SQL where 조건문 사용법과 예제

SQL WHERE 조건문: 데이터 필터링의 핵심

SQL(Structured Query Language)은 데이터베이스와의 상호작용을 위한 기본적인 프로그래밍 언어입니다. 그중에서도 WHERE 조건문은 데이터베이스에서 특정 조건을 만족하는 데이터를 선택할 때 사용됩니다. 이 글에서는 SQL WHERE 조건문의 기본 개념과 다양한 활용 방법, 여러 사례에 대해 자세히 알아보겠습니다.

WHERE 조건문이란?

SQL의 WHERE 절은 SELECT, UPDATE, DELETE 쿼리에서 조건을 지정하여 특정 데이터만 필터링할 수 있게 해주는 중요한 역할을 합니다. 이를 통해 방대한 데이터 중에서 원하는 정보를 효율적으로 추출할 수 있습니다. 주로 조건문에 사용되는 연산자에는 다음과 같은 것들이 있습니다:

• = (같음)
• != 또는 <> (다름)
• > (보다 큼)
• < (보다 작음)
• >= (보다 크거나 같음)
• <= (보다 작거나 같음)
• BETWEEN (범위 지정)
• LIKE (패턴 매칭)
• IN (여러 값 중 하나와 일치)

기본 사용법

WHERE 절의 기본 형식은 다음과 같습니다:

SELECT 열이름
FROM 테이블이름
WHERE 조건;

예를 들어, ’employees’ 테이블에서 ‘age’가 30인 사원을 찾고자 할 때, 다음과 같은 쿼리를 사용할 수 있습니다:

SELECT * 
FROM employees 
WHERE age = 30;

실제 예제와 활용

WHERE 조건문을 사용하여 데이터를 필터링하는 다양한 예제를 살펴보겠습니다.

1. 특정 조건에 맞는 데이터 선택

특정한 나이를 가진 직원만 조회하고 싶을 때는 다음과 같은 쿼리를 사용할 수 있습니다:

SELECT name, age 
FROM employees 
WHERE age = 25;

2. 여러 조건을 조합하기

AND 및 OR 연산자를 통해 복합적인 조건을 설정할 수 있습니다. 예를 들어, 연봉이 50000 이상이고 나이가 30세 이상인 사원을 찾고자 할 때는:

SELECT * 
FROM employees 
WHERE salary >= 50000 AND age >= 30;

반대로, 연봉이 50000 이상이거나 나이가 30세 이상인 사원을 찾으려면:

SELECT * 
FROM employees 
WHERE salary >= 50000 OR age >= 30;

3. 문자열 패턴 매칭

LIKE 연산자를 통해 부분 문자열 검색이 가능합니다. 예를 들어, 이름이 ‘John’으로 시작하는 모든 사원을 찾고 싶다면:

SELECT * 
FROM employees 
WHERE name LIKE 'John%';

여기서 ‘%’는 임의의 문자열을 나타내는 와일드카드입니다.

4. 범위 지정

BETWEEN 연산자를 사용하면 특정 범위에 해당하는 데이터를 쉽게 조회할 수 있습니다. 예를 들어, 30세에서 40세 사이의 직원 정보를 얻고 싶다면:

SELECT * 
FROM employees 
WHERE age BETWEEN 30 AND 40;

5. NULL 값 처리

NULL 값을 가진 데이터를 필터링할 때는 IS NULL 또는 IS NOT NULL을 사용합니다. 예를 들어, 이메일 주소가 없는 직원 목록을 확인하고 싶다면 다음과 같은 쿼리를 사용할 수 있습니다:

SELECT * 
FROM employees 
WHERE email IS NULL;

효율적인 데이터베이스 쿼리 작성하기

WHERE 절을 적절히 활용하면 데이터베이스에서 원하는 데이터를 신속하게 찾을 수 있습니다. 그러나 쿼리가 복잡해질 수록 성능 저하를 초래할 수 있으므로 효율적인 쿼리 작성을 위해 다음과 같은 접근법을 고려하는 것이 중요합니다:

• 필요한 데이터만 선택하기 (SELECT 절에서 필요한 열만 지정)
• 인덱스를 활용하여 검색 속도 향상
• 필터링 조건을 최적화하여 불필요한 데이터 접근을 최소화

SQL WHERE 조건문의 다양한 활용 사례를 통해 필요한 정보를 효과적으로 검색하는 방법을 배워보았습니다. 데이터베이스에서 데이터를 효율적으로 필터링하고, 관리하는 데 있어 WHERE 절은 필수적인 요소입니다. 이러한 기능을 활용하여 더 나은 데이터 분석 결과를 이끌어낼 수 있기를 바랍니다.

자주 물으시는 질문