SQLite GROUP BY와 HAVING으로 그룹 필터링하기

GROUP BY는 여러 행을 묶음 단위로 압축한다

COUNT, SUM, AVG 같은 집계 함수는 수많은 행을 하나의 숫자로 줄여준다. 여기에 GROUP BY를 더하면 카테고리별로 집계할 수 있다. 고객별, 월별, 상태별로 숫자 하나씩 뽑아내는 식이다. 결과적으로 고유한 값(또는 값들의 조합) 하나가 결과 테이블의 한 행이 된다.

CREATE TABLE orders (
    id INTEGER PRIMARY KEY,
    customer TEXT,
    amount REAL
);

INSERT INTO orders (customer, amount) VALUES
    ('Ada',   50.00),
    ('Ada',   30.00),
    ('Boris', 80.00),
    ('Boris', 20.00),
    ('Boris', 15.00),
    ('Cleo', 200.00);

SELECT customer, COUNT(*) AS order_count, SUM(amount) AS total
FROM orders
GROUP BY customer;

고객 세 명, 결과는 세 행. 원래 있던 여섯 행은 사라지고, 고객별 묶음으로 합쳐진 거죠. 그 안에서 COUNT(*)와 SUM(amount)가 각각 계산됩니다.

이해하는 요령은 이렇습니다. GROUP BY customer는 "같은 customer 값을 가진 행들을 하나의 그룹으로 묶어라"라는 뜻이에요. 그다음 집계 함수가 그룹마다 따로 작동합니다.

SELECT 절에 넣을 수 있는 컬럼

여기서 많이들 헷갈립니다. GROUP BY를 쓸 때 SELECT 절에 들어가는 컬럼은 반드시 GROUP BY 절에 포함되어 있거나, 아니면 집계 함수 안에 들어 있어야 합니다. 그렇지 않으면 값이 애매해지거든요. 그룹 안의 여러 행 중에서 도대체 어느 행 값을 가져와야 할까요?

CREATE TABLE sales (
    region TEXT,
    rep TEXT,
    amount REAL
);

INSERT INTO sales VALUES
    ('North', 'Ada', 100),
    ('North', 'Boris', 200),
    ('South', 'Cleo', 150);

-- 이것은 동작합니다: region은 그룹화되고, amount는 집계됩니다.
SELECT region, SUM(amount) AS total
FROM sales
GROUP BY region;

SELECT region, rep, SUM(amount)을 GROUP BY region과 함께 작성하면, SQLite는 (다른 DB라면 거부할 쿼리지만) 너그럽게 실행해 줍니다. 다만 rep 값은 그룹 안에서 아무거나 골라서 보여줍니다. 지역마다 영업사원 한 명이 표시되긴 하는데, 어떤 사람이 뽑힐지는 보장되지 않죠. 이런 동작에 의존하지 마세요. 결과에 표시할 비집계 컬럼은 전부 GROUP BY에 넣는 게 원칙입니다.

HAVING 절: 집계 후 그룹을 필터링하기

WHERE는 그룹화하기 전에 행을 거르고, HAVING은 그룹화한 다음에 그룹을 거릅니다. where having 차이는 결국 이 한 줄이 전부입니다. 그래서 COUNT(*) > 1 같은 조건을 WHERE에 넣을 수 없는 거예요. WHERE가 실행되는 시점에는 아직 카운트 값 자체가 존재하지 않으니까요.

CREATE TABLE orders (
    id INTEGER PRIMARY KEY,
    customer TEXT,
    amount REAL
);

INSERT INTO orders (customer, amount) VALUES
    ('Ada', 50), ('Ada', 30),
    ('Boris', 80), ('Boris', 20), ('Boris', 15),
    ('Cleo', 200);

SELECT customer, COUNT(*) AS order_count
FROM orders
GROUP BY customer
HAVING COUNT(*) > 1;

Cleo는 주문을 한 번밖에 하지 않았기 때문에 해당 그룹은 걸러집니다. Ada와 Boris만 남게 되죠. 조건은 개별 행이 아니라 각 그룹의 집계 값을 기준으로 평가된다는 점이 핵심입니다.

SELECT 절에서 지정한 컬럼 별칭을 HAVING 절에서 그대로 참조할 수도 있는데, SQLite는 이를 허용합니다:

CREATE TABLE orders (
    id INTEGER PRIMARY KEY,
    customer TEXT,
    amount REAL
);

INSERT INTO orders (customer, amount) VALUES
    ('Ada',   50.00),
    ('Ada',   30.00),
    ('Boris', 80.00),
    ('Boris', 20.00),
    ('Boris', 15.00),
    ('Cleo', 200.00);

SELECT customer, SUM(amount) AS total
FROM orders
GROUP BY customer
HAVING total >= 100;

HAVING 절에서 SUM(amount)을 또 적는 것보다 이 방식이 훨씬 읽기 좋습니다.

WHERE와 HAVING 차이, 그리고 함께 쓰기

WHERE와 HAVING은 둘 중 하나만 골라 쓰는 게 아닙니다. WHERE는 그룹을 만들기 전에 어떤 행을 포함할지 거르는 역할이고, HAVING은 만들어진 그룹 중에서 어떤 그룹을 결과로 내보낼지 거르는 역할입니다. 실무 쿼리에서는 보통 두 절을 같이 씁니다.

CREATE TABLE orders (
    id INTEGER PRIMARY KEY,
    customer TEXT,
    amount REAL,
    status TEXT
);

INSERT INTO orders (customer, amount, status) VALUES
    ('Ada', 50, 'paid'),
    ('Ada', 30, 'refunded'),
    ('Boris', 80, 'paid'),
    ('Boris', 20, 'paid'),
    ('Cleo', 200, 'paid'),
    ('Cleo', 50, 'refunded');

SELECT customer, SUM(amount) AS paid_total
FROM orders
WHERE status = 'paid'
GROUP BY customer
HAVING SUM(amount) > 75;

실행 순서대로 위에서 아래로 읽으면 다음과 같습니다:

1. WHERE status = 'paid' — 환불된 행은 아예 제거합니다.
2. GROUP BY customer — 남은 행들을 고객별로 묶습니다.
3. 각 그룹마다 SUM(amount)이 계산됩니다.
4. HAVING SUM(amount) > 75 — 조건을 통과한 그룹만 남깁니다.

결과적으로 Boris(80 + 20 = 100)와 Cleo(200.00)만 살아남습니다. Ada는 결제 완료된 주문이 50.00 하나뿐이라 기준에 미달합니다.

HAVING 다중 조건과 다중 그룹 컬럼

HAVING 절은 WHERE와 동일한 불리언 연산자(AND, OR, NOT)를 그대로 쓸 수 있고, 두 개 이상의 컬럼으로 묶어서 더 세분화된 그룹을 만들 수도 있습니다:

CREATE TABLE sales (
    region TEXT,
    quarter TEXT,
    amount REAL
);

INSERT INTO sales VALUES
    ('North', 'Q1', 100), ('North', 'Q1', 50),
    ('North', 'Q2', 300),
    ('South', 'Q1', 80),
    ('South', 'Q2', 120), ('South', 'Q2', 60);

SELECT region, quarter, SUM(amount) AS total, COUNT(*) AS deals
FROM sales
GROUP BY region, quarter
HAVING SUM(amount) > 100 AND COUNT(*) >= 2;

(region, quarter) 조합 하나하나가 각각 별개의 그룹이 됩니다. 이 HAVING 절은 합계가 100을 넘으면서 동시에 거래 건수가 2건 이상이어야 한다는 두 조건을 모두 요구하죠. 결과적으로 ('North', 'Q1')과 ('South', 'Q2')만 통과합니다.

실전 패턴: 중복 데이터 찾아내기

특정 컬럼에서 중복된 값을 찾을 때 가장 많이 쓰는 방법이 바로 GROUP BY ... HAVING COUNT(*) > 1 쿼리입니다:

CREATE TABLE users (
    id INTEGER PRIMARY KEY,
    email TEXT
);

INSERT INTO users (email) VALUES
    ('ada@example.com'),
    ('boris@example.com'),
    ('ada@example.com'),
    ('cleo@example.com'),
    ('boris@example.com');

SELECT email, COUNT(*) AS occurrences
FROM users
GROUP BY email
HAVING COUNT(*) > 1;

중복 두 건이 드러납니다. 이 시점에서 보통은 계정을 병합할지, UNIQUE 제약을 추가할지, 아니면 데이터를 정리할지 결정하게 되는데요. 어떤 길을 택하든 중복을 찾아내는 쿼리의 모양은 늘 똑같습니다.

GROUP BY 없이 HAVING만 쓰기

흔한 패턴은 아니지만 문법적으로는 허용됩니다. GROUP BY가 없으면 결과 집합 전체가 하나의 그룹으로 취급되고, HAVING이 이 그룹 전체를 한 번에 필터링하죠. 즉, 집계 결과가 조건을 만족하면 전부 나오고 그렇지 않으면 아무것도 나오지 않습니다:

CREATE TABLE orders (id INTEGER PRIMARY KEY, amount REAL);
INSERT INTO orders (amount) VALUES (50), (30), (80);

SELECT COUNT(*) AS total_orders, SUM(amount) AS revenue
FROM orders
HAVING SUM(amount) > 100;

합계가 160이기 때문에 결과 행이 하나 나옵니다. 임계값을 > 200으로 바꿔보면 아무 행도 반환되지 않죠. 실무에서는 거의 항상 HAVING을 GROUP BY와 함께 쓰지만, 문법적으로 꼭 그래야 하는 건 아니라는 점은 알아두면 좋습니다.

핵심 정리

• GROUP BY는 키 단위로 행을 묶어주고, 집계 함수는 각 묶음 안에서 실행됩니다.
• SELECT에 들어간 비집계 컬럼은 모두 GROUP BY에도 등장해야 합니다.
• WHERE는 그룹화 이전에 행을 거르고, HAVING은 그룹화 이후에 그룹을 거릅니다.
• COUNT(*)나 SUM(...) 같은 집계 함수는 WHERE가 아니라 HAVING에 써야 합니다.
• HAVING은 여러 조건을 조합할 수 있고, SELECT에서 정의한 별칭도 참조할 수 있습니다.

다음 주제: 외래 키

테이블 하나를 집계하는 것만으로도 꽤 쓸모가 있지만, 실제 스키마는 데이터가 여러 테이블에 흩어져 있는 경우가 대부분입니다. 주문은 여기, 고객은 저기, 상품은 또 다른 곳에 있죠. 외래 키는 이런 테이블들을 서로 연결해서 관계를 일관되게 유지해 주는 장치입니다. 다음 장에서 다뤄볼 내용이에요.