2695 words
13 minutes
[SQL]Join의 의미
1. JOIN의 목적
- JOIN은 서로 다른 테이블에 분리된 데이터를 관계 조건에 따라 결합후, 조회 에 필요한 결과 집합을 생성하는 관계 연산
- RDB는 데이터 중복을 줄이고 무결성을 관리하기 위해 정규화를 수행하며, 이 과정에서 고객,주문,상품 등이 별도 테이블로 분리됨
- JOIN은 이렇게 분리된 데이터 사이의 관계를 조회 시점에 재구성하는 것
예제 데이터
customers
| customer_id | name || ----------- | ---- || 1 | Kim || 2 | Lee || 3 | Park |
orders
| order_id | customer_id | amount || -------- | ----------- | ------ || 101 | 1 | 10000 || 102 | 1 | 20000 || 103 | 2 | 30000 |- 고객 이름은
customers, 주문 금액은orders에 존재 - 고객별 주문 정보를 조회하려면 두 테이블의 결합이 필요
SELECT c.name, o.order_id, o.amountFROM customers cINNER JOIN orders o ON c.customer_id = o.customer_id;- 조인 조건
ON c.customer_id = o.customer_id- 고객 테이블의 행과 주문 테이블의 행이 동일한 고객을 참조할 때, 두 행을 매칭되는 관계로 판단한다는 의미
- JOIN은 테이블을 옆으로 붙이는 작업이 아니라, 조건을 만족하는 행의 조합을 생성하는 것(ResultSet)
Concept
- JOIN : 관계 조건에 따라 서로 다른 테이블의 행을 결합해 새로운 결과 집합을 만드는 관계 연산. 테이블 단위가 아니라 행 조합 단위로 동작
- 정규화(Normalization) : 중복 제거와 무결성 유지를 위해 데이터를 주제별 테이블로 분리하는 설계 과정. JOIN이 필요한 근본 이유
- 조인 조건(Join Predicate) : 두 테이블의 어떤 행끼리 매칭할지 결정하는 조건식. 보통 PK-FK 동등 비교로 작성
2. JOIN의 세 가지 관점
2.1 행의 매칭 및 보존
첫 번째 관점: 어떤 행을 매칭하고, 매칭되지 않은 행을 어떻게 처리하는가
| JOIN | 매칭되는 행 | 매칭되지 않은 행 |
|---|---|---|
| INNER JOIN | 반환 | 제외 |
| LEFT JOIN | 반환 | 왼쪽 행 보존 |
| RIGHT JOIN | 반환 | 오른쪽 행 보존 |
| FULL OUTER JOIN | 반환 | 양쪽 행 보존 |
-- INNER JOIN: 주문이 존재하는 고객만 반환SELECT c.name, o.order_idFROM customers cINNER JOIN orders o ON c.customer_id = o.customer_id;
-- LEFT JOIN: 주문이 없는 고객도 반환SELECT c.name, o.order_idFROM customers cLEFT JOIN orders o ON c.customer_id = o.customer_id;INNER JOIN 결과
| name | order_id |
|---|---|
| Kim | 101 |
| Kim | 102 |
| Lee | 103 |
LEFT JOIN 결과
| name | order_id |
|---|---|
| Kim | 101 |
| Kim | 102 |
| Lee | 103 |
| Park | NULL |
- ON 조건은 행의 매칭 기준을 정의
- JOIN 유형은 매칭되지 않은 행의 보존 규칙을 결정
2.2 처리 과정(Query Processing)
- 두 번째 관점: 결합된 행이 이후 SQL 절에 의해 어떻게 필터링되는가
- 핵심은
ON과WHERE의 차이
Case A. ON에 조건 작성
SELECT c.name, o.amountFROM customers cLEFT JOIN orders o ON c.customer_id = o.customer_id AND o.amount >= 20000;| name | amount |
|---|---|
| Kim | 20000 |
| Lee | 30000 |
| Park | NULL |
- 고객 ID와 금액 조건을 모두 만족하는 주문만 매칭
- 조건에 맞는 주문이 없는 고객도 보존
Case B. WHERE에 조건 작성
SELECT c.name, o.amountFROM customers cLEFT JOIN orders o ON c.customer_id = o.customer_idWHERE o.amount >= 20000;| name | amount |
|---|---|
| Kim | 20000 |
| Lee | 30000 |
-
먼저 고객과 주문을 LEFT JOIN
-
이후 WHERE에서 금액 조건 적용
-
주문이 없는 고객의
NULL >= 20000은 UNKNOWN으로 평가 -
WHERE는 TRUE인 행만 보존하므로 Park 제외 → 사실상 INNER JOIN과 같은 결과
-
즉, ON은 매칭 조건, WHERE는 JOIN 결과에 대한 필터 조건
-
이 차이는 SQL의 논리적 처리 순서에서 비롯됨
FROM / JOIN / ON ↓ WHERE ↓ GROUP BY ↓ HAVING ↓ SELECT ↓ DISTINCT ↓ ORDER BY ↓ LIMIT- 위 순서는 논리적 처리 모델이며, 실제 물리적 실행 순서와는 구분됨
2.3 결과 데이터의 Grain과 Cardinality
- 세 번째 관점: 결과가 어떤 단위의 데이터이며 몇 개의 행으로 구성되는가
A.key B.key----- -----1 11 12 1 3SELECT *FROM AINNER JOIN B ON A.key = B.key;- A의
key = 1은 2행, B의key = 1은 3행 → 총 6개의 조합 생성
\[ 2 \times 3 = 6 \]
- INNER JOIN 결과는 6행
- LEFT JOIN이라면 A의
key = 2행도 유지하므로 7행 - JOIN은 중복을 자동 제거하지 않으며, 조인 키의 다중도에 따라 결과 행 수가 증가할 수 있음
Concept
- INNER JOIN : 양쪽에서 매칭되는 행만 반환하는 JOIN. 매칭되지 않은 행은 결과에서 제외
- OUTER JOIN : 매칭되지 않은 행을 한쪽(LEFT/RIGHT) 또는 양쪽(FULL)에서 보존하는 JOIN. 반대편 컬럼은 NULL로 채워짐
- NULL 확장(NULL-extended Row) : OUTER JOIN에서 매칭 상대가 없는 행에 대해 반대편 컬럼을 NULL로 채운 행. 이후 WHERE·COUNT 동작에 영향
- ON vs WHERE : ON은 조인 시 행의 매칭 조건, WHERE는 조인 결과에 대한 필터. OUTER JOIN에서는 조건 위치에 따라 결과가 달라짐
- 삼값 논리(Three-Valued Logic) : SQL 조건식은 TRUE·FALSE·UNKNOWN 세 값으로 평가됨. NULL과의 비교는 UNKNOWN이며 WHERE는 TRUE인 행만 통과시킴
- 논리적 쿼리 처리 순서(Logical Query Processing) :
FROM/JOIN/ON → WHERE → GROUP BY → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT. 의미를 정의하는 모델이며 실제 실행 순서와는 별개 - Grain : 테이블 한 행이 나타내는 비즈니스 단위. JOIN 전후로 grain이 바뀌는지 항상 확인해야 함
- Cardinality : 테이블 간 행의 연결 관계(1:1, 1
, N ). 결과 행 수를 예측하는 기준 - Row Multiplication : 조인 키 중복으로 결과 행이 곱셈적으로 증폭되는 현상. 키 다중도 m, n이면 m × n 행 생성
3. 실무 핵심 예제
3.1 주문이 없는 고객 조회 — Anti Join
SELECT c.customer_id, c.nameFROM customers cLEFT JOIN orders o ON c.customer_id = o.customer_idWHERE o.order_id IS NULL;결과
| customer_id | name |
|---|---|
| 3 | Park |
- LEFT JOIN으로 매칭되지 않은 고객을 보존한 뒤, 오른쪽 주문 ID가 NULL인 행만 필터링하는 방식
- 존재 여부만 검사하는 목적이라면
NOT EXISTS도 사용 가능
SELECT c.customer_id, c.nameFROM customers cWHERE NOT EXISTS ( SELECT 1 FROM orders o WHERE o.customer_id = c.customer_id);3.2 LEFT JOIN 이후 COUNT(*) 문제
SELECT c.customer_id, COUNT(*) AS count_all, COUNT(o.order_id) AS order_countFROM customers cLEFT JOIN orders o ON c.customer_id = o.customer_idGROUP BY c.customer_id;| customer_id | count_all | order_count |
|---|---|---|
| 1 | 2 | 2 |
| 2 | 1 | 1 |
| 3 | 1 | 0 |
COUNT(*)는 NULL 확장 행까지 포함한 전체 행 수를 계산COUNT(o.order_id)는 NULL이 아닌 주문 ID만 계산- LEFT JOIN 이후 실제 매칭 건수를 집계할 때는 COUNT 대상 컬럼을 명확하게 지정해야 함
3.3 Fact-Dimension JOIN의 행 증폭
SELECT f.campaign_id, SUM(f.spend) AS total_spendFROM fct_ad_performance fINNER JOIN dim_campaign d ON f.campaign_id = d.campaign_idGROUP BY f.campaign_id;dim_campaign에서 동일한campaign_id가 중복되면 Fact 행이 여러 번 결합되어 광고비가 과대 집계됨- 조인 키의 유일성 검증 쿼리
SELECT campaign_id, COUNT(*) AS row_countFROM dim_campaignGROUP BY campaign_idHAVING COUNT(*) > 1;- Dimension이 SCD Type 2라면 동일 Business Key의 여러 버전이 정상적으로 존재할 수 있음
- 이 경우 Surrogate Key 또는 유효 기간 조건을 기준으로 조인해야 함
Concept
- Anti Join : 상대 테이블에 매칭되는 행이 없는 행만 반환하는 연산.
LEFT JOIN ... IS NULL또는NOT EXISTS로 표현 - COUNT(*) vs COUNT(column) : COUNT(*)는 NULL 확장 행을 포함한 전체 행 수, COUNT(column)은 해당 컬럼이 NULL이 아닌 행 수. OUTER JOIN 집계 시 대상 컬럼을 명시해야 함
- Fan-out : 1
또는 키 중복 JOIN으로 상위 grain의 행이 복제되는 현상. 복제된 행에 SUM을 걸면 지표가 과대 집계됨 - 조인 키 유일성 검증 : Dimension 쪽 조인 키가 유일한지
GROUP BY key HAVING COUNT(*) > 1로 확인하는 품질 점검. Fact-Dimension JOIN 전 필수 - SCD Type 2 조인 : 이력 Dimension은 Business Key가 중복되므로 Surrogate Key 또는 유효 기간 조건으로 조인해야 함. Business Key만으로 조인하면 Fan-out 발생
4. 논리적 JOIN과 물리적 JOIN의 구분
- SQL에서 지정하는 JOIN 유형과 DBMS가 실제 수행하는 JOIN 알고리즘은 별개의 개념
Logical JOIN
- INNER JOIN, LEFT JOIN 등
- 어떤 행을 매칭하고 보존할지 정의
- 쿼리 결과의 의미 결정
Physical JOIN
-
Nested Loop Join, Hash Join, Merge Join 등
-
실제 행을 결합하기 위한 실행 알고리즘
-
DBMS 옵티마이저가 데이터 통계와 실행 비용에 따라 선택
-
SQL은 선언형 언어이므로 개발자는 원하는 결과를 정의하고, 옵티마이저는 효율적인 실행 계획을 선택함
SELECT c.name, o.amountFROM customers cINNER JOIN orders o ON c.customer_id = o.customer_idWHERE o.amount >= 20000;- 논리적으로는 JOIN 이후 WHERE를 적용하지만, 옵티마이저는 주문 테이블에서 금액 조건을 먼저 필터링한 뒤 JOIN할 수 있음 → Predicate Pushdown
- 단, LEFT JOIN의 ON/WHERE처럼 조건 위치에 따라 결과가 달라지는 경우에는 SQL의 의미를 보존하는 범위에서만 최적화 가능
Concept
- Logical JOIN : INNER/LEFT 등 어떤 행을 매칭하고 보존할지 정의하는 JOIN 유형. 쿼리 결과의 의미를 결정
- Physical JOIN : Nested Loop·Hash·Merge 등 행을 실제로 결합하는 실행 알고리즘. 옵티마이저가 통계와 비용으로 선택
- 선언형 언어(Declarative Language) : 무엇을 원하는지만 기술하고 어떻게 실행할지는 엔진에 맡기는 언어. SQL의 실행 계획은 옵티마이저가 결정
- Predicate Pushdown : 필터 조건을 JOIN이나 스캔 이전 단계로 내려 처리량을 줄이는 최적화. 쿼리 의미가 보존될 때만 적용 가능
JOIN을 이해한다는 것은 어떤 행을 매칭하는가(Matching), 어떤 행을 보존하는가(Preservation), 결과 행 수와 데이터 단위가 어떻게 달라지는가(Grain & Cardinality)를 설명할 수 있다는 의미
추가적으로 공부하면 좋은 컨셉, 주제들
- Semi Join : 상대 테이블에 매칭되는 행이 존재하는지만 확인하고 왼쪽 행을 한 번만 반환하는 연산.
EXISTS,IN으로 표현 - NULL-safe Join : 조인 키에 NULL이 있을 때
IS NOT DISTINCT FROM(또는<=>)으로 NULL끼리도 매칭시키는 방법 - Hash / Merge / Nested Loop Join 내부 동작 : 각 알고리즘의 메모리 사용, 정렬 요구, 적합한 데이터 크기
- Broadcast vs Shuffle Join : 분산 엔진(Spark, Trino)에서 작은 테이블을 복제할지 양쪽을 재분배할지 결정하는 전략
- ASOF Join : 정확히 일치하는 키 대신 가장 가까운 이전 시점의 행과 매칭하는 시계열 JOIN
- LATERAL Join : 왼쪽 행의 값을 참조하는 서브쿼리를 행마다 평가해 결합하는 JOIN