원도우 함수

윈도우 함수란?

menu_book 윈도우 함수란?

• 일반적인 집계 함수(SUM, AVG, COUNT, 등)는 여러 행을 하나로 집계합니다.
• 윈도우 함수는 집계를 하되, 각 행마다 결과를 계산해서 반환합니다.
• OVER() 절을 사용하며, PARTITION BY, ORDER BY, ROWS BETWEEN 등을 조합하여 정교한 분석이 가능합니다.

menu_book 윈도우 함수 와 분석 함수는 같은것인가 ?

• 결론: 모든 분석 함수는 윈도우 함수의 한 종류입니다. Oracle에서는 둘을 거의 같은 의미로 사용합니다.
  • 분석 함수 (Analytic Function) : Oracle에서 제공하는 특수한 SQL 함수로, OVER() 절을 통해 행의 집합(Window)에 대해 계산함
  • 윈도우 함수 (Window Function) : SQL 표준에서 정의한 개념으로, OVER() 절을 사용하는 모든 함수를 가리킴

 notifications_active* Oracle에서 분석 함수(=윈도우 함수)

1. 순위 함수: RANK(), DENSE_RANK(), ROW_NUMBER()
2. 누적 함수: SUM(), AVG(), COUNT(), MAX(), MIN() with OVER()
3. 시차 함수: LAG(), LEAD()
4. 분포 함수: NTILE(), PERCENT_RANK(), CUME_DIST()
5. 통계 함수: FIRST_VALUE(), LAST_VALUE()

• 모두 OVER() 절을 동반해야 "분석 함수"로 동작합니다.

구문 기본 형태

<함수명>(컬럼) OVER (
  PARTITION BY ...   -- 그룹핑 기준
  ORDER BY ...       -- 정렬 기준
  ROWS BETWEEN ...   -- 분석 범위
)

대표적인 윈도우 함수 목록

Oracle 윈도우 함수 종류와 예제

함수명	설명	예제 SQL	설명 결과
ROW_NUMBER()	파티션 내 행 번호를 순서대로 부여	SELECT EMP_NAME , ROW_NUMBER() OVER (PARTITION BY DEPT_ID ORDER BY SALARY DESC) AS RN FROM EMPLOYEE;	각 부서별 급여 내림차순 순위 (중복 순위 없음)
RANK()	동점자에게 같은 순위를 부여하고 다음 순위는 건너뜀	SELECT EMP_NAME , RANK() OVER (PARTITION BY DEPT_ID ORDER BY SALARY DESC) AS RANK FROM EMPLOYEE;	부서 내 급여 순위 (동점자 동일 순위)
DENSE_RANK()	RANK와 비슷하지만 순위를 건너뛰지 않음	SELECT EMP_NAME , DENSE_RANK() OVER (PARTITION BY DEPT_ID ORDER BY SALARY DESC) AS DRANK FROM EMPLOYEE;	순위에 공백 없이 채워짐
LAG()	현재 행 기준 이전 행의 값을 가져옴	SELECT EMP_NAME, SALARY , LAG(SALARY) OVER (ORDER BY EMP_ID) AS PREV_SAL FROM EMPLOYEE;	이전 직원의 급여 정보 확인
LEAD()	현재 행 기준 다음 행의 값을 가져옴	SELECT EMP_NAME, SALARY , LEAD(SALARY) OVER (ORDER BY EMP_ID) AS NEXT_SAL FROM EMPLOYEE;	다음 직원의 급여 정보 확인
SUM(), AVG(), COUNT(), MAX(), MIN()	집계 함수도 윈도우와 함께 사용 가능	SELECT EMP_NAME, SALARY , AVG(SALARY) OVER (PARTITION BY DEPT_ID) AS AVG_SAL FROM EMPLOYEE;||부서별 평균 급여
FIRST_VALUE(), LAST_VALUE()	파티션 내 정렬 기준 첫/마지막 값 반환	SELECT EMP_NAME, SALARY , FIRST_VALUE(SALARY) OVER (PARTITION BY DEPT_ID ORDER BY SALARY DESC) AS TOP_SAL FROM EMPLOYEE;	부서별 최고 급여

⸻

예제: 누적합(Cumulative Sum)

SELECT EMP_NAME, SALARY,

 SUM(SALARY) OVER (PARTITION BY DEPT_ID ORDER BY SALARY) AS CUM_SAL

FROM EMPLOYEE;

부서별 급여 누적합을 계산합니다.

⸻

윈도우 프레임 옵션

ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

의미	설명
UNBOUNDED PRECEDING	현재 파티션의 맨 처음부터 시작하는 윈도우 범위 지정 (예: 파티션 시작 ~ 현재 행까지 누적 계산 시 사용)
CURRENT ROW	현재 행까지만 포함하는 윈도우 범위 지정 (예: 이동 평균 계산 시 행 단위 제한)
1 PRECEDING, 1 FOLLOWING	현재 행을 기준으로 앞뒤 1행씩 포함한 범위 지정 (예: 3행 이동 평균 계산 시 사용)

예:

SUM(SALARY) OVER (
  PARTITION BY DEPT_ID 
  ORDER BY SALARY 
  ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
)

부서별로 급여 순으로 정렬하고, 현재 행까지 누적된 급여 합계를 구합니다.

실무 예제 1: 부서별 상위 3위 급여 직원 조회

SELECT *
FROM (
  SELECT EMP_ID, EMP_NAME, DEPT_ID, SALARY,
         RANK() OVER (PARTITION BY DEPT_ID ORDER BY SALARY DESC) AS SAL_RANK
    FROM EMPLOYEE
)
WHERE SAL_RANK <= 3;

각 부서별로 급여 순위를 매긴 뒤, 상위 3명의 직원만 필터링합니다.

실무 활용: 팀별 Top Performer 조회 등

실무 예제 2: 직전과의 급여 변화량 분석

SELECT EMP_ID, EMP_NAME, SALARY,
       LAG(SALARY) OVER (PARTITION BY DEPT_ID ORDER BY HIRE_DATE) AS PREV_SAL,
       SALARY - LAG(SALARY) OVER (PARTITION BY DEPT_ID ORDER BY HIRE_DATE) AS DIFF_SAL
  FROM EMPLOYEE;

부서 내 입사일 기준으로 정렬하여 직전 직원과 급여 차이를 분석합니다.

실무 활용: 급여 갭 파악, 트렌드 분석 등

실무 예제 3: 부서별 누적 인건비 계산

SELECT EMP_ID, EMP_NAME, DEPT_ID, SALARY,
       SUM(SALARY) OVER (PARTITION BY DEPT_ID ORDER BY HIRE_DATE
                   ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS CUM_SALARY
  FROM EMPLOYEE;

입사일 기준으로 누적 급여를 계산합니다.

실무 활용: 연속적인 비용 추적, 월별 누적 등

실무 예제 4: 최초 입사자 정보 함께 보여주기 (FIRST_VALUE)

SELECT EMP_ID, EMP_NAME, DEPT_ID, HIRE_DATE,
       FIRST_VALUE(EMP_NAME) OVER (PARTITION BY DEPT_ID ORDER BY HIRE_DATE) AS FIRST_JOINED
  FROM EMPLOYEE;

각 부서에서 가장 먼저 입사한 직원의 이름을 모든 직원에게 보여줍니다.

실무 활용: 리더, 시니어 직원 분석 등

실무 예제 5: 부서 내 직원 수 대비 자신의 비율 (비율 분석)

SELECT EMP_ID, EMP_NAME, DEPT_ID,
       COUNT(*) OVER (PARTITION BY DEPT_ID) AS DEPT_TOTAL,
       1.0 / COUNT(*) OVER (PARTITION BY DEPT_ID) AS RATIO
  FROM EMPLOYEE;

각 직원이 부서 인원 중 차지하는 비율을 계산합니다.

실무 활용: KPI 가중치, 구성비 분석 등

이 외에도, 윈도우 함수는 보고서, 통계 분석, SLA 계산, 재고 흐름 추적 등 다양한 실무 시나리오에 활용됩니다.

요점 정리

• 윈도우 함수는 분석용 SQL에서 매우 중요합니다. • OVER() 절로 집계 범위를 제한하며, 집계 결과를 각 행에 붙여서 반환합니다. • RANK, ROW_NUMBER, LAG/LEAD, FIRST_VALUE 등 다양하게 활용 가능합니다.