라도, 데이터 추출 요청 시 개발자/분석가와의 원활한 대화로 시간 효율성이 높아질 것.
내가 이 강의를 듣기로 결심한 이유!
현업에서 기획자/PM으로 일할 때
내가 원하는 데이터를
빠르게 가져오기 위해서이다.
인턴 때도 느꼈지만 타 부서에 요청하면
너무 오래 걸린다!
SQL이란?
SQL은 Structured Query Language의 약자임.
- Structured: 구조화된
- Query: 질문하다
- Language: 언어
즉, SQL은 컴퓨터에게 '데이터 가져오는 일'을 시킬 때 쓰는, 구조화된 질문을 하는 언어임.
SQL의 형태
아래는 SQL의 한 형태임.
select * from tableName;
= tableName이라는 위치에 있는 모든 데이터를 다 가져와
- select : 검색해라, 가져와라
- * : 모든 것을!
- from : 어떤 저장소에서 가져와서(from 뒤에는 저장소 이름을 적기)
- ; : 여기까지만 실행하고 멈춰라
SQL의 네 가지 분류
- DML : Data Manipulation Language, Select/Insert/Update/Delete
- DDL : Data Definition Language, Create, Alter..
- TCL : Transaction Control Langauge, Commit/Rollback..
- DCL: Data Control Language, Grant/Revoke...
강의를 듣는 우리는 개발자가 아니니까 네 가지 분류 중 DML의 Select문을 집중해서 볼 것!
SQL 작성을 위한 아주 조금의 DB 지식
DB란?
- DB는 데이터를 통합하여 모아두는 공간
- Database의 약자
- 테이블들의 집합
DB의 2가지 종류
(1) 관계형 데이터베이스(Relational DataBase, RDB, SQL)
: 데이터 저장소(테이블) 간에 어떠한 관계를 맺고 있는 DB
- 현실 환경에서 가장 많이 사용됨.
- 각 테이블 간의 관계는 Key 값을 기준으로 이어져 있음.
- 관계를 맺는 방식에는 1:1, 1:다, 다:1 등의 방식이 있음.
- Datatype에는 크게 두 가지가 있음(문자 - char, varchar, datetime.. / 숫자 - int, float, unixtime.. / Null - 빈 값)
- RDB는 저장된 데이터 품질 유지를 위해 무결성, 정합성 등을 체크하며 저장함.
(2) 비관계형 데이터베이스(NoSQL)
- 기존 RDB는 저장, 조회, 인덱싱에 리소스가 많이 듦.
- 반면, NoSQL은 정규화, 인덱싱 등을 거치지 않고 그대로 저장하기 때문에 빅데이터 시대에 주로 쓰이게 되었음.
- NoSQL은 저장은 쉽지만 조회는 쉽지 않음.
- SQL은 RDB에 대해서만 실행 가능함.
본 강의에서는 관계형 데이터베이스(RDB)에서 데이터를 가져오는 방법인 SQL 학습 예정
수강 첫날이니
가볍게 워밍업!
반응형
'서비스 기획해요 > 강의 들어요' 카테고리의 다른 글
[인프런] 배워서 바로 쓰는 SQL 쿼리_#3. SQL 중급 활용(Grouping&Functions) (0) | 2024.12.02 |
---|---|
[인프런] 배워서 바로 쓰는 SQL 쿼리_#2. SQL 기본 활용 (Query) (1) | 2024.12.01 |
[인프런] PM을 위한 데이터 리터러시_#15. 전체 강의 총정리 & ChatGPT를 데이터 업무에 활용하기 & 완강 후기 (2) | 2024.11.24 |
[인프런] PM을 위한 데이터 리터러시_#14. Case Study + 고민 상담소 (1) | 2024.11.24 |
[인프런] PM을 위한 데이터 리터러시_#13. 데이터 문화 만들기 (2) | 2024.11.23 |