SQL: 중복 값만 리스팅하는 방법, HAVING COUNT()

 

 

 

분석 툴을 사용해 데이터를 뽑다 보면 가끔 당황스러울 때가 있다. 고유 번호까지 동일한 데이터가 여러 개 나오는 거다. 이유가 어떻든(우리가 변별력 없는 조건을 설정했든, 말 그대로 컴퓨터가 실수를 했든) 간에 이 값들은 걸러져야 하고 반대로 수집 프로세스 자체의 보수를 위해 집계되기도 해야 한다.

 

 

아래 order_list는 가상의 브랜드의 주문 정보 수집 내역이다. 이 중 주문번호 10251은 두 번 나오는데 보다시피 고객ID를 포함한 모든 정보값이 동일하다. 기재하진 않았지만 수집된 시간까지. 오늘은 이 데이터를 기준으로 중복 값 제거/ 집계 관련한 쿼리 작업을 진행해보겠다.

 

 

order_list

주문번호	고객ID	주문일자	배송ID
10248	90	2024-01-03	3
10249	81	2024-01-04	1
10250	34	2024-01-08	2
10251	84	2024-01-08	1
10251	84	2024-01-08	1
10252	76	2024-01-09	2
...	...	...	...
10443	66	2024-02-06	1

 

* learnsql 포스트를 번역해 공유한 것.

 

 

 

문제를 풀기 위해서, 우선 '중복'의 조건을 정의할 필요가 있다. 중복이 발생하려면 완전히 동일한 데이터가 2개 이상 존재해야 한다. '완전 동일' 을 판단하는 기준이 돼 줄 컬럼은 명확하다. 중복될 수 없는 고유한 값, 기본 키인 '주문번호'다. 그렇다면 주문번호끼리 그룹을 묶어 정렬하고 그룹별 수량을 센다면 중복이 조금 더 명확히 보이지 않을까.

 

 

SELECT 주문번호

               , COUNT(주문번호) AS 중복체크 FROM order_list
GROUP BY 주문번호
HAVING COUNT(주문번호);

 

 

order_list

주문번호	중복체크
10248	1
10249	1
10250	1
10251	2
10252	1

 

 

 

주문번호의 중복이 잡힌 10251 말고는 전체가 1로 체크되는 걸 알 수 있다. 그렇다면, 여기서 집계 기준을 '1보다 큰 값'으로 바꿔 준다면 중복 값만 죽 출력해 리스트로 얻을 수 있겠다.

 

 

SELECT 주문번호

               , COUNT(주문번호) AS 중복체크 FROM order_list
GROUP BY 주문번호
HAVING COUNT(주문번호) > 1;

 

 

주문번호	중복체크
10251	2

 

 

중복 데이터가 몇 개 없다면 지워버리면 그만이겠지만, 과하게 발생하고 있다면 컴퓨터의 실수보단 내 실수일 가능성이 크다. 이런 상황에서는 전체 컬럼을 띄워 놓고 데이터 사이의 접점을 체크해보면 되겠다. HAVING을 단순히 조건 집계용으로 사용하는 방식이다. 쿼리와 표를 마지막으로 보여주며 마무리한다.

 

 

SELECT 주문번호, 고객ID, 주문일자, 배송ID

               , COUNT(주문번호) AS 중복체크 FROM order_list
GROUP BY 주문번호, 고객ID, 주문일자, 배송ID
HAVING COUNT(주문번호) > 1;

 

 

주문번호	고객ID	주문일자	배송ID
10251	84	2024-01-08	1

 

 

 

 

 

 

참고

learnsql 홈페이지