#STEP 3 — GROUP BY & HAVING

집계의 핵심. WHERE(행 필터)와 HAVING(그룹 필터)의 차이, 조건부 집계(SUM(CASE))를 익힌다.

← 목록으로

#1. 182 Duplicate Emails

링크: https://leetcode.cn/problems/duplicate-emails/
학습 포인트: GROUP BY로 묶고 HAVING COUNT(*) > 1로 중복 그룹만 필터한다.

#문제

Person 테이블

• email은 NULL이 아니며 모두 소문자다.
• 중복으로 나타나는 이메일을 모두 찾아라. (결과 순서 무관)

#정답

SELECT email
FROM Person
GROUP BY email
HAVING COUNT(*) > 1;

#풀이 — 왜 이렇게 하는가

1. "중복 이메일"이란 같은 값이 2번 이상 등장하는 이메일이다. 값이 같은 행끼리 묶어야 하니 GROUP BY email로 이메일별 그룹을 만든다.
2. 각 그룹의 행 개수는 COUNT(*)로 센다. 그룹의 크기가 곧 그 이메일의 등장 횟수다.
3. "2번 이상 등장" = COUNT(*) > 1. 이 조건은 개별 행이 아니라 그룹 전체에 대한 조건이므로 WHERE가 아니라 HAVING에 쓴다.

#핵심 개념

• GROUP BY: 지정한 컬럼 값이 같은 행들을 하나의 그룹으로 묶어 그룹당 한 행을 출력한다.
• HAVING: 집계 결과(그룹 단위)에 조건을 건다. WHERE는 그룹화 이전 개별 행에, HAVING은 그룹화 이후에 적용된다.
• COUNT(*)는 그룹 내 행 수를 센다.

#⚠️ 흔한 실수

• WHERE COUNT(*) > 1은 오류다. WHERE는 그룹화 전에 실행되므로 집계 함수를 쓸 수 없다.
• SELECT email, COUNT(*)처럼 개수를 함께 출력하면 요구 컬럼(email)과 달라져 오답이 될 수 있다.

#💡 대안 / 응용

• 서브쿼리 방식: SELECT DISTINCT a.email FROM Person a JOIN Person b ON a.email=b.email AND a.id<>b.id; 하지만 GROUP BY + HAVING이 훨씬 간결하다.

#2. 586 Customer Placing the Largest Number of Orders

링크: https://leetcode.cn/problems/customer-placing-the-largest-number-of-orders/
학습 포인트: GROUP BY 후 ORDER BY COUNT(*) DESC LIMIT 1로 최대 그룹을 뽑는다.

#문제

Orders 테이블

• 가장 많은 주문을 한 고객의 customer_number를 구하라.
• 테스트 케이스는 단 한 명만 최다 주문을 한다고 보장한다.

#정답

SELECT customer_number
FROM Orders
GROUP BY customer_number
ORDER BY COUNT(*) DESC
LIMIT 1;

#풀이 — 왜 이렇게 하는가

1. 고객별 주문 수를 알아야 하니 GROUP BY customer_number로 고객 단위 그룹을 만든다.
2. 각 그룹의 주문 수는 COUNT(*)다.
3. "가장 많은" = 주문 수 내림차순으로 정렬(ORDER BY COUNT(*) DESC) 후 맨 위 한 건(LIMIT 1)을 취한다.
4. SELECT 절에 COUNT(*)를 안 써도 ORDER BY에서는 집계 함수를 사용할 수 있다.

#핵심 개념

• ORDER BY 절에서도 집계 함수를 정렬 기준으로 쓸 수 있다.
• LIMIT n은 정렬된 결과에서 상위 n행만 반환한다.

#⚠️ 흔한 실수

• 동점 처리: 문제는 최다 주문 고객이 유일하다고 가정하지만, 실제로 동점이 있으면 LIMIT 1은 임의로 한 명만 남긴다. 동점을 모두 뽑으려면 HAVING COUNT(*) = (SELECT MAX(cnt) ...) 또는 윈도 함수 RANK()를 써야 한다.

#💡 대안 / 응용

• 동점 대응 버전:

  SELECT customer_number
  FROM Orders
  GROUP BY customer_number
  HAVING COUNT(*) = (
    SELECT COUNT(*) FROM Orders
    GROUP BY customer_number
    ORDER BY COUNT(*) DESC LIMIT 1
  );

#3. 1050 Actors and Directors Who Cooperated At Least Three Times

링크: https://leetcode.cn/problems/actors-and-directors-who-cooperated-at-least-three-times/
학습 포인트: 여러 컬럼으로 그룹화(GROUP BY a, b)한 뒤 HAVING으로 그룹 크기를 거른다.

#문제

ActorDirector 테이블

• 같은 배우-감독 조합으로 3번 이상 협업한 (actor_id, director_id) 쌍을 구하라.

#정답

SELECT actor_id, director_id
FROM ActorDirector
GROUP BY actor_id, director_id
HAVING COUNT(*) >= 3;

#풀이 — 왜 이렇게 하는가

1. "같은 배우-감독 조합"이 단위이므로 두 컬럼을 함께 묶는다: GROUP BY actor_id, director_id. 두 값이 모두 같아야 한 그룹이다.
2. 협업 횟수는 그룹 내 행 수(COUNT(*))다. timestamp가 PK라 각 협업 기록이 별개 행으로 존재한다.
3. "3번 이상" = HAVING COUNT(*) >= 3.

#핵심 개념

• 복합 GROUP BY: 여러 컬럼을 나열하면 그 컬럼 값들의 조합마다 그룹이 생긴다.
• HAVING은 >=, <, 범위 조건 등 집계값 비교에 자유롭게 쓸 수 있다.

#⚠️ 흔한 실수

• GROUP BY actor_id만 하면 감독이 뒤섞여 잘못 집계된다. 조합 단위 문제에서는 관련 컬럼을 모두 그룹키에 넣어야 한다.

#4. 1729 Find Followers Count

링크: https://leetcode.cn/problems/find-followers-count/
학습 포인트: 그룹별 COUNT를 컬럼으로 출력하고 ORDER BY로 정렬한다.

#문제

Followers 테이블

• (user_id, follower_id)가 PK다.
• 각 사용자의 팔로워 수를 구하고, user_id 오름차순으로 정렬하라.
• 출력: user_id, followers_count

#정답

SELECT user_id, COUNT(follower_id) AS followers_count
FROM Followers
GROUP BY user_id
ORDER BY user_id;

#풀이 — 왜 이렇게 하는가

1. 사용자별 팔로워 수가 목표이므로 GROUP BY user_id.
2. 팔로워 수는 그룹 내 follower_id 개수다. (user_id, follower_id)가 PK라 중복이 없으니 COUNT(follower_id)와 COUNT(*) 결과가 같다.
3. 요구된 대로 ORDER BY user_id로 오름차순 정렬한다.
4. 출력 컬럼명은 AS followers_count로 맞춘다.

#핵심 개념

• 집계 결과 컬럼은 별칭(AS)으로 요구된 이름과 정확히 일치시켜야 한다.
• COUNT(col)은 그 컬럼이 NULL이 아닌 행만 센다. COUNT(*)는 NULL 포함 전체 행을 센다.

#⚠️ 흔한 실수

• 정렬 요구를 빠뜨리기 쉽다. "order by" 지시가 있으면 반드시 ORDER BY를 넣는다.

#5. 1211 Queries Quality and Percentage

링크: https://leetcode.cn/problems/queries-quality-and-percentage/
학습 포인트: 비율 집계 AVG(rating/position)와 조건부 비율 AVG(조건)*100, ROUND(x, 2).

#문제

Queries 테이블

• quality = 각 쿼리에서 rating/position 값들의 평균.
• poor_query_percentage = rating < 3인 쿼리의 비율(백분율).
• 두 값 모두 소수 2자리로 반올림. query_name별로 출력.

#정답

SELECT
  query_name,
  ROUND(AVG(rating / position), 2) AS quality,
  ROUND(AVG(rating < 3) * 100, 2) AS poor_query_percentage
FROM Queries
WHERE query_name IS NOT NULL
GROUP BY query_name;

#풀이 — 왜 이렇게 하는가

1. query_name별 지표이므로 GROUP BY query_name.
2. quality: 정의가 "행별로 rating/position을 계산한 값들의 평균"이다. 따라서 AVG(rating / position) — 나눗셈을 먼저 하고 그 결과를 평균낸다. (AVG(rating)/AVG(position)과는 다른 값이므로 순서가 중요하다.)
3. poor_query_percentage: 핵심은 MySQL에서 불리언 표현식 rating < 3이 참이면 1, 거짓이면 0을 반환한다는 점이다. 따라서 AVG(rating < 3)은 "1의 비율" = 조건을 만족하는 행의 비율(0~1)이 된다. 여기에 *100을 곱해 백분율로 만든다.
4. 두 값 모두 ROUND(..., 2)로 소수 2자리 반올림.

#핵심 개념

• 조건부 비율 관용구: AVG(불리언 조건)은 참인 행의 비율을 준다. SUM(조건)/COUNT(*)와 동일하다.
• AVG(a/b) ≠ AVG(a)/AVG(b). 정의된 계산 순서를 그대로 옮겨야 한다.
• ROUND(값, 자릿수)로 반올림.

#⚠️ 흔한 실수

• 백분율에서 *100을 빠뜨려 0~1 사이 값을 내는 실수.
• SUM(CASE WHEN rating<3 THEN 1 ELSE 0 END)/COUNT(*)처럼 정수 나눗셈을 쓰면 결과가 0으로 잘릴 수 있다. AVG 방식이 안전하다.

#💡 대안 / 응용

• 명시적 CASE 버전:

  ROUND(SUM(CASE WHEN rating < 3 THEN 1 ELSE 0 END) / COUNT(*) * 100, 2)
  AVG(rating < 3) * 100이 더 짧지만 의미는 같다.

#6. 1193 Monthly Transactions I

링크: https://leetcode.cn/problems/monthly-transactions-i/
학습 포인트: DATE_FORMAT으로 월 추출 + SUM(CASE ...) 조건부 집계로 피벗(가로 집계).

#문제

Transactions 테이블

• (월, 국가)별로 다음을 구하라:
  • month : YYYY-MM 형식
  • trans_count : 전체 거래 수
  • approved_count : 승인된 거래 수
  • trans_total_amount : 전체 거래 금액 합
  • approved_total_amount : 승인된 거래 금액 합

#정답

SELECT
  DATE_FORMAT(trans_date, '%Y-%m') AS month,
  country,
  COUNT(*) AS trans_count,
  SUM(state = 'approved') AS approved_count,
  SUM(amount) AS trans_total_amount,
  SUM(CASE WHEN state = 'approved' THEN amount ELSE 0 END) AS approved_total_amount
FROM Transactions
GROUP BY month, country;

#풀이 — 왜 이렇게 하는가

1. 집계 단위가 (월, 국가)이므로 월 문자열을 먼저 만든다: DATE_FORMAT(trans_date, '%Y-%m') → '2019-01' 형태.
2. 이 월 문자열과 country로 그룹화한다. MySQL은 SELECT의 별칭 month를 GROUP BY에서 참조할 수 있다.
3. 전체 집계: COUNT(*), SUM(amount)는 그룹 전체 대상.
4. 조건부 집계(피벗의 핵심): 승인 건만 세려면 승인일 때만 1을, 아닐 때 0을 만들어 더한다.
   • SUM(state = 'approved') : 불리언이 1/0이므로 승인 건수가 된다.
   • SUM(CASE WHEN state = 'approved' THEN amount ELSE 0 END) : 승인이면 금액을, 아니면 0을 더해 승인 금액 합만 골라낸다.
   • 이렇게 조건을 집계 함수 안에 넣으면 한 번의 GROUP BY로 전체·승인 지표를 한 행에 나란히(피벗) 배치할 수 있다.

#핵심 개념

• 조건부 집계 = 필터를 집계 안으로: SUM(CASE WHEN 조건 THEN 값 ELSE 0 END)는 "조건을 만족하는 행만" 합산하는 표준 관용구다.
• WHERE state='approved'로 걸러버리면 declined 행이 사라져 trans_count(전체)를 계산할 수 없다. 그래서 필터를 WHERE가 아닌 집계 함수 안에 둔다.
• DATE_FORMAT(date, '%Y-%m')으로 연-월 문자열을 만든다.

#⚠️ 흔한 실수

• 승인 건만 WHERE로 거르면 전체 지표를 잃는다. 조건부 집계로 해결해야 한다.
• CASE에서 ELSE 0을 빼면 NULL이 되고, SUM은 NULL을 무시하므로 건수 집계엔 문제없지만 습관적으로 ELSE 0을 명시하는 게 안전하다.

#💡 대안 / 응용

• SUM(state = 'approved') 대신 COUNT(CASE WHEN state='approved' THEN 1 END)도 승인 건수를 준다 (COUNT는 NULL을 세지 않음).

#7. 1174 Immediate Food Delivery II

링크: https://leetcode.cn/problems/immediate-food-delivery-ii/
학습 포인트: 서브쿼리로 고객별 "첫 주문"을 뽑고, 그중 즉시배달 비율을 AVG(조건)으로 계산.

#문제

Delivery 테이블

• 각 고객의 첫 주문(가장 이른 order_date)만 대상으로 한다.
• 첫 주문이 "즉시(immediate)"란 order_date = customer_pref_delivery_date인 경우.
• 첫 주문이 즉시배달인 고객의 비율(백분율, 소수 2자리)을 구하라.

#정답

SELECT
  ROUND(AVG(order_date = customer_pref_delivery_date) * 100, 2) AS immediate_percentage
FROM Delivery
WHERE (customer_id, order_date) IN (
  SELECT customer_id, MIN(order_date)
  FROM Delivery
  GROUP BY customer_id
);

#풀이 — 왜 이렇게 하는가

1. 먼저 "각 고객의 첫 주문"을 정의한다. 고객별 최소 주문일이 첫 주문이므로 서브쿼리에서 GROUP BY customer_id, MIN(order_date)로 (고객, 첫주문일) 쌍을 만든다.
2. 원본 테이블에서 그 (customer_id, order_date) 쌍에 해당하는 행만 남긴다: WHERE (customer_id, order_date) IN (...). MySQL은 이런 튜플(다중 컬럼) IN을 지원한다.
3. 이제 남은 행은 각 고객의 첫 주문 한 건씩이다. 그중 즉시배달 비율은 AVG(order_date = customer_pref_delivery_date). 불리언이 1/0이므로 평균이 곧 즉시배달 고객 비율(0~1)이다.
4. *100으로 백분율, ROUND(..., 2)로 2자리.

#핵심 개념

• 튜플 IN: WHERE (a, b) IN (SELECT a, MIN(b) ...)으로 그룹별 대표 행을 정확히 매칭한다.
• 첫 주문은 고객별 MIN(order_date). 문제는 한 고객이 같은 날 두 번 첫 주문하는 경우가 없다고 가정한다.
• 분모가 "전체 고객 수"이고 분자가 "첫 주문이 즉시인 고객 수"인데, 첫 주문만 남긴 집합에서 AVG(조건)을 취하면 자동으로 이 비율이 된다.

#⚠️ 흔한 실수

• 첫 주문으로 한정하지 않고 전체 행에서 비율을 내면 "Immediate Food Delivery I"의 답이 되어 이 문제(II)에선 오답이다.
• MIN(order_date)만 서브쿼리로 뽑아 WHERE order_date IN (...)처럼 쓰면 고객 매칭이 빠져 엉뚱한 행이 섞인다. 반드시 (customer_id, order_date) 쌍으로 매칭한다.

#8. 550 Game Play Analysis IV

링크: https://leetcode.cn/problems/game-play-analysis-iv/
학습 포인트: 고객별 첫 로그인일 + DATE_ADD(첫날, 1) 재접속 여부. 분모는 전체 플레이어 수.

#문제

Activity 테이블

• (player_id, event_date)가 PK다.
• 각 플레이어의 첫 로그인 다음 날(첫 로그인일 + 1)에도 접속한 플레이어의 비율을 구하라.
• 분모는 전체 플레이어 수. 결과는 소수 2자리.

#정답

SELECT
  ROUND(
    COUNT(DISTINCT a.player_id) / (SELECT COUNT(DISTINCT player_id) FROM Activity),
    2
  ) AS fraction
FROM Activity a
WHERE (a.player_id, DATE_SUB(a.event_date, INTERVAL 1 DAY)) IN (
  SELECT player_id, MIN(event_date)
  FROM Activity
  GROUP BY player_id
);

#풀이 — 왜 이렇게 하는가

1. 분모는 "전체 플레이어 수" = (SELECT COUNT(DISTINCT player_id) FROM Activity). 스칼라 서브쿼리로 고정값을 만든다.
2. 분자는 "첫 로그인 다음 날에도 접속한 플레이어 수"다. 이를 구하려면 각 접속 행이 그 플레이어의 (첫 로그인 + 1)일인지 판별해야 한다.
3. 서브쿼리로 플레이어별 첫 로그인일을 구한다: GROUP BY player_id, MIN(event_date).
4. 어떤 접속 행 a가 "첫날 다음날 접속"이려면, a.event_date에서 하루를 뺀 날(DATE_SUB(a.event_date, INTERVAL 1 DAY))이 그 플레이어의 첫 로그인일과 같아야 한다. 그래서 (player_id, event_date - 1) IN (player_id, MIN(event_date))로 매칭한다.
   • 동등하게 첫 로그인일 쪽에 +1을 해도 된다: DATE_ADD(MIN(event_date), 1). 여기서는 바깥 행 기준으로 -1을 적용했다.
5. 이 조건을 통과한 행의 COUNT(DISTINCT a.player_id)가 분자다.

#핵심 개념

• 날짜 이동: DATE_ADD(d, INTERVAL 1 DAY) / DATE_SUB(d, INTERVAL 1 DAY)로 연속일을 비교한다.
• 분모 주의: 재접속 비율의 분모는 "전체 플레이어"이지 "첫날 접속자"가 아니다(모든 플레이어는 첫날 반드시 접속하므로 사실상 같지만, 분모를 명시적으로 전체 플레이어로 둔다).
• 튜플 IN으로 (플레이어, 날짜) 조합을 정확히 매칭한다.

#⚠️ 흔한 실수

• event_date = MIN(event_date) + 1을 셀프 조인 없이 한 테이블에서 처리하려다 플레이어 매칭을 놓치는 실수. 반드시 player_id를 함께 매칭한다.
• 분자를 셀 때 DISTINCT를 빼면 같은 플레이어가 중복 계산될 수 있다(여기선 PK 때문에 문제없지만 습관적으로 DISTINCT 권장).

#💡 대안 / 응용

• 셀프 조인 버전:

  SELECT ROUND(COUNT(b.player_id) / COUNT(a.player_id), 2) AS fraction
  FROM (SELECT player_id, MIN(event_date) AS first_login FROM Activity GROUP BY player_id) a
  LEFT JOIN Activity b
    ON a.player_id = b.player_id
   AND b.event_date = DATE_ADD(a.first_login, INTERVAL 1 DAY);

#9. 1393 Capital Gain/Loss

링크: https://leetcode.cn/problems/capital-gain-loss/
학습 포인트: SUM(CASE WHEN operation='Buy' THEN -price ELSE price END) — 부호를 조건부로 바꿔 합산.

#문제

Stocks 테이블

• (stock_name, operation_day)가 PK다.
• 각 주식의 **총 손익(capital gain/loss)**을 구하라.
• 손익 = (모든 매도 금액 합) − (모든 매수 금액 합).

#정답

SELECT
  stock_name,
  SUM(CASE WHEN operation = 'Buy' THEN -price ELSE price END) AS capital_gain_loss
FROM Stocks
GROUP BY stock_name;

#풀이 — 왜 이렇게 하는가

1. 주식별 손익이므로 GROUP BY stock_name.
2. 손익은 "매도는 더하고(+), 매수는 빼는(−)" 구조다. 이 부호 전환을 CASE로 표현한다:
   • operation = 'Buy' → -price (돈이 나감)
   • 그 외(='Sell') → price (돈이 들어옴)
3. 이 표현식을 SUM으로 그룹 내 전부 합치면 (매도 합 − 매수 합) = 순손익이 된다.
4. 하나의 SUM에 부호 있는 값을 넣는 것이 핵심 — 매수/매도를 따로 집계해 빼는 것보다 간결하다.

#핵심 개념

• 부호 조건부 집계: SUM(CASE WHEN ... THEN -x ELSE x END)으로 방향이 다른 값을 한 번에 합산한다.
• 이런 "가감 합산"은 순변동(잔액, 손익 등) 계산의 전형적 패턴이다.

#⚠️ 흔한 실수

• 매수/매도를 각각 WHERE로 분리해 두 쿼리로 만든 뒤 빼려는 접근은 불필요하게 복잡하다. CASE 한 방으로 끝난다.

#💡 대안 / 응용

• 분리 집계 버전:

  SUM(CASE WHEN operation='Sell' THEN price ELSE 0 END)
  - SUM(CASE WHEN operation='Buy' THEN price ELSE 0 END)
  결과는 같지만 부호 통합 버전이 더 짧다.

#10. 1398 Customers Who Bought Products A and B but Not C

링크: https://leetcode.cn/problems/customers-who-bought-products-a-and-b-but-not-c/
학습 포인트: HAVING SUM(조건) > 0 (존재)와 SUM(조건) = 0 (부재)로 그룹 조건을 조합한다.

#문제

Customers 테이블

Orders 테이블

• 제품 A와 B는 샀지만 제품 C는 사지 않은 고객을 구하라.
• 출력: customer_id, customer_name (customer_id 기준 정렬)

#정답

SELECT c.customer_id, c.customer_name
FROM Customers c
JOIN Orders o ON c.customer_id = o.customer_id
GROUP BY c.customer_id, c.customer_name
HAVING SUM(o.product_name = 'A') > 0
   AND SUM(o.product_name = 'B') > 0
   AND SUM(o.product_name = 'C') = 0
ORDER BY c.customer_id;

#풀이 — 왜 이렇게 하는가

1. 조건이 "여러 주문에 걸친 고객 단위" 판정이므로 고객별로 그룹화한다: GROUP BY c.customer_id, c.customer_name.
2. 한 고객이 특정 제품을 샀는지는 그 제품 주문이 하나라도 있는가로 판단한다.
   • SUM(o.product_name = 'A')는 A인 행마다 1을 더하므로, A를 산 적이 있으면 값이 1 이상(> 0), 없으면 0이다.
   • 따라서 "A를 샀다" = SUM(product_name='A') > 0, "C를 안 샀다" = SUM(product_name='C') = 0.
3. 세 조건을 AND로 묶어 HAVING에 둔다. 개별 행이 아닌 그룹 전체 성질이므로 HAVING이 맞다.
4. Orders만으로도 풀리지만 이름 출력을 위해 Customers와 조인한다. GROUP BY에 customer_name도 포함해 SELECT와 정합성을 맞춘다.

#핵심 개념

• 존재/부재 판정: SUM(조건) > 0은 "그 조건을 만족하는 행이 하나라도 있다", SUM(조건) = 0은 "하나도 없다"를 뜻한다.
• MAX(product_name = 'A') = 1, MIN(...)으로도 존재 여부를 표현할 수 있다.
• HAVING은 여러 그룹 조건을 AND/OR로 조합할 수 있다.

#⚠️ 흔한 실수

• WHERE product_name IN ('A','B')로 먼저 걸러버리면 C 구매 행이 사라져 "C를 안 샀다"를 판정할 수 없다. 필터를 SUM(조건) 안으로 넣어 모든 행을 보존해야 한다.
• only_full_group_by 모드에서는 SELECT의 customer_name이 GROUP BY에 없으면 오류다. 그룹키에 포함시킨다.

#💡 대안 / 응용

• MAX 버전: HAVING MAX(product_name='A')=1 AND MAX(product_name='B')=1 AND MAX(product_name='C')=0 — "존재=1, 부재=0"을 더 직관적으로 표현한다.