sort-dup.qmd

---
editor: 
  markdown: 
    wrap: sentence
---

# 정렬과 중복제거

남극 데이터(`survey.db`) 검토를 시작하며, 알고 싶은 것은 다음과 같다.

-   각 사이트에서 어떤 종류의 양(quantities) 측정이 이루어졌는가?
-   어떤 과학자들이 탐사에서 측정을 수행했는가?

각 사이트에서 수행된 측정을 결정하기 위해 `Survey` 테이블을 살펴볼 수 있다.

데이터에 종종 중복된 잉여정보가 포함되 있어 쿼리도 종종 과잉 정보를 반환한다.
예를 들어, `Survey` 테이블에서 측정된 수량 정보를 선택하면 다음을 얻게 된다.

``` sql
SELECT quant FROM Survey;
```

| quant |
|:-----:|
|  rad  |
|  sal  |
|  rad  |
|  sal  |
|  rad  |
|  sal  |
| temp  |
|  rad  |
|  sal  |
| temp  |
|  rad  |
| temp  |
|  sal  |
|  rad  |
|  sal  |
| temp  |
|  sal  |
|  rad  |
|  sal  |
|  sal  |
|  rad  |

결과를 좀더 읽을 수 있게 만들기 위해서 쿼리에 `distinct` 키워드를 추가해서 중복된 출력을 제거한다.

반환된 결과는 `Survey` 테이블의 다양한 `quant` 유형을 직관적으로 확인하기 어렵게 만든다.
`DISTINCT` 키워드를 쿼리에 추가함으로써 중복된 출력을 제거하여 결과의 가독성을 높인다.

``` sql
SELECT DISTINCT quant FROM Survey;
```

| quant |
|:-----:|
|  rad  |
|  sal  |
| temp  |

`taken` 칼럼에 저장된 방문(visit)에서 `quant` 측정을 확인하려면, 여러 칼럼에 대해 `DISTINCT` 키워드를 사용한다.
둘 이상의 칼럼을 선택하면, 고유한 값의 *집합*이 반환된다(이 경우에는 두 칼럼을 선택하기 때문에 별개로 구별된 값의 **쌍**이 반환된다.)

``` sql
SELECT DISTINCT taken, quant FROM Survey;
```

| taken | quant |
|:-----:|:-----:|
|  619  |  rad  |
|  619  |  sal  |
|  622  |  rad  |
|  622  |  sal  |
|  734  |  rad  |
|  734  |  sal  |
|  734  | temp  |
|  735  |  rad  |
|  735  |  sal  |
|  735  | temp  |
|  751  |  rad  |
|  751  | temp  |
|  751  |  sal  |
|  752  |  rad  |
|  752  |  sal  |
|  752  | temp  |
|  837  |  rad  |
|  837  |  sal  |
|  844  |  rad  |

양쪽 경우에 설사 데이터베이스 내에서 서로 인접하지 않더라도 모두 중복이 제거된 것을 주목하세요.
다시 한번, 행은 실제로 정렬되지는 않았다는 것을 기억하세요.
단지 정렬된 것으로 화면에 출력된다.

## 정렬

두 경우 모두에서, 중복된 값이 제거되었음을 알 수 있다.
데이터베이스 테이블에서 해당 행들이 인접해 있지 않아도 마찬가지다.

다음 과제로 `Person` 테이블에서 탐사에 참여한 과학자들을 식별하는 것이다.
앞서 언급했듯이, 데이터베이스 레코드는 일반적으로 특정한 순서로 저장되지 않는다.
쿼리 결과가 반드시 정렬되어 있지 않으며, 설사 정렬되어 있다 해도, 원하는 다른 방식(예를 들어, 개인 이름 대신 식별자 등)으로 정렬 결과를 보고 싶을 때가 많다는 의미기도 하다.
SQL에서는 쿼리에 `ORDER BY` 절을 추가함으로써 간단하게 구현할 수 있다.

``` sql
SELECT * FROM Person ORDER BY id;
```

|   id    | personal  |  family  |
|:-------:|:---------:|:--------:|
| danfort |   Frank   | Danforth |
|  dyer   |  William  |   Dyer   |
|  lake   | Anderson  |   Lake   |
|   pb    |   Frank   | Pabodie  |
|   roe   | Valentina | Roerich  |

기본설정으로 `ORDER BY`를 사용할 때, 결과는 지정한 칼럼 오름차순으로 정렬된다 (즉, 가장 작은 값에서 가장 큰 값으로).

`DESC`(내림차순을 의미하는 "descending"의 약자)를 사용하여 반대 순서로 정렬할 수 있다.

::: callout-note
## 정렬 참고 사항

데이터베이스에 쿼리문을 전송할 때마다 레코드가 일관되게 보이는 이유는 지금까지 아무도 데이터를 변경하거나 수정하지 않았기 때문이다.
행이 일관성을 갖고 예측 가능한 순서로 반환되기를 원한다면 `ORDER BY`를 사용하는 것을 기억하라.
:::

(오름차순 정렬을 명확히 하고 싶다면, `DESC` 대신 `ASC`를 사용한다.)

각 사이트 방문 때 어떤 과학자가 양을 측정했는지 살펴보려면, 다시 `Survey` 테이블을 봐야 한다.
여러 칼럼을 한 번에 정렬할 수도 있다.
예를 들어, 다음 쿼리는 결과를 먼저 `taken`에 따라 오름차순으로 정렬한 다음, 각각의 동일한 `taken` 값 그룹 내에서 `person`에 따라 내림차순으로 정렬한다.

``` sql
SELECT taken, person, quant FROM Survey ORDER BY taken ASC, person DESC;
```

| taken | person | quant |
|:-----:|:------:|:-----:|
|  619  |  dyer  |  rad  |
|  619  |  dyer  |  sal  |
|  622  |  dyer  |  rad  |
|  622  |  dyer  |  sal  |
|  734  |   pb   |  rad  |
|  734  |   pb   | temp  |
|  734  |  lake  |  sal  |
|  735  |   pb   |  rad  |
|  735  | -null- |  sal  |
|  735  | -null- | temp  |
|  751  |   pb   |  rad  |
|  751  |   pb   | temp  |
|  751  |  lake  |  sal  |
|  752  |  roe   |  sal  |
|  752  |  lake  |  rad  |
|  752  |  lake  |  sal  |
|  752  |  lake  | temp  |
|  837  |  roe   |  sal  |
|  837  |  lake  |  rad  |
|  837  |  lake  |  sal  |
|  844  |  roe   |  rad  |

## 중복제거

데이터베이스에서 중복 데이터의 존재는 정보의 해석을 복잡하게 만들 수 있다. 같은 데이터가 반복되면, 결과의 해석이 어려워지고, 필요한 정보를 찾는 데 시간이 더 걸릴 수 있다. `DISTINCT` 키워드는 이러한 중복을 제거하여 결과를 더 명확하고 간결하게 만드는 역할을 한다. 예를 들어, 여러 번의 측정에서 동일한 과학자가 나타날 수 있는데, `DISTINCT`를 사용하면 각 과학자가 수행한 고유한 측정 유형만을 표시하여 데이터의 중복을 최소화하고 결과를 더 쉽게 해석할 수 있다.

다음 쿼리를 통해 어떤 과학자가 방문에 관여했으며, 방문 동안 어떤 측정을 수행했는지를 잘 파악할 수 있다.

테이블을 살펴보면, 일부 과학자들이 특정 종류의 측정에 전문화되어 있는 것처럼 보인다.
적절한 칼럼을 선택하고 중복을 제거함으로써 어떤 과학자가 어떤 측정을 수행했는지 선명히 드러난다.

``` sql
SELECT DISTINCT quant, person FROM Survey ORDER BY quant ASC;
```

| quant | person |
|:-----:|:------:|
|  rad  |  dyer  |
|  rad  |   pb   |
|  rad  |  lake  |
|  rad  |  roe   |
|  sal  |  dyer  |
|  sal  |  lake  |
|  sal  | -null- |
|  sal  |  roe   |
| temp  |   pb   |
| temp  | -null- |
| temp  |  lake  |

데이터베이스 테이블의 레코드는 본질적으로 정렬되어 있지 않기 때문에, 특정 순서대로 표시하고 싶다면, ORDER BY를 명시적으로 사용하여 그 순서를 지정해야 한다.
데이터베이스 저장된 값은 고유함이 보장되지 않기 때문에, 중복을 제거하고 싶다면, `DISTINCT`를 사용하여 명시적으로 지정하여 처리해야만 된다.

## 연습문제 {.unnumbered}

### 중복 날짜 {.unnumbered}

`Visited` 테이블에서 별개로 구별되는 고유한(distinct) 날짜들을 선택하는 쿼리를 작성하시오.

다음 쿼리는 `Visited` 테이블에서 중복 없이 모든 고유한 'dated' 칼럼의 값을 반환한다.

``` sql
SELECT DISTINCT dated FROM Visited;
```

|   dated    |
|:----------:|
| 1927-02-08 |
| 1927-02-10 |
| 1930-01-07 |
| 1930-01-12 |
| 1930-02-26 |
|            |
| 1932-01-14 |
| 1932-03-22 |

### 조사자명 {.unnumbered}

`Person` 테이블에 있는 과학자들 전체 이름을 표시하고, 가족 이름(family name)으로 정렬하는 쿼리문을 작성하시오.

다음 쿼리는 `Person` 테이블에서 개인 이름(personal)과 가족 이름(family)을 결합하여 전체 이름(fullname)을 생성하고, 그 결과를 가족 이름으로 정렬해 반환한다.
여기서 `||`는 문자열을 연결하는 SQL 연산자다.

``` sql
SELECT personal, family FROM Person ORDER BY family ASC;
```

| personal  |  family  |
|:---------:|:--------:|
|   Frank   | Danforth |
|  William  |   Dyer   |
| Anderson  |   Lake   |
|   Frank   | Pabodie  |
| Valentina | Roerich  |