그룹 함수

물론입니다! Oracle SQL에서 **그룹 함수(Group Functions)**는 여러 행(Row)의 값을 그룹으로 묶어 하나의 결과 값으로 요약할 때 사용하는 함수입니다. 주로 GROUP BY절과 함께 사용되며, **집계 함수(Aggregate Functions)**라고도 부릅니다.

⸻

✅ Oracle의 주요 그룹 함수 종류

Oracle Group Function 종류 및 설명

함수명	설명	예제 SQL	결과 예시
COUNT()	행 수를 셉니다 (NULL 제외)	SELECT COUNT(*) FROM EMPLOYEE;	전체 직원 수
SUM()	숫자 컬럼의 합을 구합니다	SELECT SUM(SALARY) FROM EMPLOYEE;	전체 급여 합계
AVG()	평균 값을 계산합니다	SELECT AVG(SALARY) FROM EMPLOYEE;	평균 급여
MAX()	최댓값을 반환합니다	SELECT MAX(SALARY) FROM EMPLOYEE;	최고 급여
MIN()	최솟값을 반환합니다	SELECT MIN(SALARY) FROM EMPLOYEE;	최저 급여
STDDEV()	표준 편차를 구합니다	SELECT STDDEV(SALARY) FROM EMPLOYEE;	급여 분산도
VARIANCE()	분산을 구합니다	SELECT VARIANCE(SALARY) FROM EMPLOYEE;	급여 분산 값

⸻

✅ 기본 예제

SELECT COUNT(*) AS TOTAL_EMPLOYEES,

      SUM(SALARY) AS TOTAL_SALARY,
      AVG(SALARY) AS AVG_SALARY,
      MAX(SALARY) AS MAX_SALARY,
      MIN(SALARY) AS MIN_SALARY

FROM EMPLOYEE;

EMPLOYEE 테이블의 직원 수, 급여 합계, 평균, 최고/최저 급여를 한 번에 출력합니다.

⸻

✅ GROUP BY와 함께 사용하는 예제

SELECT DEPT_ID,

      COUNT(*) AS EMP_COUNT,
      AVG(SALARY) AS AVG_SALARY

FROM EMPLOYEE GROUP BY DEPT_ID;

부서별로 직원 수와 평균 급여를 계산합니다.

⸻

✅ HAVING 절로 그룹 조건 추가

WHERE는 행 필터링, HAVING은 그룹 필터링에 사용합니다.

SELECT DEPT_ID,

      COUNT(*) AS EMP_COUNT

FROM EMPLOYEE GROUP BY DEPT_ID HAVING COUNT(*) >= 5;

직원 수가 5명 이상인 부서만 조회합니다.

⸻

✅ 주의할 점 • NULL은 무시되는 함수가 많습니다 (COUNT(col), SUM(col), AVG(col) 등) • GROUP BY에서 사용되지 않은 컬럼은 SELECT에 단독으로 쓸 수 없습니다. • 단일 결과를 원할 경우 GROUP BY 없이 사용할 수 있습니다.

⸻

필요하시면 실무에서 자주 사용하는 그룹 함수 예제, 예를 들면 월별 매출 요약, 카테고리별 사용자 수, 평균 이상 매출 추출 같은 시나리오도 만들어드릴 수 있습니다.

어떤 용도로 사용하시려는지 알려주시면, 더 정확한 예제를 설계해드릴 수 있습니다. 도움이 더 필요하신가요? 💡

좋은 요청입니다! Oracle SQL의 **그룹 함수(Group Function)**는 집계 분석의 핵심입니다. 이제 기본 사용 예제부터 시작해서, 고급 기능 및 실무 활용 예제까지 정리해드리겠습니다.

⸻

✅ 기본 사용 예제

-- 전체 직원 수, 전체 급여 합계, 평균 급여 SELECT

 COUNT(*) AS 직원수,
 SUM(SALARY) AS 총급여,
 AVG(SALARY) AS 평균급여,
 MAX(SALARY) AS 최고급여,
 MIN(SALARY) AS 최저급여

FROM EMPLOYEE;

기초 통계 조회: 전체 데이터를 하나의 그룹으로 보고 요약합니다.

⸻

✅ 그룹별 집계 (GROUP BY)

-- 부서별 평균 급여, 직원 수 SELECT

 DEPT_ID,
 AVG(SALARY) AS 평균급여,
 COUNT(*) AS 직원수

FROM EMPLOYEE GROUP BY DEPT_ID;

부서별 통계: DEPT_ID 기준으로 그룹을 나누고 통계를 계산합니다.

⸻

✅ 그룹 필터링 (HAVING 사용)

-- 직원 수가 5명 이상인 부서만 조회 SELECT

 DEPT_ID,
 COUNT(*) AS 직원수

FROM EMPLOYEE GROUP BY DEPT_ID HAVING COUNT(*) >= 5;

HAVING 절은 GROUP BY 이후 필터링 조건입니다 (WHERE은 집계 전).

⸻

✅ 고급 기능 및 실무 예제

▶ 예제 1: 평균 이상 급여 직원 조회

SELECT * FROM EMPLOYEE WHERE SALARY > (

 SELECT AVG(SALARY) FROM EMPLOYEE

);

서브쿼리를 통해 전체 평균보다 높은 급여를 받는 직원을 조회합니다.

⸻

▶ 예제 2: 월별 매출 요약

SELECT

 TO_CHAR(SALE_DATE, 'YYYY-MM') AS 월,
 SUM(SALE_AMOUNT) AS 월매출,
 COUNT(*) AS 거래건수

FROM SALES GROUP BY TO_CHAR(SALE_DATE, 'YYYY-MM') ORDER BY 월;

TO_CHAR()로 날짜를 월 단위로 변환해 그룹핑합니다.

⸻

▶ 예제 3: 부서별 최고 급여자 정보

SELECT * FROM EMPLOYEE E WHERE (E.DEPT_ID, E.SALARY) IN (

 SELECT DEPT_ID, MAX(SALARY)
 FROM EMPLOYEE
 GROUP BY DEPT_ID

);

서브쿼리로 부서별 최고 급여를 구하고, 그 조건에 맞는 직원 정보 추출합니다.

⸻

▶ 예제 4: 비율(%) 분석

SELECT

 DEPT_ID,
 COUNT(*) AS 직원수,
 ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER (), 2) AS 비율

FROM EMPLOYEE GROUP BY DEPT_ID;

전체에서 해당 그룹이 차지하는 **구성비(%)**를 계산합니다. SUM(...) OVER ()는 전체 합계를 구할 때 사용하는 윈도우 함수입니다.

⸻

▶ 예제 5: 다중 집계 GROUPING SETS, ROLLUP, CUBE

-- ROLLUP: 부서별 + 전체 합계 SELECT DEPT_ID, JOB_ID, SUM(SALARY) AS 합계 FROM EMPLOYEE GROUP BY ROLLUP(DEPT_ID, JOB_ID);

-- CUBE: 모든 조합(부서, 직무별 합계, 전체 합계 포함) SELECT DEPT_ID, JOB_ID, SUM(SALARY) AS 합계 FROM EMPLOYEE GROUP BY CUBE(DEPT_ID, JOB_ID);

-- GROUPING SETS: 원하는 조합만 집계 SELECT DEPT_ID, JOB_ID, SUM(SALARY) AS 합계 FROM EMPLOYEE GROUP BY GROUPING SETS (

 (DEPT_ID), 
 (JOB_ID), 
 ()

);

복잡한 다차원 집계가 필요한 리포트에 활용됩니다.

⸻

✅ 미디어위키 표 요약

Oracle Group Function 고급 기능 요약

기능명	설명	예제 구문
GROUP BY	컬럼 기준으로 행을 그룹화	SELECT DEPT_ID, AVG(SALARY) FROM EMPLOYEE GROUP BY DEPT_ID;
HAVING	그룹 조건 필터링	... HAVING COUNT(*) > 5;
ROLLUP	소계, 총계 계산	GROUP BY ROLLUP(DEPT_ID, JOB_ID)
CUBE	다차원 집계 (모든 조합)	GROUP BY CUBE(DEPT_ID, JOB_ID)
GROUPING SETS	특정 조합만 집계	GROUP BY GROUPING SETS ((DEPT_ID), (JOB_ID), ())
비율 계산	전체 대비 그룹 비율	COUNT(*) * 100 / SUM(COUNT(*)) OVER ()

⸻

필요하시면 PIVOT, UNPIVOT과 함께 사용하는 고급 리포트 예제나, OLAP 함수(GROUP_ID, GROUPING_ID) 설명도 도와드릴 수 있습니다. 특정 실무 데이터나 보고서 시나리오가 있다면 맞춤 예제를 바로 설계해 드릴게요! 필요한 분석 방향이 있으신가요? 🔍