no 잼 no gain

빅분기 실기 3유형 정리

인생아 — Sat, 29 Nov 2025 00:27:53 +0900

벼락치기 문법 암기용으로 정리한 내용으로 틀린부분이 있을 수 있음

#1️⃣ chi2_contingency – 두 범주형 변수의 독립성 검정(카이제곱 검정)
# chi2_contingency : 두 범주형 변수의 독립성 검정(카이제곱 검정)

import pandas as pd                          # 데이터프레임 활용을 위해 pandas 불러오기
from scipy.stats import chi2_contingency     # 카이제곱 독립성 검정 함수 불러오기

# 예시용 데이터프레임 생성 (실제에선 이미 있는 df 사용)
df = pd.DataFrame({
    'Resistin': ['low', 'low', 'high', 'high', 'low', 'high'],    # 범주형 변수 1
    'Classification': ['normal', 'disease', 'normal', 'disease', 'normal', 'disease']  # 범주형 변수 2
})

# 두 범주형 변수(Resistin, Classification)의 교차표(빈도표) 생성
table = pd.crosstab(df['Resistin'], df['Classification'])

# 카이제곱 독립성 검정 수행
chi2, p, dof, expected = chi2_contingency(table)

print("교차표\n", table)               # 실제 관측된 교차표 출력
print("카이제곱 통계량:", chi2)        # chi-square 통계량 출력
print("p-value:", p)                  # 유의확률(p-value) 출력
print("자유도:", dof)                 # 자유도 출력
print("기대도수표\n", expected)       # 기대도수표(귀무가설 하에서 기대되는 빈도) 출력

#2️⃣ chisquare – 한 범주형 변수의 분포 적합도 검정(카이제곱 적합도 검정)
# chisquare : 한 범주형 변수의 분포가 이론/기대 분포와 같은지 검정(카이제곱 적합도 검정)

import numpy as np                        # 수치 배열 연산을 위해 numpy 불러오기
from scipy.stats import chisquare         # 카이제곱 적합도 검정 함수 불러오기

# 관측된 빈도 (예: 주사위 6면이 나온 횟수)
observed = np.array([8, 14, 10, 12, 9, 7])   # 실제로 관측된 각 눈의 개수

# 기대되는 빈도 (예: 공정한 주사위라면 60번 중 각 눈이 10번씩 나와야 함)
expected = np.array([10, 10, 10, 10, 10, 10])   # 이론적으로 기대되는 각 눈의 개수

# 카이제곱 적합도 검정 수행
chi2_stat, p = chisquare(f_obs=observed, f_exp=expected)

print("관측값:", observed)                 # 실제 관측 빈도 출력
print("기대값:", expected)                 # 이론/기대 빈도 출력
print("카이제곱 통계량:", chi2_stat)      # chi-square 통계량 출력
print("p-value:", p)                      # 유의확률(p-value) 출력

#3️⃣ ttest_1samp – 1표본 t-검정 (한 집단 평균 vs 기준값)
# ttest_1samp : 한 집단의 평균이 특정 기준값과 같은지/다른지 검정(1표본 t-검정)

import numpy as np                          # 수치 데이터 생성을 위해 numpy 불러오기
from scipy.stats import ttest_1samp         # 1표본 t-검정 함수 불러오기

# 예시 데이터: 어떤 집단의 혈압 값들 (실제에선 df['혈압'] 같은 시리즈 사용 가능)
sample = np.array([118, 121, 119, 123, 117, 120, 122])   # 한 집단의 연속형 데이터

mu0 = 120   # 기준값(예: 정상 혈압 평균 120이라고 가정)

# 1표본 t-검정 수행 (귀무가설: 집단 평균 = mu0)
t_stat, p = ttest_1samp(sample, popmean=mu0)

print("샘플 데이터:", sample)           # 사용한 샘플 데이터 출력
print("기준값(mu0):", mu0)             # 비교 기준이 되는 평균값 출력
print("t-통계량:", t_stat)             # t 통계량 출력
print("p-value:", p)                  # 유의확률(p-value) 출력

#4️⃣ ttest_ind – 독립 2표본 t-검정 (서로 다른 두 집단 평균 비교)
# ttest_ind : 서로 다른 두 집단의 평균 차이를 검정(독립 2표본 t-검정)

import numpy as np                        # 수치 데이터 생성을 위해 numpy 불러오기
from scipy.stats import ttest_ind         # 독립 2표본 t-검정 함수 불러오기

# 예시 데이터: 남자/여자의 키 데이터 (서로 독립된 두 집단)
group1 = np.array([175, 178, 180, 172, 177])   # 집단1 예: 남자 키
group2 = np.array([162, 165, 168, 170, 166])   # 집단2 예: 여자 키

# 독립 2표본 t-검정 수행 (기본: 등분산 가정 equal_var=True)
t_stat, p = ttest_ind(group1, group2, equal_var=True)

print("집단1 데이터:", group1)          # 첫 번째 집단 데이터 출력
print("집단2 데이터:", group2)          # 두 번째 집단 데이터 출력
print("t-통계량:", t_stat)             # t 통계량 출력
print("p-value:", p)                  # 유의확률(p-value) 출력

#5️⃣ ttest_rel – 대응표본 t-검정 (같은 집단의 전/후 비교)
# ttest_rel : 같은 집단의 두 시점/두 조건 평균 차이를 검정(대응표본 t-검정)

import numpy as np                        # 수치 데이터 생성을 위해 numpy 불러오기
from scipy.stats import ttest_rel         # 대응표본 t-검정 함수 불러오기

# 예시 데이터: 같은 사람들의 다이어트 전/후 몸무게
before = np.array([70, 68, 75, 80, 72])   # 다이어트 전 몸무게
after  = np.array([68, 67, 73, 78, 71])   # 다이어트 후 몸무게

# 대응표본 t-검정 수행 (각 인덱스끼리 짝이 맞는 데이터)
t_stat, p = ttest_rel(before, after)

print("전(before):", before)            # 전(처리 전) 데이터 출력
print("후(after):", after)              # 후(처리 후) 데이터 출력
print("t-통계량:", t_stat)             # t 통계량 출력
print("p-value:", p)                  # 유의확률(p-value) 출력

#한 번에 요약해서 외우기
#chi2_contingency : 두 범주형 변수의 독립성 검정(카이제곱)
#chisquare : 한 범주형 변수의 분포 적합도 검정(카이제곱)
#ttest_1samp : 한 집단 평균 vs 기준값(1표본 t-검정)
#ttest_ind : 서로 다른 두 집단 평균 비교(독립 2표본 t-검정)
#ttest_rel : 같은 집단 전/후 평균 비교(대응표본 t-검정)








import pandas as pd                       # 데이터프레임 사용을 위해 pandas 불러오기
import numpy as np                        # 수치 계산(지수, 로그 등)을 위해 numpy 불러오기
from statsmodels.api import Logit, OLS         # 로지스틱 회귀(Logit), 선형회귀(OLS) 모델 클래스 불러오기

# 1-1. 회귀식(formula) 정의
#     Servived ~ Gender + SibSp + Parch + Fare
#     → 종속변수: Servived (0/1)
#     → 독립변수: Gender, SibSp, Parch, Fare
formula_logit = "Servived ~ Gender + SibSp + Parch + Fare"

# 1-2. 로지스틱 회귀 모델 생성 (formula와 데이터프레임 df를 사용)
#      Logit.from_formula(식, 데이터프레임)
logit_model = Logit.from_formula(formula_logit, df)

# 1-3. 모델 적합 (최대우도추정으로 계수 추정)
logit_results = logit_model.fit()

# 1-4. 결과 요약표 출력
print("\n=== [Logit] 결과 요약 ===")
print(logit_results.summary())      # 회귀 계수, 표준오차, z값, p-value, 설명력 등 출력

# ---------------------------------------------------
# 1-5. SibSp 계수의 odds ratio(승산비) 계산
#      ※ 주의: results.param 이 아니라 results.params (복수형) 사용
# ---------------------------------------------------

# SibSp 계수 추출
coef_sibsp = logit_results.params['SibSp']
print(coef_sibsp)
# 계수를 지수변환하여 odds ratio(승산비) 계산
odds_ratio_sibsp = np.exp(coef_sibsp)

# 소수 3자리까지 반올림
odds_ratio_sibsp_round = round(odds_ratio_sibsp, 3)

print("\n=== [Logit] SibSp 계수 및 승산비 ===")
print("SibSp 계수:", coef_sibsp)                     # 로짓 계수(로그 odds 단위)
print("SibSp odds ratio:", odds_ratio_sibsp_round)   # 승산비(odds ratio)

# ==========================================================
# 2. OLS : 선형 회귀 (종속변수가 연속형일 때 사용)
#    종속변수: Fare (연속형)
#    독립변수: Gender, SibSp, Parch
# ==========================================================

# 2-1. 회귀식(formula) 정의
#     Fare ~ Gender + SibSp + Parch
formula_ols = "Fare ~ Gender + SibSp + Parch"

# 2-2. OLS 선형 회귀 모델 생성 (formula와 df를 사용)
#      ❗ 여기서 중요한 점:
#         OLS(formula=..., data=...) 이렇게 쓰는 게 아니라
#         OLS.from_formula(formula, data) 를 써야 함
ols_model = OLS.from_formula(formula_ols, df)

# 2-3. 모델 적합 (최소제곱법으로 계수 추정)
ols_results = ols_model.fit()

# 2-4. 결과 요약표 출력
print("\n=== [OLS] 결과 요약 ===")
print(ols_results.summary())   # 회귀 계수, 표준오차, t값, p-value, R-squared(설명력) 등 출력













# OLS : 선형 회귀 (종속변수가 연속형일 때 사용)

import pandas as pd                          # 데이터프레임 사용
from statsmodels.api import OLS        # formula 기반 선형회귀(ols) 사용을 위해 불러오기

# 예시 데이터프레임 df가 있다고 가정
# df에는 Fare(연속형), Gender, SibSp, Parch 같은 컬럼이 있다고 가정

# 1. 회귀식(formula) 정의
#    Fare ~ Gender + SibSp + Parch
#    → 종속변수: Fare (연속형)
#    → 독립변수: Gender, SibSp, Parch
formula_ols = "Fare ~ Gender + SibSp + Parch"

# 2. OLS 선형 회귀 모델 생성 (formula와 df를 사용)
ols_model = OLS(formula=formula_ols, data=df)

# 3. 모델 적합 (최소제곱법으로 계수 추정)
ols_results = ols_model.fit()

# 4. 결과 요약표 출력
print(ols_results.summary())   # 회귀 계수, 표준오차, t값, p-value, R-squared(설명력) 등 출력









# 1번 F-검정 검정통계량
df['log_resistin'] = np.log(df['Resistin'])

group1 = df[df['Classification'] == 1]['log_resistin']
group2 = df[df['Classification'] == 2]['log_resistin']
var1 = group1.var()
var2 = group2.var()

dof_1 = len(group1)-1
dof_2 = len(group2)-2

f_stat = var2/var1
print(round(f_stat,3))

# 2번 합동분산추정량
n1 = len(group1)
n2 = len(group2)

pooled_var = ((n1-1)*var1 + (n2-1)*var2) / (n1+n2-2)
print(round(pooled_var),3)

from scipy.stats import ttest_ind
ttest_ind_result = ttest_ind(group1, group2)
print(ttest_ind_result)

[MySQL] JSON_VALID, JSON_UNQUOTE 등 유틸 함수 총정리

인생아 — Mon, 28 Jul 2025 19:47:03 +0900

MySQL은 JSON 데이터를 다루기 위한 검사/문자열/보조 기능을 제공하는 유틸리티 함수들을 갖추고 있다. 이 함수들은 복잡한 JSON 연산보다는 가볍게 확인하거나 보정할 때 매우 유용하다.

1. JSON_VALID: JSON 유효성 확인

JSON_VALID(json_val)

JSON 문자열이 정상적인 형식인지 검사
1이면 유효, 0이면 무효

예제

SELECT JSON_VALID('{"name": "철수"}');
-- 결과: 1

SELECT JSON_VALID('"name": "철수"');
-- 결과: 0 (잘못된 형식)

INSERT 전에 JSON 형식이 맞는지 체크할 때 자주 사용됨

2. JSON_UNQUOTE: JSON 문자열 따옴표 제거

JSON_UNQUOTE(json_val)

JSON 문자열의 양쪽 따옴표(") 제거

예제

SELECT JSON_UNQUOTE('"철수"');
-- 결과: 철수

SELECT JSON_UNQUOTE('25');
-- 결과: 25 (숫자는 그대로)

JSON_EXTRACT() 결과값이 "홍길동"처럼 따옴표 포함일 때,
문자열 처리 용도로 사용함

SELECT JSON_UNQUOTE(JSON_EXTRACT('{"name": "홍길동"}', '$.name'));
-- 결과: 홍길동

3. JSON_TYPE: 데이터 타입 확인

JSON_TYPE(json_doc[, path])

대상 값의 타입을 반환 (OBJECT, ARRAY, STRING, INTEGER 등)

예제

SELECT JSON_TYPE('{"name": "철수"}', '$.name');
-- 결과: STRING

SELECT JSON_TYPE('["A", "B"]');
-- 결과: ARRAY

CASE WHEN 조건문에 활용 가능

4. JSON_DEPTH: JSON의 깊이 구하기

JSON_DEPTH(json_doc)

중첩된 JSON 구조의 최대 깊이를 계산

예제

SELECT JSON_DEPTH('{"a": 1}');
-- 결과: 1

SELECT JSON_DEPTH('{"a": {"b": {"c": 3}}}');
-- 결과: 3

구조 분석 시 유용

5. JSON_QUOTE: 문자열을 JSON 문자열로 감싸기

JSON_QUOTE(string_val)

문자열을 JSON 문자열로 변환 (따옴표 추가 + 이스케이프 처리)

예제

SELECT JSON_QUOTE('철수');
-- 결과: "철수"

반대 함수가 JSON_UNQUOTE

6. JSON_STORAGE_SIZE: 저장 공간 크기 확인

JSON_STORAGE_SIZE(json_doc)

내부적으로 JSON이 차지하는 바이트 수 반환

예제

SELECT JSON_STORAGE_SIZE('{"name": "홍길동"}');
-- 결과: 20 (예시값)

용량 제한 관리나 DB 튜닝 시 사용

7. 실무 팁: 조합 활용

SELECT 
  JSON_UNQUOTE(profile -> '$.name') AS 이름,
  JSON_TYPE(profile, '$.age') AS 나이타입,
  JSON_VALID(profile) AS 유효여부
FROM users;

JSON 데이터를 문자열처럼 출력하고, 타입 확인하고, 정상 여부 검사까지 한 번에 가능

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/json-utility-functions.html

[MySQL] JSON_MERGE, JSON_ARRAY_APPEND 활용법

인생아 — Mon, 28 Jul 2025 18:52:17 +0900

MySQL에서는 JSON 객체를 합치거나 배열에 값을 추가하는 다양한 함수가 제공된다. 그중 대표적인 것이 JSON_MERGE_PRESERVE(), JSON_ARRAY_APPEND() 함수다. 특히 REST API 응답 구조, 사용자 이력 기록, 동적 필드 추가 등에서 매우 유용하다.

1. JSON_MERGE_PRESERVE: JSON 병합하기

JSON_MERGE_PRESERVE(json_doc1, json_doc2, ...)

여러 JSON 객체/배열을 하나로 병합
동일 키가 중복되면 배열로 합쳐짐

예제: 객체 병합

SELECT JSON_MERGE_PRESERVE(
  '{"name": "철수"}',
  '{"age": 30}'
);
-- 결과: {"name": "철수", "age": 30}

예제: 중복 키 병합

SELECT JSON_MERGE_PRESERVE(
  '{"name": "철수"}',
  '{"name": "영희"}'
);
-- 결과: {"name": ["철수", "영희"]}

key 중복 시 값을 배열로 묶어 병합한다는 특징이 있다.

예제: 배열 병합

SELECT JSON_MERGE_PRESERVE(
  '["A", "B"]',
  '["C", "D"]'
);
-- 결과: ["A", "B", "C", "D"]

2. JSON_MERGE_PATCH (MySQL 8.0.3+)

JSON_MERGE_PATCH(json_doc1, json_doc2)

중복 key는 덮어씀
JSON 객체만 대상 (배열은 사용 불가)

SELECT JSON_MERGE_PATCH(
  '{"name": "철수"}',
  '{"name": "영희"}'
);
-- 결과: {"name": "영희"}

JSON_MERGE_PATCH는 RESTful API의 PATCH 작업처럼 작동

3. JSON_ARRAY_APPEND: 배열에 값 추가

JSON_ARRAY_APPEND(json_doc, path, value[, path, value] ...)

지정된 경로(일반적으로 배열)에 값 추가

예제

SELECT JSON_ARRAY_APPEND('["A", "B"]', '$', "C");
-- 결과: ["A", "B", "C"]

객체 내 배열에 값 추가

SELECT JSON_ARRAY_APPEND(
  '{"tags": ["sql", "json"]}',
  '$.tags',
  'mysql'
);
-- 결과: {"tags": ["sql", "json", "mysql"]}

여러 위치 동시 추가

SELECT JSON_ARRAY_APPEND(
  '{"a": [1], "b": [10]}',
  '$.a', 2,
  '$.b', 20
);
-- 결과: {"a": [1, 2], "b": [10, 20]}

4. 실무 활용 예제

사용자 로그 누적 저장

UPDATE users
SET history = JSON_ARRAY_APPEND(history, '$', '로그인')
WHERE id = 1;

history가 배열로 되어 있을 때, 새로운 활동 추가 가능

여러 필드에 동시에 값 추가

UPDATE products
SET meta = JSON_ARRAY_APPEND(meta, '$.tags', '신상품', '$.colors', 'blue')
WHERE id = 101;

tags와 colors 모두 배열로 존재해야 동작

5. JSON_MERGE와 JSON_ARRAY_APPEND 차이 정리

항목	JSON_MERGE_PRESERVE	JSON_ARRAY_APPEND
목적	객체/배열 병합	배열에 값 추가
대상 경로	전체 JSON	경로(path) 명시 필요
중복 키 처리	배열로 병합	없음
실무 용도 예	다수 JSON 통합	히스토리 누적, 태그 추가

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/json-modification-functions.html
https://dev.mysql.com/doc/refman/8.0/en/json-merge-functions.html

[MySQL] JSON_CONTAINS, JSON_LENGTH 등 검사 함수 모음

인생아 — Mon, 28 Jul 2025 17:50:08 +0900

MySQL에서 JSON 데이터를 다루다 보면 내부에 특정 값이 존재하는지 확인하거나, 배열/객체의 크기를 계산하는 일이 자주 발생한다. 이럴 때 사용하는 것이 JSON_CONTAINS, JSON_LENGTH, JSON_CONTAINS_PATH, JSON_TYPE 등의 검사 함수다.

1. JSON_CONTAINS: 값 포함 여부 확인

JSON_CONTAINS(target_json, candidate_json[, path])

target_json에 candidate_json이 포함되어 있는지 여부 반환
반환값: 1 (존재), 0 (없음)

예제

SELECT JSON_CONTAINS('["A", "B", "C"]', '"B"');
-- 결과: 1

SELECT JSON_CONTAINS('{"name": "철수", "age": 25}', '{"age": 25}');
-- 결과: 1

경로 지정 예제

SELECT JSON_CONTAINS('{"user": {"name": "영희"}}', '"영희"', '$.user.name');
-- 결과: 1

JSON 경로를 명시하면 중첩 구조에서도 탐색 가능

2. JSON_CONTAINS_PATH: 경로 존재 여부 확인

JSON_CONTAINS_PATH(json_doc, 'one'|'all', path1[, path2, ...])

'one': 하나라도 존재하면 1
'all': 모두 존재해야 1

예제

SELECT JSON_CONTAINS_PATH('{"a":1, "b":2}', 'one', '$.a', '$.x');
-- 결과: 1

SELECT JSON_CONTAINS_PATH('{"a":1, "b":2}', 'all', '$.a', '$.x');
-- 결과: 0

3. JSON_LENGTH: 요소 개수 구하기

JSON_LENGTH(json_doc[, path])

JSON 객체: key 개수
JSON 배열: 요소 개수

예제

SELECT JSON_LENGTH('{"a":1, "b":2}');
-- 결과: 2

SELECT JSON_LENGTH('["x", "y", "z"]');
-- 결과: 3

경로 지정 예제

SELECT JSON_LENGTH('{"data": [1, 2, 3]}', '$.data');
-- 결과: 3

4. JSON_TYPE: 값의 타입 확인

JSON_TYPE(json_doc[, path])

결과: OBJECT, ARRAY, INTEGER, STRING, NULL 등

예제

SELECT JSON_TYPE('{"x": 1}', '$.x');
-- 결과: INTEGER

SELECT JSON_TYPE('[10, 20, 30]');
-- 결과: ARRAY

5. JSON_VALID: 유효한 JSON 여부 검사

SELECT JSON_VALID('{"a": 1}');       -- 결과: 1
SELECT JSON_VALID('"a": 1');         -- 결과: 0 (유효하지 않음)

JSON 데이터 유효성 검증 시 사용
INSERT 또는 UPDATE 전에 확인할 때 유용

6. 실무 활용 팁

특정 필드가 존재할 때만 SELECT

SELECT *
FROM users
WHERE JSON_CONTAINS_PATH(profile, 'one', '$.nickname');

nickname 필드가 존재하는 사용자만 조회

배열 크기가 일정 이상인 데이터 필터링

SELECT *
FROM logs
WHERE JSON_LENGTH(tags) >= 3;

tags 배열에 3개 이상 태그가 있는 로그만 조회

유효성 확인 후 삽입

INSERT INTO products (id, spec)
SELECT 1, '{"cpu": "i5"}'
WHERE JSON_VALID('{"cpu": "i5"}') = 1;

JSON 형식이 맞을 때만 INSERT 수행

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/json-search-functions.html
https://dev.mysql.com/doc/refman/8.0/en/json-utility-functions.html

[MySQL] JSON_SET, JSON_REPLACE로 값 수정하기

인생아 — Mon, 28 Jul 2025 16:57:42 +0900

MySQL의 JSON_SET()과 JSON_REPLACE() 함수는 JSON 컬럼 내의 특정 경로 값을 수정하거나 조건부로 대체할 때 사용된다. 두 함수 모두 원본 JSON을 수정한 새로운 JSON 값을 반환하므로, UPDATE 구문과 함께 자주 사용된다.

1. JSON_SET 함수란?

JSON_SET(json_doc, path, value[, path, value] ...)

지정한 path에 value를 할당
해당 키가 존재하면 덮어쓰기, 존재하지 않으면 새 키로 추가

예제

SELECT JSON_SET('{"name": "홍길동"}', '$.age', 30);
-- 결과: {"name": "홍길동", "age": 30}

기존에 age가 없으면 추가됨

SELECT JSON_SET('{"name": "홍길동", "age": 25}', '$.age', 30);
-- 결과: {"name": "홍길동", "age": 30}

기존 키가 있으면 해당 값 덮어쓰기

2. JSON_REPLACE 함수란?

JSON_REPLACE(json_doc, path, value[, path, value] ...)

지정한 path에 키가 존재할 경우에만 값을 덮어씀
해당 경로가 없으면 변경 없이 원본 유지

예제

SELECT JSON_REPLACE('{"name": "영희"}', '$.age', 30);
-- 결과: {"name": "영희"}  ← 아무 변화 없음

SELECT JSON_REPLACE('{"name": "영희", "age": 25}', '$.age', 30);
-- 결과: {"name": "영희", "age": 30}

3. JSON_SET vs JSON_REPLACE 비교 정리

항목	JSON_SET	JSON_REPLACE
키 존재 시	값 덮어씀	값 덮어씀
키 미존재 시	새로 추가	아무 일도 하지 않음
주 용도	값 수정 + 추가	조건부 값 수정

4. 테이블 컬럼 값 수정 예제

CREATE TABLE users (
  id INT,
  profile JSON
);

INSERT INTO users VALUES
(1, '{"name": "철수", "age": 20}'),
(2, '{"name": "영희"}');

JSON_SET으로 추가/수정

UPDATE users
SET profile = JSON_SET(profile, '$.age', 30)
WHERE id = 2;

age가 없는 경우 → "age": 30 추가됨

JSON_REPLACE로 조건 수정

UPDATE users
SET profile = JSON_REPLACE(profile, '$.age', 40)
WHERE id = 1;

age 키가 존재할 때만 수정됨

5. 중첩 객체 경로 수정

SELECT JSON_SET(
  '{"user": {"name": "민수", "email": "a@b.com"}}',
  '$.user.email', 'new@domain.com'
);
-- 결과: {"user": {"name": "민수", "email": "new@domain.com"}}

중첩 경로도 정확히 지정 가능 ('$.user.email')

6. 배열 요소 수정 (주의)

SELECT JSON_SET('["A", "B", "C"]', '$[1]', "X");
-- 결과: ["A", "X", "C"]

배열의 특정 인덱스도 수정 가능

SELECT JSON_REPLACE('["A", "B", "C"]', '$[5]', "Z");
-- 결과: ["A", "B", "C"] (인덱스가 없으므로 변화 없음)

7. 실무 팁: UPDATE + JSON_SET 조합

UPDATE users
SET profile = JSON_SET(profile, '$.updated_at', NOW())
WHERE id = 1;

JSON 안에 타임스탬프 기록
변경이력 관리 등 실무에 자주 사용됨

8. 한 번에 여러 키 수정

SELECT JSON_SET(
  '{"a": 1, "b": 2}',
  '$.a', 10,
  '$.b', 20,
  '$.c', 30
);
-- 결과: {"a": 10, "b": 20, "c": 30}

한 번의 함수 호출로 여러 필드 동시 수정/추가 가능

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/json-modification-functions.html

[MySQL] JSON_EXTRACT와 -> 연산자로 값 조회하기

인생아 — Mon, 28 Jul 2025 15:54:24 +0900

MySQL에서 JSON 타입 컬럼에 저장된 데이터는 단순 문자열이 아닌 구조화된 객체이므로, 내부 값을 효율적으로 추출할 수 있는 전용 함수와 연산자가 제공된다. 그중 가장 많이 쓰이는 것이 바로 JSON_EXTRACT() 함수와 ->, ->> 연산자이다.

1. JSON_EXTRACT 함수란?

JSON_EXTRACT(json_doc, path)

json_doc: JSON 형식의 컬럼 또는 문자열
path: 내부 키를 탐색하는 경로 (예: '$.name', '$.items[0]')

예제

SELECT JSON_EXTRACT('{"name": "홍길동", "age": 30}', '$.name');
-- 결과: "홍길동"

결과가 JSON 문자열로 반환됨 (따옴표 포함)
실제 문자열 값으로 쓰려면 ->> 또는 JSON_UNQUOTE() 사용

2. -> 와 ->> 연산자 차이

연산자	기능	반환값
->	JSON_EXTRACT와 동일	JSON 값
->>	추출된 값을 문자열로 변환	TEXT

예제

SELECT '{"name": "홍길동"}' -> '$.name';
-- 결과: "홍길동" (따옴표 포함)

SELECT '{"name": "홍길동"}' ->> '$.name';
-- 결과: 홍길동 (순수 문자열)

3. 배열 요소 접근하기

SELECT JSON_EXTRACT('["A", "B", "C"]', '$[1]');
-- 결과: "B"

-> 연산자도 동일하게 사용 가능:

SELECT '["A", "B", "C"]' ->> '$[2]';
-- 결과: C

4. 테이블 내 JSON 컬럼 값 추출

CREATE TABLE users (
  id INT,
  profile JSON
);

INSERT INTO users VALUES
(1, '{"name": "영희", "age": 25}'),
(2, '{"name": "철수", "age": 31}');

SELECT 
  id,
  profile ->> '$.name' AS 이름,
  profile -> '$.age' AS 나이_JSON,
  profile ->> '$.age' AS 나이_문자열
FROM users;

->는 JSON 형식으로 반환되어 정렬이나 비교 연산에 제약
->>는 문자열로 변환되어 WHERE 조건이나 LIKE 등에 유리

5. 중첩된 JSON 경로 추출

SELECT JSON_EXTRACT(
  '{"user": {"info": {"email": "test@ex.com"}}}',
  '$.user.info.email'
);
-- 결과: "test@ex.com"

SELECT '{"user": {"info": {"email": "test@ex.com"}}}' ->> '$.user.info.email';
-- 결과: test@ex.com

6. 실무 활용 팁

WHERE 조건에서 ->>를 사용하면 문자열로 비교되어 성능이 안정적이다.

SELECT * FROM users
WHERE profile ->> '$.name' = '철수';

JSON 컬럼을 직접 조건문에 사용하려면 항상 경로 지정이 명확해야 한다.
정렬, LIKE, IN 등 문자열 기반 연산에는 ->>를 추천

7. JSON 데이터 존재 여부 확인

SELECT JSON_CONTAINS_PATH(profile, 'one', '$.name') FROM users;
-- 결과: 1 (존재), 0 (없음)

JSON_CONTAINS_PATH()와 JSON_CONTAINS()는 필드 존재 여부 체크 시 활용됨

8. 보너스: 값이 없는 경우 대체 처리

SELECT IFNULL(profile ->> '$.nickname', '별명없음') AS 닉네임
FROM users;

존재하지 않는 JSON 키 조회 시 NULL 반환되므로 IFNULL, COALESCE 등과 함께 사용

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/json-search-functions.html
https://dev.mysql.com/doc/refman/8.0/en/json-function-reference.html

[MySQL] JSON_OBJECT, JSON_ARRAY로 JSON 생성하기

인생아 — Mon, 28 Jul 2025 14:49:56 +0900

MySQL에서는 JSON 데이터를 동적으로 만들기 위해 JSON_OBJECT()와 JSON_ARRAY() 함수를 사용할 수 있다. 이 두 함수는 테이블 내 값을 기반으로 동적으로 JSON을 생성하거나, API 응답 형태로 데이터를 구성할 때 매우 유용하다.

1. JSON_OBJECT 함수란?

JSON_OBJECT(key1, value1, key2, value2, ...)

key와 value를 쌍으로 입력하여 JSON 객체 생성
key는 문자열, value는 문자열, 숫자, 불리언 등 다양한 타입 가능

예제

SELECT JSON_OBJECT('name', '노트북', 'price', 1200000);
-- 결과: {"name": "노트북", "price": 1200000}

테이블 컬럼 기반 생성

SELECT JSON_OBJECT('id', id, 'title', title)
FROM posts
WHERE id = 1;

컬럼 값을 기반으로 동적으로 JSON 생성 가능
API 응답으로 넘기기 유용

NULL 포함 시 주의

값이 NULL이면 자동으로 "key": null 생성
key가 NULL이면 에러 발생

SELECT JSON_OBJECT(NULL, 'test');
-- 결과: NULL + Warning

2. JSON_ARRAY 함수란?

JSON_ARRAY(value1, value2, ...)

값만 나열하여 배열(JSON Array) 생성

예제

SELECT JSON_ARRAY('apple', 'banana', 'cherry');
-- 결과: ["apple", "banana", "cherry"]

숫자, 불리언도 포함 가능

SELECT JSON_ARRAY(1, 3.14, TRUE, NULL);
-- 결과: [1, 3.14, true, null]

3. JSON_OBJECT + JSON_ARRAY 조합

복잡한 구조의 JSON도 손쉽게 생성할 수 있다.

SELECT JSON_OBJECT(
  'id', 101,
  'tags', JSON_ARRAY('mysql', 'json', '함수')
);
-- 결과: {"id": 101, "tags": ["mysql", "json", "함수"]}

4. 실무 예제: 게시글을 JSON 응답으로 만들기

SELECT 
  JSON_OBJECT(
    'id', id,
    'title', title,
    'tags', JSON_ARRAY('DB', 'SQL', 'MySQL')
  ) AS json_response
FROM posts
WHERE id = 5;

API 응답용 JSON 문자열을 DB에서 직접 생성
애플리케이션에서 추가 가공 없이 바로 사용 가능

5. 배열을 그룹으로 묶어보기 (GROUP_CONCAT 응용)

SELECT 
  user_id,
  JSON_ARRAYAGG(tag) AS tag_list
FROM user_tags
GROUP BY user_id;

JSON_ARRAYAGG()는 여러 행을 배열로 묶을 때 사용
GROUP_CONCAT()보다 JSON 구조를 보장

6. JSON_OBJECT 사용 시 주의사항

항목	설명
Key 중복	동일 key 사용 시 가장 마지막 값이 반영됨
Key NULL 불가	key에 NULL 들어가면 전체 결과 NULL 반환
성능 이슈	SELECT 내 다수 호출 시 성능 유의

7. JSON 응답 구조 정리

{
  "user": {
    "id": 1001,
    "name": "홍길동"
  },
  "roles": ["admin", "editor"]
}

이런 형태는 아래처럼 작성 가능:

SELECT JSON_OBJECT(
  'user', JSON_OBJECT('id', 1001, 'name', '홍길동'),
  'roles', JSON_ARRAY('admin', 'editor')
);

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/json-creation-functions.html

[MySQL] JSON 데이터 타입과 기본 구조 이해하기

인생아 — Mon, 28 Jul 2025 13:46:10 +0900

MySQL은 5.7 버전부터 JSON 데이터 타입을 공식 지원한다. 이는 단순 문자열이 아닌 구조화된 데이터 형식으로 저장·검색·수정이 가능하다는 점에서 NoSQL적 유연함을 RDB에 결합한 기능이라 할 수 있다.

1. JSON 데이터 타입이란?

기존에는 JSON 데이터를 TEXT나 VARCHAR 컬럼에 문자열 형태로 저장했지만, JSON 타입은 MySQL이 내부적으로 구조를 인식하고 최적화된 바이너리 포맷으로 저장한다.

CREATE TABLE products (
  id INT PRIMARY KEY,
  info JSON
);

info 컬럼은 JSON 형식만 저장 가능
유효하지 않은 JSON 형식은 에러 발생

✅ 장점 요약

구조화된 데이터 저장 가능
→ 또는 JSON 함수로 세부 데이터 추출 가능
공간 효율적인 바이너리 포맷 저장
인덱싱, 조건문 등 일부 최적화 지원

2. JSON 형식 규칙

MySQL JSON 타입에 저장할 수 있는 데이터는 RFC 7159 (JSON 표준)을 따른다.

허용되는 JSON 타입

타입	예시
객체(Object)	{"name": "book", "price": 1000}
배열(Array)	["apple", "banana", "cherry"]
문자열	"Hello"
숫자	42, 3.14
불리언	true, false
널(null)	null

❌ 문자열과 JSON의 혼동 주의

-- 문자열 저장 (허용)
INSERT INTO products (id, info)
VALUES (1, '{"name": "펜", "price": 500}');

-- JSON이 아닌 문자열 (에러 발생)
INSERT INTO products (id, info)
VALUES (2, '"name": "펜", "price": 500');

반드시 전체 구조가 유효한 JSON 형식이어야 한다.

3. JSON 컬럼에 데이터 삽입하기

INSERT INTO products (id, info)
VALUES (3, JSON_OBJECT('name', '노트북', 'price', 1200000));

또는 문자열 그대로 삽입도 가능:

INSERT INTO products (id, info)
VALUES (4, '{"name": "모니터", "price": 200000}');

JSON_OBJECT()는 내부적으로 유효한 JSON을 생성해주므로 안정적이다.

4. JSON 컬럼에서 값 조회하기

기본적인 조회는 컬럼 전체를 반환한다:

SELECT info FROM products WHERE id = 1;
-- 결과: {"name": "펜", "price": 500}

JSON 내부 필드 조회는 ->, ->> 또는 JSON_EXTRACT() 사용:

SELECT info->>'$.name' AS 상품명 FROM products;
-- 결과: 펜

5. JSON 데이터 유효성 검사

입력 전에 JSON 형식이 맞는지 확인할 수 있다:

SELECT JSON_VALID('{"a": 1, "b": 2}');   -- 1 (유효)
SELECT JSON_VALID('"a": 1, "b": 2');     -- 0 (유효하지 않음)

삽입 전 필터링 처리 시 유용하게 활용된다.

6. JSON 저장 시 내부 구조 (바이너리)

MySQL은 JSON 타입을 문자열로 저장하지 않고, 최적화된 binary 포맷으로 저장한다.
그 덕분에 쿼리 성능도 향상되며, 구조 인식이 가능하다. 예를 들어:

SELECT JSON_TYPE(info) FROM products;
-- 결과: OBJECT

SELECT JSON_LENGTH(info) FROM products;
-- 결과: 키 개수 반환

7. JSON 데이터의 기본 제한사항

항목	내용
최대 크기	약 1GB (BLOB 한도와 동일)
NULL 저장 여부	JSON 내 null은 저장 가능
중첩 객체 깊이 제한	100 레벨까지 가능 (버전에 따라 상이)
인덱스 제한	JSON 내부 필드는 일반 인덱스로 불가 (→ 가상 컬럼 사용 필요)

8. 실무 적용 예시

제품 사양 저장용 JSON

CREATE TABLE electronics (
  id INT PRIMARY KEY,
  specs JSON
);

INSERT INTO electronics (id, specs)
VALUES (1, '{"cpu": "Intel i7", "ram": "16GB", "ssd": "512GB"}');

사용자 맞춤 설정

CREATE TABLE user_settings (
  user_id INT,
  config JSON
);

-- 알림 설정 저장
INSERT INTO user_settings (user_id, config)
VALUES (1001, '{"alarm": true, "newsletter": false}');

각각의 사용자의 설정을 유연하게 저장할 수 있어 스키마 변경 없이 다양한 설정 확장이 가능하다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/json.html
https://dev.mysql.com/doc/refman/8.0/en/json.html#json-data-type

[MySQL] 암호화와 해시 함수 선택 가이드

인생아 — Mon, 28 Jul 2025 12:45:40 +0900

MySQL은 다양한 암호화와 해시 함수들을 제공하지만, 이들 함수는 목적, 특성, 보안 수준이 각각 다르다. 실제 실무에서는 데이터의 특성에 따라 적절한 암호화 또는 해시 방식을 선택하는 것이 중요하다.

1. 함수 종류 및 분류

함수명	분류	복호화 가능	설명
PASSWORD()	해시	❌	MySQL 전용 비밀번호 해시 (사용 자제)
MD5(), SHA2()	해시	❌	단방향 해시 함수, 비교적 빠름
ENCODE() / DECODE()	대칭 암호화	✅	XOR 기반 간단 암호화
AES_ENCRYPT() / AES_DECRYPT()	대칭 암호화	✅	고급 암호화, 보안 강도 높음
COMPRESS() / UNCOMPRESS()	압축/해제	✅	데이터 용량 축소용

✅ 복호화가 필요한가? → 대칭 암호화 계열 사용.
✅ 비밀번호, 인증 등 비교만 필요? → 해시 계열 사용.

2. 목적에 따른 추천 함수

목적	추천 함수
사용자 비밀번호 저장	SHA2(), MD5() (단방향 해시)
민감 정보 저장 (복호화 필요)	AES_ENCRYPT(), AES_DECRYPT()
내부 데이터 마스킹	ENCODE(), DECODE()
로그, 대용량 문자열 압축	COMPRESS(), UNCOMPRESS()
단순 데이터 무결성 체크	MD5(), SHA1() 등 해시 함수

3. 각 함수별 장단점 비교

함수	장점	단점
MD5() / SHA2()	빠르고 간단, 비교 용이	복호화 불가, 보안 약점 존재
AES_ENCRYPT()	보안성 높음, 복호화 가능	키 관리 필요, 느릴 수 있음
ENCODE()	사용 간단, 빠른 처리 가능	보안성 낮음
COMPRESS()	저장 공간 절약 가능	검색 불가, 짧은 데이터에 비효율
PASSWORD()	MySQL 내부에서 자동 적용	일반 사용 금지 (비권장)

4. 실무 활용 시 고려사항

대칭키 암호화 시

키 관리가 핵심. 키가 노출되면 데이터도 바로 유출됨.
코드에 키를 하드코딩하지 말고, 환경 변수나 Vault 등을 이용해야 함.
키 변경 주기, 재암호화 절차까지 고려할 것.

해시 함수 사용 시

단순한 MD5()보다는 SHA2() 계열이 더 안전하다.
비밀번호 해시에는 가능하면 salt를 함께 적용할 것.
단방향이므로 복구 불가능 → 반드시 비교 기반 처리만 사용.

압축 함수 사용 시

조회 성능보다 저장 공간 최적화가 우선일 때 적합.
자주 조회되거나 검색이 필요한 필드에는 비추천.
압축률 테스트를 통해 실제 이득을 확인한 뒤 적용할 것.

5. 함수 선택 체크리스트

복호화가 필요한가?
- ❌ → 해시 함수 (SHA2, MD5)
- ✅ → 암호화 함수 (AES_ENCRYPT, ENCODE)
데이터 보안이 중요한가?
- ✅ → AES_ENCRYPT, SHA2 계열 사용
데이터가 대용량인가?
- ✅ → COMPRESS 고려
마스킹 수준만 필요한가?
- ✅ → ENCODE로 간단하게 처리

6. 비밀번호 저장 방식 요약

❗ 보안이 가장 중요한 케이스: 사용자 비밀번호

✅ 올바른 저장 예:

-- SHA2로 해시 처리
INSERT INTO users (username, password_hash)
VALUES ('admin', SHA2('my_password', 256));

❌ 잘못된 저장 예:

-- 평문 저장, 절대 금지
INSERT INTO users (username, password_hash)
VALUES ('admin', 'my_password');

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html
https://dev.mysql.com/doc/refman/8.0/en/compression-functions.html
https://dev.mysql.com/doc/refman/8.0/en/password-hashing.html

[MySQL] COMPRESS와 UNCOMPRESS로 데이터 압축 처리하기

인생아 — Mon, 28 Jul 2025 11:42:39 +0900

MySQL은 COMPRESS()와 UNCOMPRESS() 함수를 통해 데이터를 압축하여 저장하거나 복원하는 기능을 지원한다. 이 기능은 대용량 텍스트나 바이너리 데이터를 공간 절약의 목적으로 저장할 때 유용하다. 특히 로그, 메모, 파일 데이터처럼 용량이 큰 필드에서 실무적으로 활용할 수 있다.

1. COMPRESS 함수란?

SELECT TO_BASE64(COMPRESS('압축할 텍스트 데이터'));

입력된 문자열을 zlib 라이브러리를 기반으로 압축한다.
결과는 바이너리(BLOB)로 반환되므로, 사람이 읽기 어렵다.
이를 저장하거나 조회 시에는 BASE64로 인코딩하는 것이 일반적이다.

압축 결과 예시

SELECT LENGTH('압축할 데이터'), LENGTH(COMPRESS('압축할 데이터'));

원래 데이터가 클수록 압축 효과가 커진다.
짧은 문자열은 오히려 길어질 수도 있다.

2. UNCOMPRESS 함수란?

SET @compressed = TO_BASE64(COMPRESS('MySQL 데이터 압축'));
SELECT UNCOMPRESS(FROM_BASE64(@compressed));
-- 결과: MySQL 데이터 압축

COMPRESS()로 압축된 데이터를 복원
원래의 문자열로 되돌릴 수 있다.
FROM_BASE64()로 디코딩한 뒤 UNCOMPRESS() 적용

복원 예제

SET @compressed = TO_BASE64(COMPRESS('MySQL 데이터 압축'));
SELECT UNCOMPRESS(FROM_BASE64(@compressed));
-- 결과: MySQL 데이터 압축

3. 실무 활용 예시

대용량 로그 저장

INSERT INTO log_data (created_at, log_blob)
VALUES (NOW(), COMPRESS('에러 메시지와 긴 로그 정보...'));

압축된 로그 복원

SELECT created_at, UNCOMPRESS(log_blob) AS log_text
FROM log_data;

log_blob 컬럼 타입은 BLOB 또는 MEDIUMBLOB 권장
압축 비율이 높을수록 저장 공간이 줄어든다.

4. 압축 효과 테스트

SELECT 
  LENGTH(REPEAT('1234567890', 1000)) AS 원본길이,
  LENGTH(COMPRESS(REPEAT('1234567890', 1000))) AS 압축길이;

반복 문자열이나 유사 패턴이 많을수록 압축률은 크게 증가한다.
일반 텍스트는 보통 50~80% 수준까지 줄어든다.

5. 주의사항

항목	내용
문자셋 호환	압축 결과는 바이너리이므로 인코딩 깨짐에 유의
검색 불가	압축된 데이터는 LIKE, FULLTEXT 등 검색이 불가능
짧은 데이터 비효율	압축 오버헤드 때문에 짧은 데이터는 오히려 비효율
읽기 성능 영향	매번 UNCOMPRESS 할 경우 쿼리 성능에 부담

즉시 조회가 잦은 필드에는 사용하지 않는 것이 좋다. 로그나 보관성 데이터에 적합하다.

6. COMPRESS vs AES_ENCRYPT 차이

항목	COMPRESS	AES_ENCRYPT
목적	용량 축소	데이터 보안
복호화 여부	O (UNCOMPRESS)	O (AES_DECRYPT)
암호화 기능	X	O
사용 사례	로그, 대용량 데이터	개인정보, 인증 정보 등

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_compress
https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_uncompress

[MySQL] ENCODE와 DECODE 함수 사용법

인생아 — Mon, 28 Jul 2025 10:38:25 +0900

MySQL에서 제공하는 간단한 대칭 암호화 함수인 ENCODE()와 DECODE()는 비교적 오래된 방식이지만, 간단한 문자열 암호화에 여전히 사용되고 있다. 보안 수준은 높지 않지만 내부 시스템 데이터 보호, 간단한 식별자 마스킹 등 용도에 따라 활용이 가능하다.

1. ENCODE 함수란?

SELECT TO_BASE64(ENCODE('mysqltest', 'mysecretkey'));
-- 결과 예시: QNLfB0lTAA1aBA==

ENCODE(str, pass_str)
- str: 암호화할 문자열
- pass_str: 대칭키 역할을 하는 키 문자열
암호화된 결과는 바이너리 형식이므로 반드시 TO_BASE64() 등으로 인코딩해야 저장하거나 확인이 가능하다.

2. DECODE 함수란?

SELECT DECODE(FROM_BASE64('QNLfB0lTAA1aBA=='), 'mysecretkey');
-- 결과: mysqltest

DECODE(crypt_str, pass_str)
- crypt_str: 암호화된 바이너리 문자열
- pass_str: 암호화에 사용한 동일한 키
복호화할 때는 암호화에 사용한 정확히 같은 키 문자열을 입력해야 올바른 결과가 나온다.

3. ENCODE / DECODE 기본 예제

-- 암호화
SELECT TO_BASE64(ENCODE('123456-7890123', 'secureKey')) AS 암호문;

-- 복호화
SELECT DECODE(FROM_BASE64('암호문'), 'secureKey') AS 원본값;

실제 저장 시에는 암호화된 값을 VARBINARY, BLOB 형식의 컬럼에 저장하거나, BASE64로 인코딩해서 문자열로 저장하면 관리가 편하다.

4. 테이블에 적용하기

암호화 저장

INSERT INTO member_data (user_id, encrypted_name)
VALUES ('kim123', TO_BASE64(ENCODE('김철수', 'simpleKey')));

복호화 조회

SELECT 
  user_id,
  DECODE(FROM_BASE64(encrypted_name), 'simpleKey') AS real_name
FROM member_data;

5. ENCODE/DECODE vs AES_ENCRYPT 비교

항목	ENCODE/DECODE	AES_ENCRYPT/AES_DECRYPT
암호화 수준	낮음 (간단한 XOR 방식)	강력한 블록 암호화 (AES 표준)
복호화 가능	O	O
키 관리	평문 문자열	바이트 길이 기준 키 관리 필요
권장 용도	내부 마스킹용, 빠른 처리용	민감 정보 보호용
안전성	낮음	높음

✅ ENCODE/DECODE는 실질적인 보안을 위한 암호화보다는 간단한 난독화 수준으로만 사용해야 한다.

6. 실무에서의 활용 팁

관리자용 내부 시스템에서 식별자 마스킹
로그 기록 시 민감 정보 간접 암호화
일정 기간 후 파기될 데이터 암호화 처리

단, 외부에 노출되거나 장기 보관되는 정보는 AES_ENCRYPT 또는 SHA2 기반 방식 사용이 필수다.

7. 문자셋 인코딩 주의사항

ENCODE()/DECODE()는 내부적으로 XOR 연산 기반이기 때문에 문자셋에 따라 결과가 깨질 수 있음
대부분의 경우 utf8mb4 설정을 유지하고, BASE64로 저장하는 방식이 가장 안전하다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_encode
https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_decode

[MySQL] AES_ENCRYPT, AES_DECRYPT로 대칭키 암호화

인생아 — Fri, 25 Jul 2025 18:50:20 +0900

MySQL에서 가장 널리 사용되는 양방향 대칭키 암호화 함수는 AES_ENCRYPT()와 AES_DECRYPT()이다. 이 함수는 데이터를 암호화해서 안전하게 저장하고, 필요 시 복호화할 수 있다는 점에서 개인정보, 인증 정보, 금융 데이터 처리 등 민감한 데이터를 다룰 때 유용하다.

단방향 해시 함수와 달리, 암호화된 데이터를 원래 값으로 되돌릴 수 있다는 점이 가장 큰 차이점이다.

1. AES_ENCRYPT 함수란?

SELECT TO_BASE64(AES_ENCRYPT('secret', 'mykey')) AS 암호문;

첫 번째 인자: 암호화할 문자열
두 번째 인자: 대칭키(비밀키)
결과는 바이너리이므로 가공 없이 바로 출력하면 깨짐 → BASE64 인코딩 필요
AES-128, AES-256 방식은 키 길이에 따라 자동 적용됨

2. AES_DECRYPT 함수란?

SELECT AES_DECRYPT(FROM_BASE64('암호문'), 'mykey');

암호화된 데이터를 원래 값으로 복호화
암호화에 사용된 키와 동일한 키를 사용해야 정상적으로 복호화된다.
BASE64로 인코딩된 암호문은 FROM_BASE64()로 다시 디코딩한 뒤 사용

3. 기본 암복호화 예제

-- 암호화
SELECT TO_BASE64(AES_ENCRYPT('민감정보', 'key1234')) AS enc;

-- 복호화
SELECT AES_DECRYPT(FROM_BASE64('암호문'), 'key1234') AS 복호화결과;

암호문을 직접 복호화해보면 바이너리 → 문자열 처리 필요
AES_DECRYPT() 결과도 바이너리이므로 CAST 또는 CONVERT로 문자형 처리가 필요할 수 있다.

SELECT CONVERT(AES_DECRYPT(FROM_BASE64('암호문'), 'key1234') USING utf8) AS 복호화;

4. 테이블에 적용하기

사용자 정보 저장 예시

INSERT INTO secure_users (username, encrypted_phone)
VALUES (
  'user01',
  TO_BASE64(AES_ENCRYPT('01012345678', 'secureKey!'))
);

복호화 조회

SELECT 
  username,
  CONVERT(AES_DECRYPT(FROM_BASE64(encrypted_phone), 'secureKey!') USING utf8) AS phone
FROM secure_users;

데이터베이스에 저장할 때는 BLOB 또는 VARBINARY 컬럼 타입 사용 권장

5. 실무 팁: 키 관리가 핵심

AES_ENCRYPT()와 AES_DECRYPT()는 모두 대칭키 기반이므로 키가 노출되면 데이터도 쉽게 복호화됨
키는 코드에 직접 넣기보다는 환경변수, Vault, Config Server 등을 통해 보안 영역에서 분리 관리하는 것이 필수다
키 교체 시에는 재암호화 작업도 고려해야 함

6. AES 암호화 시 주의할 점

주의사항	설명
키 길이	16, 24, 32바이트로 맞추는 것이 좋다 (AES-128, AES-192, AES-256)
바이너리 처리	결과는 바이너리로 나오므로 반드시 BASE64 인코딩 후 저장
문자셋 충돌	utf8, euckr 등의 문자셋에 따라 복호화 결과가 깨질 수 있음
키 노출 위험	하드코딩은 금물. 반드시 보안 저장소를 사용

7. 암호화 대상 필드 추천 예시

주민등록번호
휴대폰 번호
이메일 주소
결제 관련 정보
API 키, 토큰

8. SHA2와의 차이

구분	AES_ENCRYPT	SHA2
암호화 방식	양방향(복호화 가능)	단방향 (복호화 불가)
사용 목적	민감 정보 저장, 복호화 필요 시	비밀번호 저장, 인증 목적
키 필요 여부	필요	필요 없음

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_aes-encrypt
https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_aes-decrypt

[MySQL] MD5와 SHA 해시 함수 비교와 실전 활용

인생아 — Fri, 25 Jul 2025 17:49:12 +0900

MySQL에서 제공하는 대표적인 해시 함수는 MD5()와 SHA1(), SHA2() 시리즈다. 이 함수들은 텍스트를 고정 길이의 해시값으로 변환해 데이터 위변조 감지, 인증, 무결성 검증 등에 활용된다. 하지만 보안 수준과 용도에 따라 선택이 매우 중요하다.

1. MD5 함수란?

SELECT MD5('mypassword');
-- 결과: 34819d7beeabb9260a5c854bc85b3e44

128비트(16바이트) 해시를 생성
32자리 소문자 16진수 문자열 반환
빠르고 가볍지만, 충돌 가능성 높아 보안성 낮음
여전히 파일 무결성 체크, 캐시 키 생성 등에 사용

2. SHA 함수 종류

SHA1()

SELECT SHA1('mypassword');
-- 결과: a7e017cfd0f3ca3b45f18cf1db4ef5baec6ecb82

160비트(20바이트) 해시 생성
보안성은 MD5보다 우수하지만, 이미 충돌 사례 존재

SHA2()

SELECT SHA2('mypassword', 256);
-- 결과: 89b4f314dc44d38a2ab99945cebc674c41d90d92345bb229a0fba310820f5d98

SHA2(str, hash_length) 형식
hash_length는 224, 256, 384, 512 중 선택 가능
가장 많이 쓰는 값은 SHA2(str, 256)

3. MD5 vs SHA1 vs SHA2 비교표

함수명	길이 (bit)	결과 길이	보안성	비고
MD5	128	32자	낮음	빠르지만 충돌 발생
SHA1	160	40자	중간	더 이상 권장되지 않음
SHA2(256)	256	64자	강력	가장 일반적으로 사용됨
SHA2(512)	512	128자	매우 강력	데이터 인증/보안 적합

4. 실무 활용 예제

비밀번호 단방향 해싱

INSERT INTO users (username, password_hash)
VALUES ('admin', SHA2('admin1234', 256));

사용자가 입력한 비밀번호를 해시한 값을 DB에 저장
로그인 시에도 같은 방식으로 SHA2 해시 후 비교

단, 실제 서비스에서는 MySQL보다는 애플리케이션 레이어에서 bcrypt/argon2 등 강력한 알고리즘을 적용하는 것이 일반적이다.

캐시 키 생성

SELECT CONCAT('user_', MD5(CONCAT(user_id, '-', created_at))) AS cache_key
FROM users;

고유 데이터를 해시로 변환하여 중복되지 않는 키 생성

데이터 무결성 검증

-- 원본 데이터와 해시값을 함께 저장
INSERT INTO files (filename, md5hash)
VALUES ('file.zip', MD5(file_blob));

추후 다운로드 후 다시 MD5 비교로 위변조 여부 확인

5. 주의사항 및 권장 사용

상황	권장 해시 함수
비밀번호 암호화 (권장 X)	SHA2 (또는 외부 bcrypt)
무결성 검증 (파일, 데이터)	MD5 또는 SHA1 (비보안 목적)
인증 토큰, 캐시 키 생성	MD5 or SHA2
보안 민감 데이터 처리	SHA2(256) 이상 또는 외부 암호화

6. SHA2가 더 안전한 이유

해시 길이가 길수록 충돌 가능성 낮아짐
SHA2는 NSA 주도 하에 설계된 안전한 구조
실무에서는 SHA2(256) 이상을 사용해야 암호화된 데이터의 안정성이 보장된다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_md5
https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_sha2

[MySQL] PASSWORD와 OLD_PASSWORD 함수 완전 해부

인생아 — Fri, 25 Jul 2025 16:48:50 +0900

MySQL을 처음 접했을 때 가장 혼동하기 쉬운 것 중 하나가 바로 PASSWORD() 함수다. 이 함수는 사용자 비밀번호를 암호화하는 용도로 알려져 있지만, 실제로는 일반적인 애플리케이션에서 사용하는 해시 함수가 아니다.

또한 MySQL 버전에 따라 OLD_PASSWORD()라는 함수도 함께 등장하는데, 이 둘의 차이와 사용 용도는 반드시 구분해야 한다.

PASSWORD() 함수란?

SELECT PASSWORD('admin');
-- 결과 예시: *2470C0C06DEE42FD1618BB99005ADCA2EC9D1E19

MySQL 내부 사용자 인증 시스템에서 비밀번호를 해시 저장하기 위한 함수다.
SHA1과 비슷한 해시 알고리즘을 사용하며, 결과는 *로 시작하는 41자리 문자열이다.
애플리케이션에서 사용하도록 설계된 함수가 아니다.

PASSWORD 함수의 특징

내부용도: mysql.user 테이블의 authentication_string 등에 저장
MySQL 5.7 이후부터는 caching_sha2_password, mysql_native_password 등 별도 인증 플러그인 사용
MySQL 8.0 이상에서는 PASSWORD() 함수는 더 이상 기본 사용되지 않음
사용 예시는 아래와 같다.

-- 사용자 생성 시 PASSWORD() 사용 예시
CREATE USER 'test'@'localhost' IDENTIFIED WITH mysql_native_password BY 'test123';
-- 또는
SET PASSWORD FOR 'test'@'localhost' = PASSWORD('test123');

OLD_PASSWORD() 함수란?

SELECT OLD_PASSWORD('admin');
-- 결과 예시: 5d2e19393cc5ef67

MySQL 4.x 시절의 구버전 해시 알고리즘으로 암호화된 문자열을 생성한다.
16자리 문자열 반환
오래된 시스템과의 호환성 유지를 위해 존재하나, 보안성이 매우 낮아 실무에서 사용 금지

PASSWORD() vs OLD_PASSWORD()

함수명	해시 길이	보안성	사용 용도
PASSWORD()	41자	낮음	MySQL 내부 사용자 인증
OLD_PASSWORD()	16자	매우 낮음	구버전 호환용 (비추)

실무에서 쓰면 안 되는 이유

PASSWORD()는 MySQL의 내부 로직용 함수로, 웹 애플리케이션이나 회원 시스템에 사용하는 것은 보안상 매우 위험하다.
보안이 강화된 SHA2(), SHA() 또는 bcrypt, argon2 등을 사용하는 것이 권장된다.
비밀번호 비교 시도도 WHERE password = PASSWORD('입력값') 이런 방식은 취약하며 SQL Injection 대응도 불완전하다.

MySQL 권장 암호화 방식

MySQL 8.0에서는 사용자 인증 시 mysql_native_password 대신 caching_sha2_password를 기본값으로 사용한다.

CREATE USER 'secure_user'@'%' IDENTIFIED WITH caching_sha2_password BY 'StrongP@ss!';

더 안전한 암호화 방식을 내부적으로 사용하며, 클라이언트 라이브러리도 호환 필요

외부 애플리케이션에서 비밀번호 암호화 처리 예시 (PHP)

$hash = password_hash("userpassword", PASSWORD_BCRYPT);

MySQL에 저장할 때는 이 해시를 그대로 INSERT
비교는 password_verify()로 수행

정리

PASSWORD()와 OLD_PASSWORD()는 MySQL 내부 인증을 위한 해시 함수로, 일반적인 애플리케이션에서 사용하면 안 된다.
실무에서는 SHA2, bcrypt, argon2 등의 강력한 암호화 방식 사용이 권장된다.
레거시 시스템 유지보수 시 OLD_PASSWORD()와의 호환 여부만 주의해서 접근하자.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_password
https://dev.mysql.com/doc/refman/8.0/en/encryption-functions.html#function_old-password

[MySQL] 숫자, 날짜, 문자형 자유 변환 꿀팁 모음

인생아 — Fri, 25 Jul 2025 15:39:58 +0900

MySQL을 다루다 보면 숫자 → 문자열, 문자열 → 날짜, 날짜 → 숫자 등 다양한 타입 간의 변환 작업이 끊임없이 발생한다. 이런 변환이 실패하거나 잘못되면 쿼리 결과가 틀어지고, 성능에도 영향을 줄 수 있다. 이 글에서는 CAST, CONVERT, STR_TO_DATE, DATE_FORMAT 등 다양한 함수들을 조합해서 실무에서 자주 사용하는 변환 패턴을 모아봤다.

숫자 → 문자열

SELECT CONCAT('ORD-', CAST(12345 AS CHAR)) AS 주문번호;
-- 결과: ORD-12345

숫자를 문자열로 변환해 출력하거나 CONCAT 등에 활용할 수 있다.
예: 휴대폰 번호, 주문번호에 접두사 붙이기

SELECT CONCAT('ORD-', CAST(12345 AS CHAR)) AS 주문번호;
-- 결과: ORD-12345

문자열 → 숫자

MySQL에서는 문자열이 숫자로 변환 가능한 경우 자동으로 변환되지만, 명시적으로 변환하면 더 안전하다.

SELECT CAST('12345' AS UNSIGNED) AS 숫자1;

문자열이 숫자가 아닐 경우 0으로 변환되므로 주의 필요

SELECT CAST('ABC' AS SIGNED) AS 숫자;  
-- 결과: 0

문자열 → 날짜

SELECT STR_TO_DATE('20250723', '%Y%m%d') AS 날짜형;
-- 결과: 2025-07-23

문자열 포맷이 다양할 때는 반드시 STR_TO_DATE() 사용
잘못된 포맷은 NULL 반환되므로 포맷 문자열 정확히 지정해야 한다.

날짜 → 문자열

SELECT DATE_FORMAT(NOW(), '%Y/%m/%d') AS 날짜문자열;
-- 결과: 2025/07/23

화면에 출력하거나, UI 전달용 API에서 자주 사용

날짜 → 숫자

SELECT UNIX_TIMESTAMP('2025-07-23 12:00:00') AS 타임스탬프;
-- 결과: 1753220400

UNIX_TIMESTAMP()는 날짜를 1970년 1월 1일 기준 초단위 정수로 바꿔준다.

숫자 → 날짜

SELECT FROM_UNIXTIME(1753220400) AS 원래날짜;
-- 결과: 2025-07-23 12:00:00

저장된 타임스탬프 값을 다시 날짜형으로 복원할 때 사용

문자셋 변환 (문자열 → 문자열)

SELECT CONVERT('한글문자열' USING utf8mb4);

문자셋 변경을 통해 인코딩 오류 해결 가능
CAST는 문자셋 변경 불가 → 이때는 무조건 CONVERT(str USING charset) 사용

정리표: 상황별 함수 선택

변환 목적	추천 함수
숫자 → 문자	CAST(... AS CHAR)
문자 → 숫자	CAST(... AS SIGNED)
문자열 → 날짜	STR_TO_DATE()
날짜 → 문자열	DATE_FORMAT()
날짜 → 타임스탬프	UNIX_TIMESTAMP()
타임스탬프 → 날짜	FROM_UNIXTIME()
문자셋 변경	CONVERT(... USING charset)

실무 예제: JSON 필드 날짜 조합

SELECT 
  CONCAT(DATE_FORMAT(NOW(), '%Y%m%d'), '_', CAST(JSON_EXTRACT(json_data, '$.seq') AS CHAR)) AS 조합ID
FROM api_logs;

날짜와 숫자를 조합한 고유 식별자 생성에 활용

마무리 꿀팁

타입이 안 맞으면 암묵적 변환으로 오류나 성능 저하가 발생할 수 있다.
복잡한 쿼리에서는 명시적으로 CAST, CONVERT 등으로 타입을 지정하자.
날짜/문자/숫자 간 변환은 모든 SQL 프로젝트에서 꼭 필요한 실전 능력이다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/cast-functions.html
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html
https://dev.mysql.com/doc/refman/8.0/en/string-functions.html

[MySQL] 날짜 → 문자열 변환: DATE_FORMAT 응용하기 ️

인생아 — Fri, 25 Jul 2025 14:35:54 +0900

MySQL에서 날짜를 가독성 좋은 문자열로 출력해야 하는 경우가 많다. 보고용, 프론트 전달용, 로그 출력용, 또는 사용자에게 보여주는 UI 처리 등 날짜를 다양한 포맷의 문자열로 바꾸는 작업은 실무에서 필수적이다.

이럴 때 사용하는 함수가 바로 DATE_FORMAT() 함수다. 이 함수는 날짜를 원하는 형식의 문자열로 자유롭게 변환할 수 있다.

DATE_FORMAT 문법

DATE_FORMAT(날짜값, '포맷문자열')

첫 번째 인자: DATE, DATETIME, TIMESTAMP 값
두 번째 인자: 출력할 문자열 형식(포맷 코드 조합)

자주 사용하는 포맷 코드

코드	의미	예시 값
%Y	4자리 연도	2025
%y	2자리 연도	25
%m	2자리 월	07
%c	월(숫자, 1~12)	7
%d	2자리 일	09
%e	일(숫자, 1~31)	9
%H	시(00~23)	14
%i	분	35
%s	초	59
%W	요일 이름	Wednesday
%a	요일 약자	Wed
%b	월 이름 약자	Jul
%M	월 전체 이름	July

예제 1: 날짜를 YYYY-MM-DD 형식으로

SELECT DATE_FORMAT(NOW(), '%Y-%m-%d') AS 오늘날짜;
-- 결과: 2025-07-23

예제 2: 날짜 + 시간 문자열로 변환

SELECT DATE_FORMAT(NOW(), '%Y-%m-%d %H:%i:%s') AS 전체포맷;
-- 결과: 2025-07-23 15:47:21

예제 3: 한국식 날짜 포맷으로 출력

SELECT DATE_FORMAT(NOW(), '%Y년 %m월 %d일') AS 한국형날짜;
-- 결과: 2025년 07월 23일

예제 4: 요일 이름 포함 포맷

SELECT DATE_FORMAT('2025-07-23', '%Y-%m-%d (%W)') AS 요일포함;
-- 결과: 2025-07-23 (Wednesday)

예제 5: 블로그/게시판 날짜 포맷 만들기

SELECT DATE_FORMAT(NOW(), '%y.%m.%d %H:%i') AS 게시판용;
-- 결과: 25.07.23 15:47

실무 활용 팁

UI/프론트 전달용 날짜 포맷은 DATE_FORMAT()으로 가공 후 전달하면 프론트 처리 부담 감소
로그 포맷이나 데이터 내보내기(EXPORT) 시 CSV 내 날짜 문자열 출력 가능
%Y-%m 같은 월 단위 포맷으로 월별 통계 키 생성에 활용 가능

SELECT DATE_FORMAT(order_date, '%Y-%m') AS 월별,
       COUNT(*) AS 주문수
FROM orders
GROUP BY 월별;

STR_TO_DATE와 비교

목적	함수명
문자열 → 날짜	STR_TO_DATE()
날짜 → 문자열	DATE_FORMAT()

이 둘은 쌍을 이루는 반대 동작의 함수로, 함께 자주 사용된다.

정리

DATE_FORMAT()은 날짜를 원하는 형태의 문자열로 가공하는 데 특화된 함수이다.
다양한 포맷 코드 조합으로 한국식, 미국식, 시간 포함 등 자유롭게 표현 가능하다.
실무에서 UI, 로그, 통계, 리포트 등 다양한 곳에 폭넓게 활용된다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_date-format

[MySQL] 문자열 → 날짜 변환: STR_TO_DATE 실전 예제

인생아 — Fri, 25 Jul 2025 13:33:33 +0900

MySQL에서 날짜 데이터를 처리할 때 가장 자주 마주치는 이슈 중 하나는 문자열로 저장된 날짜를 DATE 타입으로 변환하는 문제다. 예를 들어 '2025-07-23', '20250723', '07/23/2025'처럼 포맷이 다양한 문자열을 날짜로 바꿔야 할 때가 많다.

이럴 때 사용하는 함수가 바로 STR_TO_DATE()다. STR_TO_DATE는 문자열을 지정한 날짜 포맷으로 해석하여 DATE, DATETIME 등의 형식으로 변환해준다.

STR_TO_DATE 문법

STR_TO_DATE(문자열, 포맷문자열)

첫 번째 인자: 날짜로 변환할 문자열
두 번째 인자: 문자열의 포맷을 나타내는 포맷 코드

자주 사용하는 포맷 코드

코드	설명	예시 값
%Y	4자리 연도	2025
%y	2자리 연도	25
%m	월 (01~12)	07
%d	일 (01~31)	23
%H	시 (00~23)	14
%i	분 (00~59)	35
%s	초 (00~59)	27
%b	약식 월 이름	Jul
%M	전체 월 이름	July

자세한 포맷은 공식 문서를 참고하면 된다.

예제 1: '20250723' → 날짜로 변환

SELECT STR_TO_DATE('20250723', '%Y%m%d') AS 변환날짜;
-- 결과: 2025-07-23

예제 2: '07/23/2025' → 날짜로 변환

SELECT STR_TO_DATE('07/23/2025', '%m/%d/%Y') AS 변환날짜;
-- 결과: 2025-07-23

예제 3: 시간까지 포함된 문자열 처리

SELECT STR_TO_DATE('2025-07-23 14:35:27', '%Y-%m-%d %H:%i:%s') AS 날짜시간;
-- 결과: 2025-07-23 14:35:27

예제 4: 월 이름으로 표현된 날짜

SELECT STR_TO_DATE('Jul 23, 2025', '%b %d, %Y') AS 날짜;
-- 결과: 2025-07-23

예제 5: 잘못된 포맷 → NULL 반환

SELECT STR_TO_DATE('23-07-2025', '%Y/%m/%d') AS 실패예시;
-- 결과: NULL

날짜 문자열과 포맷이 일치하지 않으면 NULL이 반환되므로 항상 포맷을 정확히 지정해야 한다.

실무 팁

다양한 시스템에서 가져온 CSV 데이터, 로그 파일, 사용자 입력 등을 처리할 때 필수
쿼리에서 직접 변환하거나, ETL 처리 시 사용
날짜로 변환 후 정렬, 비교, 연산 가능

SELECT *
FROM access_log
WHERE STR_TO_DATE(log_time_str, '%Y%m%d%H%i%S') BETWEEN '2025-07-01' AND '2025-07-31';

CAST와의 차이점

CAST()는 '2025-07-23'처럼 MySQL이 인식 가능한 표준 날짜 포맷만 변환할 수 있다.
STR_TO_DATE는 비표준 포맷도 명시적으로 변환 가능하기 때문에 훨씬 유연하다.

정리

STR_TO_DATE()는 비표준 문자열을 날짜 타입으로 바꾸는 가장 강력한 방법이다.
포맷 코드를 정확히 지정해야 하며, 잘못 지정하면 NULL이 반환된다.
실무에서 CSV, Excel, 사용자 입력 데이터 처리 시 필수로 활용된다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_str-to-date

[MySQL] CONVERT 함수와 CAST 차이점 비교

인생아 — Fri, 25 Jul 2025 12:30:38 +0900

MySQL에서 데이터 타입을 변환하는 대표적인 함수는 CAST()와 CONVERT()이다. 이 두 함수는 기본적으로 동일한 기능을 제공하지만, 문법과 확장 기능에 차이가 있다. 특히 CONVERT()는 문자셋 변경에도 사용되기 때문에 두 함수의 차이점을 명확히 이해하고 상황에 맞게 선택하는 것이 중요하다.

공통점: 형 변환 함수

둘 다 SQL 표준에 기반한 형 변환 함수로, 다양한 데이터 타입 간의 명시적 변환을 수행한다.

CAST 함수 문법

CAST(값 AS 데이터타입)

예:

SELECT CAST(123.45 AS CHAR) AS 문자;
-- 결과: '123.45'

CONVERT 함수 문법

CONVERT(값, 데이터타입)

예:

SELECT CONVERT(123.45, CHAR) AS 문자;
-- 결과: '123.45'

문법만 다를 뿐, 기본적인 동작은 동일하다.

주요 차이점 정리

항목	CAST	CONVERT
SQL 표준	O	O
문법	CAST(expr AS type)	CONVERT(expr, type)
문자셋 변경	불가능	가능 (CONVERT(str USING charset))
가독성	더 명확	함수형 스타일
확장성	고정된 용도	문자셋 변환까지 가능

예제 1: 같은 결과

SELECT CAST(1234 AS CHAR) AS cast_result,
       CONVERT(1234, CHAR) AS convert_result;

결과는 동일하게 '1234'로 출력된다.

예제 2: 문자셋 변환 (CONVERT 전용)

SELECT CONVERT('안녕하세요' USING utf8mb4);

이건 CAST()로는 할 수 없다. CONVERT()는 문자열의 인코딩을 명시적으로 지정할 수 있어 문자셋 처리에 강력하다.

예제 3: 날짜 포맷 변환

SELECT 
  CAST('2025-07-22' AS DATE) AS cast_date,
  CONVERT('2025-07-22', DATE) AS convert_date;

둘 다 결과는 동일하게 날짜로 변환된다.

언제 CAST? 언제 CONVERT?

✅ 문자셋 변환이 필요한 경우 → CONVERT(str USING charset)
✅ SQL 표준 스타일이 필요한 경우 → CAST()
✅ 직관적인 함수 스타일을 선호한다면 → CONVERT()

실제로 성능이나 결과 차이는 거의 없기 때문에, 문법 스타일과 가독성, 특수 기능(문자셋)을 기준으로 선택하면 된다.

정리

CAST()와 CONVERT()는 대부분의 형 변환에서 동일한 역할을 한다.
문법은 다르지만 결과는 거의 같으며, 성능 차이도 없다.
CONVERT()는 문자셋 변환이 가능한 유일한 선택지이다.
실무에서는 문자셋 처리, 데이터 포맷 일관성 확보를 위해 상황별로 적절히 선택하는 것이 중요하다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/cast-functions.html
https://dev.mysql.com/doc/refman/8.0/en/charset-convert.html

[MySQL] CAST 함수로 데이터 형 변환하기

인생아 — Fri, 25 Jul 2025 11:28:30 +0900

MySQL에서 데이터를 다루다 보면 문자열을 숫자로, 날짜를 문자열로, 혹은 정수를 실수로 형 변환(type conversion) 해야 하는 상황이 자주 발생한다. 이때 사용하는 대표적인 함수가 바로 CAST() 함수이다.

CAST()는 SQL 표준에 따른 명시적 형 변환(explicit conversion) 함수로, 데이터 타입을 명확히 지정해 안전하고 예측 가능한 변환을 수행할 수 있다.

CAST 함수 문법

CAST(값 AS 데이터타입)

값: 변환할 대상
데이터타입: 변환할 목표 타입 (예: CHAR, DATE, SIGNED, UNSIGNED 등)

지원하는 주요 데이터 타입

타입 이름	설명
CHAR	문자열
DATE	날짜
DATETIME	날짜 및 시간
SIGNED	부호 있는 정수
UNSIGNED	부호 없는 정수
DECIMAL(M,D)	고정 소수점 숫자
BINARY	이진 데이터

예제 1: 숫자 → 문자열로 변환

SELECT CAST(12345 AS CHAR) AS 문자열변환;
-- 결과: '12345'

숫자를 문자형으로 변환하면 문자열 처리 함수나 LIKE 검색 등에 유용하다.

예제 2: 문자열 → 숫자 변환

SELECT CAST('3.14' AS DECIMAL(5,2)) AS 실수변환;
-- 결과: 3.14

문자열 숫자를 DECIMAL 또는 SIGNED로 변환하면 계산에 활용할 수 있다.

예제 3: 문자열 → 날짜 변환

SELECT CAST('2025-07-22' AS DATE) AS 날짜;
-- 결과: 2025-07-22

단, 날짜 형식이 MySQL의 날짜 포맷과 다르면 변환 실패할 수 있으므로 STR_TO_DATE()를 쓰는 게 더 안전한 경우도 있다.

예제 4: 정수 → 부호 없는 정수

SELECT CAST(-123 AS UNSIGNED) AS 음수제거;
-- 결과: 18446744073709551593 (오버플로우 처리됨)

SIGNED ↔ UNSIGNED 변환 시에는 범위 제한이나 오버플로우 주의가 필요하다.

예제 5: 실무 활용 - 형변환과 연산 조합

SELECT price, quantity,
       price * CAST(quantity AS UNSIGNED) AS 총합
FROM orders;

숫자가 문자열로 저장되어 있는 경우 연산 전 형 변환을 해주면 정확한 계산이 가능하다.

CAST vs 암시적 변환

MySQL은 내부적으로 자동 형 변환(암시적 변환)을 수행하지만, 예외나 의도치 않은 결과가 발생할 수 있다. 따라서 아래와 같은 경우에는 명시적으로 CAST()를 사용하는 것이 안정적이다.

WHERE 절에서 날짜 비교 시
JOIN 조건에서 타입이 다를 때
JSON → 문자열 변환 등

주의 사항

타입이 유효하지 않거나 포맷이 맞지 않으면 NULL 반환
DECIMAL, CHAR, DATE는 자주 쓰이지만 정확한 길이 지정이 필요한 경우도 있다
숫자형 CHAR → SIGNED/DECIMAL 변환 시 소수점 주의

정리

CAST()는 SQL 표준 형 변환 함수로, 다양한 타입 간의 안정적인 변환을 지원한다.
암시적 변환에 의존하기보다는 CAST()를 통해 예측 가능한 쿼리 결과를 얻는 것이 좋다.
실무에서는 연산, 비교, 정렬, JOIN 조건에서 타입 오류 방지에 매우 유용하다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/cast-functions.html#function_cast

[MySQL] CASE WHEN으로 다중 조건 처리하기

인생아 — Fri, 25 Jul 2025 10:45:16 +0900

IF() 함수가 간단한 조건 분기에 적합하다면, 복잡한 조건을 처리하려면 CASE WHEN 문이 훨씬 더 강력하다. CASE는 다중 조건을 순차적으로 평가하고 그에 따라 다른 결과를 반환할 수 있는 대표적인 흐름 제어 구조다.

CASE 기본 문법

CASE
    WHEN 조건1 THEN 결과1
    WHEN 조건2 THEN 결과2
    ...
    ELSE 기본값
END

위에서부터 순서대로 조건을 검사하며, 가장 먼저 참이 되는 조건의 결과가 반환된다. 조건이 모두 거짓이면 ELSE절이 실행된다.

예제 1: 점수에 따른 학점 부여

SELECT name, score,
       CASE
         WHEN score >= 90 THEN 'A'
         WHEN score >= 80 THEN 'B'
         WHEN score >= 70 THEN 'C'
         ELSE 'F'
       END AS grade
FROM students;

조건을 순차적으로 평가해 가장 알맞은 학점을 부여한다. IF() 중첩보다 가독성이 훨씬 좋다.

예제 2: 회원 등급 표시

SELECT user_id, total_spent,
       CASE
         WHEN total_spent >= 100000 THEN 'VIP'
         WHEN total_spent >= 50000 THEN 'Gold'
         WHEN total_spent >= 10000 THEN 'Silver'
         ELSE 'Bronze'
       END AS membership
FROM users;

실제 서비스에서 많이 쓰이는 등급 분류 로직이다. 금액 기준으로 회원 상태를 구분할 수 있다.

CASE는 SELECT 외에도 어디서나 사용 가능

ORDER BY 절: 정렬 기준에 조건 부여
WHERE 절: 조건 자체를 동적으로 설정
UPDATE 문: 수정값을 조건적으로 처리
GROUP BY, HAVING 절에서도 응용 가능

예제 3: ORDER BY CASE로 커스텀 정렬

SELECT *
FROM products
ORDER BY
  CASE category
    WHEN '가전' THEN 1
    WHEN '가구' THEN 2
    ELSE 3
  END;

지정한 순서대로 정렬하려면 CASE를 활용한 인덱스 정렬이 효과적이다.

예제 4: UPDATE 시 조건에 따른 변경

UPDATE orders
SET status = CASE
               WHEN shipped_at IS NOT NULL THEN '배송완료'
               WHEN paid_at IS NOT NULL THEN '결제완료'
               ELSE '결제대기'
             END;

배송, 결제 여부에 따라 주문 상태를 한 번에 일괄 업데이트할 수 있다.

CASE와 IF 차이

항목	IF() 함수	CASE WHEN
조건 수	2개만 처리	다중 조건 가능
가독성	중첩 시 복잡	구조적으로 명확
실무 활용	단순 조건	분류, 정렬, 등급 등 복합 조건

CASE는 조건이 3개 이상인 경우 무조건 권장된다.

정리

CASE WHEN은 다중 조건을 순차적으로 평가하고 결과를 반환하는 구조이다.
IF() 중첩보다 가독성이 좋아 실무에서 자주 사용된다.
SELECT뿐 아니라 ORDER BY, UPDATE, WHERE 등 어디에서든 활용할 수 있다.
등급 부여, 주문 상태 분기, 정렬 순서 정의 등에 탁월한 효과를 발휘한다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/control-flow-functions.html#operator_case

[MySQL] NULLIF로 두 값 비교 후 조건 처리하기

인생아 — Fri, 25 Jul 2025 09:43:14 +0900

MySQL에서 NULLIF() 함수는 두 값을 비교해서 같으면 NULL을 반환하고, 다르면 첫 번째 값을 그대로 반환하는 특이한 흐름 제어 함수이다. 주로 0 나누기 오류 방지, 조건적 NULL 처리, 중복 체크 회피 등에 사용된다.

NULLIF 함수 기본 문법

NULLIF(값1, 값2)

값1 = 값2이면 NULL 반환.
값1 ≠ 값2이면 값1을 반환.

이 단순한 로직이 다양한 실무에서 꽤 강력한 기능을 한다.

예제 1: 값이 같으면 NULL로 처리

SELECT NULLIF(100, 100); -- 결과: NULL
SELECT NULLIF(100, 50);  -- 결과: 100

0으로 나누기 방지: 실무 최강 활용법

NULLIF는 0으로 나눴을 때 발생하는 오류를 방지하기 위한 가장 흔한 방법이다.

예제 2: 나눗셈 계산 시 0 회피

SELECT sales,
       targets,
       sales / NULLIF(targets, 0) AS 달성률
FROM sales_data;

targets가 0일 경우 NULLIF(targets, 0)는 NULL을 반환하므로 sales / NULL이 되어 오류 없이 처리된다.

조건적 NULL 반환: 중복 회피

NULLIF를 사용하면 특정 조건에서만 NULL로 대체할 수 있어, 중복된 데이터를 걸러낼 때도 유용하다.

예제 3: 최근 변경된 항목만 추출

SELECT *,
       NULLIF(current_value, previous_value) AS 변경여부
FROM version_tracking;

변경이 없는 경우 NULL, 변경된 경우에만 current_value를 반환한다.

IF, IFNULL과의 차이점

함수명	역할
IF()	조건에 따라 두 값 중 하나 선택
IFNULL()	NULL일 경우 대체값 반환
NULLIF()	같으면 NULL, 다르면 첫 번째 값 반환

NULLIF()는 조건이 아닌 '두 값의 비교 결과'에 따라 NULL을 반환하는 점이 가장 큰 특징이다.

정리

NULLIF(a, b)는 a == b일 때 NULL, 아니면 a를 반환한다.
주로 0 나누기 방지, 조건부 NULL 처리, 변경값 탐지에 활용된다.
IF나 IFNULL과 다르게 직접적인 비교 기반이며, 비교 결과 자체가 조건이 된다.
실무에서 안정성과 유연성을 높이기 위한 고급 테크닉으로 널리 쓰인다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/control-flow-functions.html#function_nullif

[MySQL] IFNULL로 NULL 값을 기본값으로 대체하기

인생아 — Fri, 25 Jul 2025 08:40:48 +0900

데이터베이스에서 NULL은 "값이 없음"을 의미하지만, 그대로 출력되면 사용자에게 혼란을 줄 수 있다. 이럴 때 유용하게 사용하는 함수가 바로 IFNULL()이다. IFNULL은 NULL 값을 기본값으로 치환해주는 MySQL의 대표적인 흐름 제어 함수이다.

IFNULL 함수 기본 문법

IFNULL(표현식, 대체값)

표현식이 NULL이면 두 번째 인자인 대체값을 반환하고, NULL이 아니면 원래 값을 반환한다.

예제 1: 사용자 이름 기본값 설정

SELECT user_id, IFNULL(name, '이름없음') AS display_name
FROM users;

사용자 이름이 NULL인 경우 '이름없음'으로 대체하여 출력한다.

IFNULL은 SELECT, WHERE, JOIN에서도 자주 사용

SELECT 결과에서 NULL을 기본 문자열로 치환
숫자 계산 시 NULL을 0이나 1로 바꿔 수식 오류 방지
LEFT JOIN 시, 존재하지 않는 값의 기본 대체로 활용

예제 2: 합계 계산 시 NULL 방지

SELECT order_id,
       price,
       IFNULL(discount, 0) AS discount,
       price - IFNULL(discount, 0) AS actual_price
FROM orders;

discount가 NULL일 경우 0으로 간주해 계산을 안전하게 한다.

실무 예제 3: LEFT JOIN 후 기본값 설정

SELECT a.id, a.name,
       IFNULL(b.phone, '없음') AS 전화번호
FROM customer a
LEFT JOIN customer_detail b ON a.id = b.id;

조인된 테이블에 정보가 없을 경우, NULL 대신 '없음'을 표시할 수 있다.

IFNULL vs COALESCE 차이

함수명	특징
IFNULL(a, b)	a가 NULL이면 b 반환
COALESCE(a, b, c...)	NULL이 아닌 첫 번째 값을 반환 (2개 이상 가능)

IFNULL은 2개 인자만 처리 가능하지만, COALESCE는 여러 후보 중 첫 번째 NULL이 아닌 값을 고른다.

예제 4: 여러 필드에서 우선순위 지정

SELECT COALESCE(nickname, username, '익명') AS 표시이름
FROM member;

순서대로 nickname → username → '익명'을 체크해 NULL이 아닌 값을 선택한다.

정리

IFNULL()은 NULL을 기본값으로 대체하는 함수로, 데이터 표시 안정성을 높인다.
SELECT, JOIN, 계산식 등 다양한 위치에서 널 값을 안전하게 처리할 수 있다.
IFNULL()은 COALESCE()보다 단순하지만 대부분의 경우 더 간단하게 사용할 수 있다.
실무에서 사용자 정보, 할인 계산, 주소/연락처 정보 등 NULL이 자주 등장하는 곳에서 유용하게 쓰인다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/control-flow-functions.html#function_ifnull

[MySQL] IF 함수로 조건 분기 처리하는 법

인생아 — Fri, 25 Jul 2025 01:50:48 +0900

MySQL에서 데이터를 조건에 따라 다르게 처리하려면 반드시 알아야 할 것이 바로 IF 함수이다. IF()는 프로그래밍 언어의 if문과 비슷한 구조를 가지며, 조건식이 참인지 거짓인지에 따라 서로 다른 값을 반환하는 매우 유용한 제어 함수이다.

IF 함수 기본 문법

IF(조건식, 참일 때 반환값, 거짓일 때 반환값)

조건식이 TRUE면 두 번째 인자를 반환하고, 그렇지 않으면 세 번째 인자를 반환한다.

예제 1: 점수에 따른 합격 여부 표시

SELECT name, score,
       IF(score >= 60, '합격', '불합격') AS 결과
FROM exam_result;

score가 60점 이상이면 '합격', 아니면 '불합격'을 반환한다.

IF 함수는 SELECT 문 어디서나 사용 가능

SELECT 절에서 조건 분기 출력
WHERE 절 내부의 조건 처리
ORDER BY 절에서 정렬 조건 설정
UPDATE 문에서 컬럼 값 조건 처리
SET 절에서도 변수 제어 가능

예제 2: WHERE 절에서 사용

SELECT *
FROM orders
WHERE IF(status = 'cancel', FALSE, TRUE);

주문 상태가 cancel이면 결과에서 제외하고, 그 외는 포함하는 조건 처리다.

IF 함수는 중첩 사용도 가능

IF 문을 중첩하면 복잡한 조건 분기도 표현할 수 있다.

예제 3: 등급 매기기 (중첩 IF)

SELECT name, score,
       IF(score >= 90, 'A',
          IF(score >= 80, 'B',
             IF(score >= 70, 'C', 'F'))) AS 등급
FROM students;

점수에 따라 A/B/C/F 등급을 반환하며, 실무에서 자주 쓰이는 패턴이다.

IF 함수 vs WHERE 조건 비교

IF()는 반환값을 선택할 때 쓰이고, WHERE은 행 자체의 필터링 조건이다.

예제 4: 할인율 계산

SELECT customer_id, amount,
       IF(amount >= 50000, amount * 0.9, amount) AS 할인적용금액
FROM purchases;

금액이 크면 자동으로 할인을 적용하는 구조를 만들 수 있다.

실무 활용 팁

쿼리 결과를 보기 좋게 표현할 때 필수적이다.
가공 컬럼 생성 시 많이 사용되며, IF 없이 CASE문으로 바꿀 수도 있다.
조건 분기가 복잡해질수록 IF보다 CASE가 가독성에서 유리할 수 있다.

주의사항

문자열 조건은 '값' 형태로 반드시 따옴표를 써야 한다.
NULL 비교 시에는 IS NULL, IS NOT NULL 구문이 더 적합하다.
IF()는 첫 번째 인자가 논리값을 반환해야 한다. 수치 비교나 논리 연산자가 꼭 필요하다.

정리

IF()는 SQL에서 조건에 따라 다른 값을 반환하는 제어 함수이다.
SELECT, WHERE, ORDER BY 등 다양한 구문 안에서 자유롭게 사용된다.
실무에서는 등급 분류, 상태 표시, 금액 조건 처리 등에 자주 사용된다.
중첩 IF를 통해 여러 조건을 순차적으로 평가할 수 있지만 복잡하면 CASE문으로 바꾸는 것이 좋다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/control-flow-functions.html#function_if

[MySQL] PI, RAND, SIGN 등 특수 수학 함수 모음

인생아 — Fri, 25 Jul 2025 00:40:19 +0900

MySQL에는 사칙 연산이나 삼각 함수 외에도 특수한 수학 연산에 사용되는 내장 함수들이 존재한다. 이들은 데이터 분석, 무작위 처리, 방향 판단, 정규화 등에 자주 사용된다. 이번 글에서는 실무에서 유용하게 쓰이는 PI(), RAND(), SIGN(), LEAST(), GREATEST(), ROUND()의 특수 사용법 등을 예제 중심으로 정리한다.

PI() 함수 – 원주율 상수

PI() 함수는 수학 상수 π(파이) 값을 반환한다. 이는 원의 둘레, 면적, 각도 계산 등에서 필수적으로 사용된다.

SELECT PI(); -- 결과: 3.141592653589793

예제: 원의 면적 계산

SELECT radius, PI() * POW(radius, 2) AS area
FROM circles;

반지름이 주어졌을 때 원의 넓이를 계산하는 수식에 활용된다.

RAND() 함수 – 무작위 난수 생성

RAND() 함수는 0 이상 1 미만의 **난수(random float)**를 반환한다. 시드 값을 지정하면 예측 가능한 값이 나온다.

SELECT RAND();      -- 예: 0.31845...
SELECT RAND(100);   -- 같은 시드 → 같은 결과

예제: 1부터 100 사이 난수 생성

SELECT FLOOR(RAND() * 100) + 1 AS random_number;

이렇게 하면 1~100 사이의 정수를 생성할 수 있다. 랜덤 추천, 테스트 데이터 생성, 샘플링 등에 매우 유용하다.

SIGN() 함수 – 부호 반환

SIGN(number) 함수는 입력 값이 양수면 1, 음수면 -1, 0이면 0을 반환한다.

SELECT SIGN(10);    -- 결과: 1
SELECT SIGN(-5.5);  -- 결과: -1
SELECT SIGN(0);     -- 결과: 0

예제: 수익/손실 방향 표시

SELECT profit, SIGN(profit) AS direction
FROM sales_data;

데이터의 증가/감소 방향을 빠르게 판단할 수 있어, 차트 색상 처리나 시각화 조건 분기에 자주 쓰인다.

LEAST(), GREATEST() 함수 – 다수 값 중 최소/최대 구하기

이 함수들은 여러 인자 중 가장 작은 값(LEAST) 또는 **가장 큰 값(GREATEST)**을 반환한다.

SELECT LEAST(10, 25, 7);      -- 결과: 7
SELECT GREATEST(10, 25, 7);   -- 결과: 25

예제: 상품 가격 범위 필터링

SELECT product_id,
       LEAST(price, max_limit) AS capped_price
FROM products;

가격 상한선을 제한하거나, 최소/최대 비교로 조건을 제한할 때 매우 유용하다.

실무 응용 예제: 데이터 정규화

SELECT value,
       ROUND(value / GREATEST(max_val, 1), 2) AS normalized_value
FROM raw_data;

GREATEST()를 이용해 0 나누기 오류를 방지하면서 정규화를 수행할 수 있다. 데이터 정제, AI 전처리, 지표 표준화에 자주 사용된다.

기타 유용 함수

ROUND(x): 소수점 반올림 (이미 앞에서 다뤘지만, 정수 자리 반올림용으로도 쓰임)
CEIL(), FLOOR(): 올림, 내림 처리
TRUNCATE(x, d): 특정 소수점 이하 절사
POWER(x, y) 또는 POW(x, y): x의 y제곱

이러한 함수들과 함께 쓰이면 계산 로직을 완성도 높게 설계할 수 있다.

정리

PI()는 원주율로, 면적·각도·좌표계 처리에 기본 상수로 활용된다.
RAND()는 무작위 숫자를 생성하며, 테스트 데이터나 추천 기능에 자주 쓰인다.
SIGN()은 숫자의 부호를 판단하여 방향성 분석, 시각화 로직에 유용하다.
LEAST()와 GREATEST()는 다수의 값 중 최소/최대 비교에 최적화되어 있다.
이 특수 함수들은 복잡한 연산을 간단하게 구현할 수 있는 실무형 도구 모음이다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html

[MySQL] RADIANS, DEGREES로 각도 변환하기

인생아 — Thu, 24 Jul 2025 23:53:32 +0900

MySQL에서 삼각함수를 사용하려면 반드시 고려해야 할 것이 바로 각도의 단위이다. 대부분의 사람은 도(degree) 단위로 각도를 생각하지만, MySQL 삼각함수는 모두 라디안(radian) 단위를 사용한다. 따라서 RADIANS()와 DEGREES() 함수는 삼각함수 연산 전후에 꼭 함께 쓰이는 필수 유틸이다. 이 글에서는 이 두 함수를 활용해 도 ↔ 라디안 변환을 정확하고 효과적으로 처리하는 방법을 정리한다.

RADIANS() 함수 – 도(degree) → 라디안(radian) 변환

RADIANS(degree) 함수는 입력한 각도를 라디안 값으로 변환해준다.

SELECT RADIANS(180); -- 결과: 3.141592...
SELECT RADIANS(90);  -- 결과: 1.570796...

기본 수학 공식은 라디안 = (π / 180) × 각도이므로, RADIANS는 이 연산을 자동으로 처리해주는 함수다.

예제: 사인 계산 전 각도 변환

SELECT SIN(RADIANS(30)); -- 결과: 0.5

삼각함수에서 입력값을 직접 라디안으로 변환하지 않으면 엉뚱한 결과가 나올 수 있다.

DEGREES() 함수 – 라디안(radian) → 도(degree) 변환

DEGREES(radian) 함수는 입력한 라디안 값을 도 단위로 변환한다.

SELECT DEGREES(PI());     -- 결과: 180
SELECT DEGREES(PI() / 2); -- 결과: 90

기본 공식은 각도 = (180 / π) × 라디안이며, DEGREES는 이 연산을 자동으로 수행해준다.

예제: ATAN2로 구한 각도 라디안 → 도로 변환

SELECT DEGREES(ATAN2(10, 10)); -- 결과: 45

많은 역삼각함수의 결과는 라디안이므로, 사람이 읽기 쉬운 각도로 바꿔야 할 때 꼭 필요하다.

실무 예제 1: 각도 기반의 원형 좌표 계산

SELECT
  COS(RADIANS(angle)) * radius AS x,
  SIN(RADIANS(angle)) * radius AS y
FROM circular_points;

RADIANS()를 사용하지 않으면 angle = 90 입력 시 COS(90)이 아니라 COS(90 라디안)으로 잘못 처리된다.

실무 예제 2: 센서 또는 GIS 데이터를 도로 표현

SELECT id,
       heading_radian,
       DEGREES(heading_radian) AS heading_degree
FROM gps_data;

기기에서 라디안 단위로 측정된 방향 데이터를 사용자 인터페이스에 도 단위로 표시할 수 있다.

정리

RADIANS(degree)는 도 단위를 삼각함수용 라디안으로 변환한다.
DEGREES(radian)는 라디안 단위를 사람이 읽을 수 있는 도로 바꿔준다.
모든 SIN(), COS(), TAN(), ASIN() 등의 삼각함수는 라디안 기준이므로 RADIANS()로 감싸야 한다.
ATAN2(), ASIN() 등의 결과값은 라디안이므로 결과를 도로 보고 싶다면 DEGREES()로 다시 변환해야 한다.
삼각함수와 각도 관련 연산에는 이 두 함수가 반드시 함께 쓰인다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_radians
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_degrees

[MySQL] ASIN, ACOS, ATAN 역삼각함수 활용법

인생아 — Thu, 24 Jul 2025 22:51:49 +0900

MySQL은 일반적인 삼각함수뿐만 아니라 역삼각함수(Inverse Trigonometric Functions)도 지원한다. 이는 사인, 코사인, 탄젠트 값을 주고 각도(라디안)를 구할 때 사용하는 함수들로, MySQL에서는 ASIN(), ACOS(), ATAN()으로 제공된다. 이 함수들은 주로 각도 역산, 좌표계 방향 계산, 경사도 추출, 기하 계산 등에 활용된다.

ASIN() 함수 – 아크사인 (inverse sine)

ASIN(x) 함수는 사인 값 x에 대한 아크사인(asin), 즉 x가 어느 각도의 사인인지를 라디안(radian)으로 반환한다.

SELECT ASIN(0.5);     -- 결과: 약 0.523 라디안
SELECT DEGREES(ASIN(0.5)); -- 결과: 30°

입력 값의 유효 범위는 -1 ≤ x ≤ 1이다. 범위를 벗어나면 NULL이 반환된다.

예제: 사인값으로 각도 구하기

SELECT angle_value,
       DEGREES(ASIN(angle_value)) AS 각도
FROM angle_table
WHERE angle_value BETWEEN -1 AND 1;

센서 데이터나 회전값 등에서 사인값으로부터 원래 각도를 역추적할 때 유용하다.

ACOS() 함수 – 아크코사인 (inverse cosine)

ACOS(x) 함수는 코사인 값 x에 대한 아크코사인(acos) 값을 라디안으로 반환한다.

SELECT ACOS(0.5);     -- 결과: 약 1.047 라디안
SELECT DEGREES(ACOS(0.5)); -- 결과: 60°

ACOS도 입력 값 범위는 -1 ≤ x ≤ 1이며, 보통 cos(θ) = x 관계에서 θ를 구할 때 사용된다.

예제: 두 벡터 사이 각도 구하기

SELECT DEGREES(ACOS(dot_product / (length1 * length2))) AS 벡터사이각도
FROM vector_data;

코사인을 활용한 벡터 각도 공식으로, 2D/3D 좌표 계산이나 게임 엔진 수식 구현에도 활용된다.

ATAN() 함수 – 아크탄젠트 (inverse tangent)

ATAN(x) 함수는 탄젠트 값 x에 대한 아크탄젠트(atan) 값을 라디안으로 반환한다. x = y / x와 같은 경사비(기울기)를 이용해 각도를 구할 때 쓰인다.

SELECT ATAN(1);       -- 결과: 약 0.785 라디안
SELECT DEGREES(ATAN(1)); -- 결과: 45°

예제: 높이와 밑변으로 각도 구하기

SELECT height, width,
       DEGREES(ATAN(height / width)) AS 경사각도
FROM slope_data;

길이로부터 기울기를 계산해 경사도, 탄도 계산, 지도 데이터 처리 등에 자주 활용된다.

확장 함수: ATAN2(y, x)

MySQL은 ATAN2(y, x) 함수도 지원한다. 이는 y축과 x축 길이를 받아 정확한 사분면 기준 각도 계산을 수행한다.

SELECT DEGREES(ATAN2(10, 10)); -- 결과: 45°
SELECT DEGREES(ATAN2(-10, -10)); -- 결과: -135°

ATAN(y/x)는 부호가 모두 양수인지 음수인지 모르면 사분면 판별이 안 되는데, ATAN2()는 이 문제를 해결한다.

예제: 사용자 위치 각도 계산

SELECT user_id,
       DEGREES(ATAN2(y2 - y1, x2 - x1)) AS 이동방향
FROM movement;

위치 기반 시스템에서 두 지점 사이의 방향 벡터를 각도로 변환할 수 있어 GPS 기반 앱에서도 활용된다.

정리

ASIN(x)는 x가 사인일 때의 라디안 각도를 구한다.
ACOS(x)는 x가 코사인일 때의 라디안 각도를 구한다.
ATAN(x)는 기울기(탄젠트값)로부터 각도를 구한다.
ATAN2(y, x)는 정확한 사분면 각도를 반환하며, 실무에서 ATAN보다 더 선호된다.
모두 반환값은 라디안이므로 사람이 읽을 수 있는 각도로 바꾸려면 DEGREES()를 함께 사용해야 한다.
역삼각함수는 각도를 복원하거나 위치·방향 연산에 매우 중요한 도구이다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_asin
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_acos
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_atan
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_atan2

[MySQL] SIN, COS, TAN 삼각함수 완전 정리

인생아 — Thu, 24 Jul 2025 21:49:09 +0900

삼각함수는 수학, 물리, 그래픽, 위치 계산 등 다양한 분야에서 핵심적인 역할을 한다. MySQL에서도 이를 위해 SIN(), COS(), TAN()과 같은 삼각함수를 지원한다. 이 함수들은 단독으로 쓰이는 경우는 드물지만, 좌표계 연산, 경로 계산, 데이터 시각화, 나아가 3D 공간 계산에서도 유용하게 쓰인다.

삼각함수 입력 단위는 라디안(Radian)

MySQL에서 모든 삼각함수는 각도를 '라디안' 단위로 입력받는다. 즉, 90도는 π/2 라디안, 180도는 π 라디안이다. 만약 도(degree) 단위를 사용하고 싶다면 RADIANS() 함수로 변환해야 한다.

SELECT SIN(RADIANS(30));  -- 결과: 약 0.5

이를 명심하지 않으면 삼각함수 결과가 전혀 다른 값이 나올 수 있다.

SIN() 함수 – 사인

SIN(x) 함수는 주어진 라디안 값 x에 대한 사인 값(sine)을 반환한다. 사인 함수는 직각삼각형에서 높이/빗변의 비율로 정의되며, 주기적인 변화를 표현할 때 자주 사용된다.

SELECT SIN(RADIANS(90)); -- 결과: 1
SELECT SIN(RADIANS(0));  -- 결과: 0

예제: 파형 값 생성

SELECT i,
       SIN(RADIANS(i * 10)) AS sin_wave
FROM generate_series AS i
WHERE i BETWEEN 0 AND 36;

0도부터 360도까지 10도 단위로 사인값을 구하면 파형 형태 데이터를 만들 수 있어 그래프 처리에 유용하다.

COS() 함수 – 코사인

COS(x) 함수는 주어진 라디안 값 x에 대한 코사인 값(cosine)을 반환한다. 밑변/빗변의 비율로 정의되며, 사인과 함께 주기 함수를 만들거나 방향 계산에서 사용된다.

SELECT COS(RADIANS(60)); -- 결과: 약 0.5
SELECT COS(RADIANS(0));  -- 결과: 1

예제: 2D 원형 좌표 생성

SELECT 
  COS(RADIANS(angle)) * r AS x,
  SIN(RADIANS(angle)) * r AS y
FROM angles;

사인과 코사인을 조합하면 원형 좌표계(x, y)를 만들 수 있어 레이더 차트, 원형 그래프, 게임 캐릭터 이동 경로 등을 구현할 수 있다.

TAN() 함수 – 탄젠트

TAN(x) 함수는 주어진 라디안 값 x에 대한 탄젠트 값(tangent)을 반환한다. 탄젠트는 높이/밑변, 즉 SIN(x)/COS(x)로 정의된다. 경사도 계산, 회전 각도 계산 등에 유용하다.

SELECT TAN(RADIANS(45));  -- 결과: 1
SELECT TAN(RADIANS(0));   -- 결과: 0

예제: 경사도 계산

SELECT height / width AS 탄젠트값,
       DEGREES(ATAN(height / width)) AS 경사도_각도
FROM ramps;

TAN은 ATAN()의 반대 함수로써, 경사비로부터 각도를 유추하는 계산 과정의 일부로 쓰인다.

삼각함수 실무 활용 예시

경로 계산: 위도/경도 기반 거리 계산 (Haversine 공식을 구성할 때 사용)
좌표 변환: 도넛 차트, 파형 데이터, 그래픽 위치 처리
3D 게임 또는 지도 뷰: 물체 회전, 방향 계산, 시야각 구현
IoT 센서 데이터 분석: 회전 센서, 각도 센서의 출력값 분석

주의사항

입력은 도(degree)가 아니라 라디안(radian)이므로 RADIANS(x)로 변환 필수
TAN(x)는 x = 90°, 270°처럼 COS(x) = 0일 경우 무한대 값(INF) 또는 NULL이 반환될 수 있음
실무에서는 SIN(), COS()는 함께 쓰는 경우가 많고, TAN()은 제한적인 상황에서 사용된다

정리

SIN(), COS(), TAN()은 각도 기반의 연산에 사용하는 대표적인 삼각함수이다.
MySQL에서는 모든 삼각함수 입력은 라디안 단위이며, RADIANS()를 꼭 함께 사용해야 한다.
파형 생성, 좌표계 처리, 회전 각도 계산, 데이터 시각화 등 실무 활용도가 높다.
삼각함수는 단순 계산 외에도 시계열 표현, 그래픽 계산, 방향성 처리에 매우 유용하다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_sin
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_cos
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_tan

[MySQL] SQRT, EXP, LOG로 제곱근과 로그 구하기

인생아 — Thu, 24 Jul 2025 20:45:54 +0900

MySQL은 단순한 데이터 조회뿐 아니라 수학적 계산도 가능하다. 특히 통계 분석, 수치 예측, 금융 수학 등에서 자주 사용하는 함수들이 바로 제곱근(SQRT), 지수(EXP), 로그(LOG) 함수다.

SQRT() 함수 – 제곱근(√) 구하기

SQRT(number) 함수는 주어진 수의 제곱근(square root)을 반환한다. 즉, 어떤 수를 제곱했을 때 원래 수가 되는 수를 계산하는 것이다.

SELECT SQRT(25);   -- 결과: 5
SELECT SQRT(2);    -- 결과: 1.4142...

음수 입력 시에는 NULL이 반환된다. 제곱근은 거리 계산, 표준편차 계산, 통계 그래프 처리 등에 자주 사용된다.

예제: 두 점 사이의 거리 계산

SELECT SQRT(POW(x2 - x1, 2) + POW(y2 - y1, 2)) AS 거리
FROM points;

피타고라스 정리를 활용한 거리 계산 공식이다. 지도 기반 서비스, 그래픽 계산 등에 응용된다.

EXP() 함수 – 지수 계산 (eⁿ)

EXP(n) 함수는 자연상수 e(약 2.71828)의 n 제곱 값을 반환한다. 이는 지수함수의 핵심이며, 복리, 성장률, 확률 계산에 자주 사용된다.

SELECT EXP(1);     -- 결과: 2.7182818...
SELECT EXP(2);     -- 결과: 7.389...

EXP(x)는 곧 e^x를 의미한다.

예제: 복리 계산 공식의 지수 부분

SELECT principal * EXP(rate * years) AS 최종금액
FROM investment;

복리 공식 P * e^(rt)를 SQL로 구현한 형태이다. 금융 시스템에서 복리 성장 모델을 직접 구현할 수 있다.

LOG() 함수 – 로그 계산 (ln)

LOG(n) 함수는 n의 자연 로그(natural logarithm), 즉 밑이 e인 로그를 반환한다. 이 함수는 EXP의 역함수이며, 곱셈 → 덧셈으로 변환하거나, 성장률 계산, 정규분포 처리 등에 쓰인다.

SELECT LOG(1);     -- 결과: 0
SELECT LOG(100);   -- 결과: 약 4.605

LOG 함수의 입력 값은 0보다 커야 하며, 음수나 0을 넣으면 NULL이 반환된다.

LOG10(), LOG2() – 밑이 10 또는 2인 로그

MySQL에서는 밑이 10인 로그를 구하는 LOG10(), 밑이 2인 로그를 구하는 LOG2()도 별도로 제공한다.

SELECT LOG10(1000);   -- 결과: 3
SELECT LOG2(8);       -- 결과: 3

로그 스케일 변환, 이진 분할 계산 등에 자주 쓰인다.

실무 예제: 로그 스케일 통계 처리

SELECT LOG10(view_count) AS log_view
FROM video_stats;

접속 수, 조회 수 등의 큰 수치를 로그 스케일로 축소해 비교 분석할 수 있다. 그래프 축 정렬, 통계 정규화 등에 효과적이다.

실무 예제: EXP와 LOG를 조합한 역함수 예시

SELECT LOG(EXP(3)); -- 결과: 3
SELECT EXP(LOG(5)); -- 결과: 5

EXP와 LOG는 서로 역관계이므로, 데이터를 변환한 뒤 다시 원래 값으로 복원할 수 있다.

정리

SQRT()는 제곱근을 구하며, 거리 계산이나 통계 분석에서 자주 쓰인다.
EXP()는 e의 거듭제곱을 반환하며, 복리 계산, 성장률 모델에 필수적이다.
LOG()는 자연 로그 함수이며, 로그 스케일 변환, 확률 처리, 지수 역함수 등에서 사용된다.
LOG10(), LOG2()를 활용하면 밑이 10, 2인 로그 연산도 손쉽게 처리할 수 있다.
이 함수들은 수학적 정확도뿐 아니라 실제 데이터 해석에 매우 중요한 도구이다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_sqrt
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_exp
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_log

[MySQL] MOD, DIV, %, POW로 나머지·제곱 계산하기

인생아 — Thu, 24 Jul 2025 19:42:51 +0900

숫자 연산 중에서도 나머지 구하기와 거듭제곱(제곱) 계산은 통계 분석, 페이지 분할, 짝수/홀수 판별, 수학 공식 구현 등 다양한 실무에서 자주 사용된다. MySQL에서는 이런 연산을 위한 함수로 MOD(), DIV, % 연산자, POW()를 제공한다.

MOD() 함수 – 나머지 구하기

MOD(a, b)는 a ÷ b 연산의 나머지(remainder)를 반환한다.

SELECT MOD(10, 3); -- 결과: 1
SELECT MOD(15, 5); -- 결과: 0

음수 입력도 지원하며 방향성은 첫 번째 인자에 영향을 받는다.

예제: 홀수/짝수 판별

SELECT user_id,
       IF(MOD(user_id, 2) = 0, '짝수', '홀수') AS 구분
FROM users;

이렇게 MOD를 이용해 번호, 순번, ID 등의 홀짝 분류가 가능하다.

% 연산자 – MOD의 대체 연산자

MySQL에서는 C언어 스타일의 a % b 연산자도 사용할 수 있으며, 이는 MOD(a, b)와 완전히 동일하게 동작한다.

SELECT 10 % 3; -- 결과: 1
SELECT 15 % 5; -- 결과: 0

다만, % 연산자는 SQL 표준 함수는 아니기 때문에 일부 DBMS에서는 사용 불가할 수 있다. MySQL에서는 사용 가능하지만, 가독성과 호환성을 위해 MOD()를 사용하는 것을 추천한다.

DIV 연산자 – 몫(Quotient) 구하기

a DIV b는 나눗셈 결과의 정수 몫만 반환한다. FLOOR(a / b)와 동일한 효과를 가진다.

SELECT 10 DIV 3; -- 결과: 3
SELECT 15 DIV 5; -- 결과: 3
SELECT 7 DIV 2;  -- 결과: 3

DIV는 페이지 계산, 그룹 인덱싱, 묶음 처리 등에 유용하다.

예제: 10개씩 묶어서 페이지 번호 구하기

SELECT item_id,
       (item_id - 1) DIV 10 + 1 AS page_no
FROM items;

페이지네이션, 인덱스 묶음 분할 처리에서 자주 활용된다.

POW() 함수 – 거듭제곱 계산

POW(base, exponent)는 base의 exponent 제곱 값을 반환한다. EXP(LOG(base) * exponent)와 같은 수학식과 동일한 결과를 준다.

SELECT POW(2, 3); -- 결과: 8
SELECT POW(10, 2); -- 결과: 100

거듭제곱은 복리 계산, 그래프 좌표 계산, 확률 분포 처리 등 다양한 수학적 처리에서 필수적으로 사용된다.

예제: 복리 계산 공식에 적용

SELECT principal * POW(1 + rate, periods) AS final_amount
FROM investment;

이 쿼리는 투자 원금(principal), 이율(rate), 기간(periods)을 기준으로 복리 이자 계산을 수행한다.

실무 예제: ID 끝자리를 기준으로 분류

SELECT user_id,
       MOD(user_id, 10) AS 마지막숫자
FROM users;

고객 ID 끝자리 기준으로 분류하거나, 로드 밸런싱 구간을 정할 때 자주 활용된다.

MOD vs % 비교

항목	MOD(a, b)	a % b
반환 값	나머지	나머지
SQL 표준	예	아님
가독성	높음	낮을 수 있음
추천 방식	✅ MOD() 사용 권장	❌ 제한적 사용 추천

정리

MOD(a, b) 또는 a % b는 나머지를 계산하며, 조건 분류, 반복 처리, 홀짝 판별 등에 필수적이다.
a DIV b는 정수 몫을 구할 때 쓰이며, 페이지 계산이나 인덱싱에 유용하다.
POW(a, b)는 제곱 연산을 처리하며, 금융 계산, 좌표 변환 등 수학적 상황에 자주 사용된다.
MOD와 DIV는 함께 쓰면 분할과 구분을 정확히 처리할 수 있는 핵심 조합이다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_mod
https://dev.mysql.com/doc/refman/8.0/en/arithmetic-functions.html#operator_div
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_pow

#복리계산 #거듭제곱계산 #홀수짝수판별

[MySQL] ROUND, TRUNCATE로 소수점 제어하기

인생아 — Thu, 24 Jul 2025 18:38:54 +0900

숫자를 다루는 모든 데이터 처리에서 소수점 자릿수를 제어하는 작업은 꼭 필요하다. MySQL에서는 이런 작업을 위해 대표적으로 ROUND()와 TRUNCATE() 함수를 제공한다. 이 두 함수는 공통적으로 숫자의 소수점을 다루지만, 반올림(rounding)이냐 버림(truncation)이냐에 따라 동작 방식이 완전히 다르다.

ROUND() 함수 – 반올림 처리

ROUND(number, decimal_places) 함수는 지정한 소수점 자릿수까지 반올림하여 값을 반환한다.

SELECT ROUND(123.4567, 2); -- 결과: 123.46
SELECT ROUND(123.4567, 0); -- 결과: 123

소수점 이하를 반올림하고, 두 번째 인자를 생략하면 정수로 반올림한다.

예제: 가격 소수점 반올림

SELECT product_id, price, ROUND(price, 1) AS round_price
FROM products;

1원 단위까지 반올림해 가격을 표시할 수 있다. 전자상거래, 송금 시스템 등에서 사용된다.

예제: 반올림하여 백단위 처리

SELECT ROUND(amount, -2) AS 백단위반올림
FROM payments;

소수점 아래가 아닌 정수 자릿수에서 반올림하려면 음수 값을 두 번째 인자로 사용한다. 이 기능은 백단위 결제, 천단위 세금 계산 등에 유용하다.

TRUNCATE() 함수 – 버림 처리

TRUNCATE(number, decimal_places) 함수는 소수점 아래를 버림(truncate) 처리하여 해당 자릿수까지만 남긴다.

SELECT TRUNCATE(123.4567, 2); -- 결과: 123.45
SELECT TRUNCATE(123.4567, 0); -- 결과: 123

반올림 없이 단순히 해당 자릿수까지 잘라내는 방식으로 처리된다.

예제: 포인트 절사

SELECT TRUNCATE(value, 4) AS 정확도값
FROM lab_results;

정수 단위까지만 남기고 소수점은 절사 처리한다. 포인트 절사, 할인율 계산, 통계 요약 등에 사용된다.

예제: 소수 넷째자리까지만 유지

SELECT TRUNCATE(value, 4) AS 정확도값
FROM lab_results;

정밀한 수치를 표시할 때 사용되며, 금융, 과학, 계측 시스템에서 유용하다.

ROUND vs TRUNCATE 비교 정리

항목	ROUND()	TRUNCATE()
기능	반올림	버림 (절사)
음수 자리수	지원 (정수 자리 반올림)	지원 (정수 자리 버림)
금융 정산	부가세, 이자, 정산에 활용	할인율, 포인트, 단가 절사
반환 타입	DOUBLE 또는 DECIMAL	DECIMAL 또는 DOUBLE

둘 다 자릿수 제한은 가능하지만, 어떤 방식으로 처리되는지가 핵심 차이다.

실무 예제: 환율 처리

SELECT currency,
       ROUND(exchange_rate, 2) AS round_rate,
       TRUNCATE(exchange_rate, 2) AS cut_rate
FROM forex;

표시는 반올림된 값을 사용하고, 정산이나 내부 계산은 절사된 값을 사용하는 방식으로 같이 쓰는 경우가 많다.

정리

ROUND()는 반올림 함수로 소수점 자릿수 지정이 가능하며, 정수 자리도 반올림 가능하다.
TRUNCATE()는 버림 함수로 단순히 자릿수를 잘라내며, 반올림은 하지 않는다.
두 함수 모두 정수와 실수 데이터를 처리할 수 있으며, 실무에서는 함수의 의도를 명확히 이해하고 상황에 맞게 선택하는 것이 중요하다.
금액 처리, 포인트 절사, 리포트 정리 등 다양한 분야에서 이 두 함수는 필수적이다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_round
https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html#function_truncate

[MySQL] IF vs CASE 차이점과 선택 기준 정리

인생아 — Thu, 24 Jul 2025 17:49:04 +0900

MySQL에서 조건 분기를 처리할 때 가장 많이 사용하는 두 가지 흐름 제어 함수는 IF()와 CASE WHEN이다. 둘 다 조건에 따라 다른 값을 반환하지만, 표현 방식과 사용 목적에는 분명한 차이점이 있다.

IF 함수의 특징

간단한 조건 분기 처리에 적합
조건 ? 참값 : 거짓값 구조
중첩 IF는 복잡하고 가독성이 떨어짐

SELECT name, score,
       IF(score >= 60, '합격', '불합격') AS 결과
FROM exam_result;

2개의 조건만 비교할 때 가장 깔끔하게 사용할 수 있다.

CASE 함수의 특징

다중 조건 분기에 적합
WHEN 절을 여러 개 사용할 수 있어 복잡한 분류 처리에 강력함
CASE WHEN ~ THEN ~ ELSE ~ END 구조

SELECT name, score,
       CASE
         WHEN score >= 90 THEN 'A'
         WHEN score >= 80 THEN 'B'
         WHEN score >= 70 THEN 'C'
         ELSE 'F'
       END AS 등급
FROM students;

조건이 많을수록 CASE가 훨씬 깔끔하고 유지보수도 쉽다.

IF vs CASE 비교표

구분	IF 함수	CASE WHEN 문
조건 수	2개 (참/거짓)	다중 조건 가능
가독성	간단하지만 중첩 시 난해	구조적이고 명확함
사용 예	합격 여부, NULL 처리	등급 분류, 정렬 순서, 복잡한 조건 분기
SELECT 사용	가능	가능
WHERE, ORDER BY	가능	가능
중첩 사용	가능하지만 복잡해짐	구조적으로 중첩에 강함
성능 차이	거의 없음	조건 수 많아도 최적화됨

실무 선택 기준

✅ 조건이 단 하나 또는 최대 2개일 경우
→ IF() 사용이 간결하고 효율적이다.

✅ 조건이 3개 이상일 경우
→ CASE를 사용하면 가독성과 유지보수가 훨씬 좋다.

✅ 정렬 순서를 직접 제어하거나 등급처럼 다양한 조건별 분기를 할 경우
→ CASE가 유일한 선택이다.

성능 측면은?

IF()와 CASE 모두 MySQL 내부에서 최적화가 잘 되어 있기 때문에 실행 성능 차이는 거의 없다. 성능보다는 가독성과 유지보수성을 기준으로 선택하는 것이 좋다.

예제: 중첩 IF vs CASE 비교

중첩 IF

IF(score >= 90, 'A',
   IF(score >= 80, 'B',
      IF(score >= 70, 'C', 'F')))

동일한 CASE

CASE
  WHEN score >= 90 THEN 'A'
  WHEN score >= 80 THEN 'B'
  WHEN score >= 70 THEN 'C'
  ELSE 'F'
END

복잡도가 높아질수록 CASE가 훨씬 유리하다.

정리

IF()는 단순한 조건 분기, CASE는 복잡한 다중 조건 분기에 적합하다.
성능 차이는 거의 없지만 가독성과 유지보수성 측면에서 큰 차이를 보인다.
실무에서는 조건 개수에 따라 적절한 함수 선택이 중요하다.
조건이 3개 이상이면 무조건 CASE를 사용하는 것을 권장한다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/control-flow-functions.html

[MySQL] ABS, CEIL, FLOOR로 절댓값과 반올림 처리하기

인생아 — Thu, 24 Jul 2025 17:36:37 +0900

숫자 데이터를 다룰 때 가장 기본이면서도 자주 쓰이는 기능이 바로 절댓값, 올림, 버림이다. MySQL에서는 이를 위한 대표적인 수학 함수로 ABS(), CEIL(), FLOOR()를 제공한다. 이 함수들은 실무에서 정규화, 통계 처리, 금액 정리, 소수점 제어에 매우 자주 사용되며, 다양한 실전 시나리오에서 활용된다.

ABS() 함수 – 절댓값 반환하기

ABS(number) 함수는 주어진 숫자의 절댓값(absolute value)을 반환한다. 즉, 음수이면 양수로 바뀌고 양수는 그대로 유지된다.

SELECT ABS(-100); -- 결과: 100
SELECT ABS(25);   -- 결과: 25

이 함수는 보통 수익 손실 계산, 변동폭 분석, 절댓값 기준 비교 등에 활용된다.

예제: 수익 손실 절댓값 보기

SELECT order_id, profit, ABS(profit) AS absolute_profit
FROM sales;

음수인 손실도 양수로 보여주면서 정렬이나 비교에 유리한 형태로 가공할 수 있다.

CEIL() 함수 – 소수점 올림

CEIL(number) 또는 CEILING(number) 함수는 주어진 수보다 크거나 같은 최소 정수를 반환한다. 즉, 소수점 이하가 조금이라도 있다면 무조건 올림한다.

SELECT CEIL(10.2);   -- 결과: 11
SELECT CEIL(-5.7);   -- 결과: -5

예제: 페이지 수 계산

SELECT CEIL(total_items / 10) AS total_pages
FROM item_summary;

전체 항목 수를 10개씩 나눠 보여줄 때, 소수점이 발생해도 무조건 다음 페이지를 만들어야 하므로 CEIL이 꼭 필요하다.

FLOOR() 함수 – 소수점 버림

FLOOR(number) 함수는 주어진 수보다 작거나 같은 최대 정수를 반환한다. 즉, 소수점 이하는 무조건 버림한다.

SELECT FLOOR(10.9);  -- 결과: 10
SELECT FLOOR(-5.1);  -- 결과: -6

CEIL과 반대 방향으로 작동하며, 금액 절사, 범위 내 위치 지정 등에 자주 사용된다.

예제: 등급 구간 계산

SELECT FLOOR(score / 10) AS 등급
FROM test_result;

점수를 10점 단위로 끊어서 등급을 매기는 데 활용할 수 있다.

실무 예제: 반올림 금액 처리

SELECT product_name,
       price,
       CEIL(price / 100) * 100 AS round_up_price,
       FLOOR(price / 100) * 100 AS round_down_price
FROM products;

단가를 100원 단위로 올림/버림하여 결제 금액 조정이나 이벤트 할인 조건 처리 등에 쓸 수 있다.

정리

ABS()는 절댓값을 구하며, 주로 차이값 비교나 손익 계산에 사용된다.
CEIL()는 소수점이 있으면 무조건 올림하며, 페이지 처리나 라운딩 계산에 적합하다.
FLOOR()는 소수점을 무시하고 아래로 내림 처리하며, 금액 절사나 등급 분류에 자주 쓰인다.
세 함수 모두 실무에서 매우 빈번하게 쓰이며, 다양한 응용이 가능하다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/mathematical-functions.html

[MSA] 실무에서 자주 겪는 성능 이슈와 해결법

인생아 — Thu, 24 Jul 2025 16:32:48 +0900

마이크로서비스 아키텍처(MSA)는 확장성과 유연성에서 강력한 이점을 제공하지만, 반대로 운영 환경에서는 예기치 못한 성능 문제를 자주 유발한다.
하나의 기능이 여러 서비스를 거쳐 동작하기 때문에 병목이 어디서 발생하는지 파악하기 어렵고, 특정 서비스 하나의 이상이 전체 장애로 이어지는 경우도 많다.

✅ 성능 이슈의 근본 원인

서비스 간 네트워크 통신 증가
N+1 호출 문제
불필요한 데이터 로딩 또는 과다 페이로드
서비스 간 의존도 증가로 인한 장애 전파
트랜잭션 처리의 비효율적인 설계
미비한 캐시 전략
분산 환경에서의 모니터링 부족

대표 성능 이슈 7가지와 해결 전략

1. 서비스 간 호출 지연

문제
서비스 간 HTTP 호출이 많아질수록 전체 응답 시간이 지연된다. 특히 체인 형태로 호출이 이어질 경우 병목 발생 가능성이 높다.

해결법

WebClient → 비동기 호출 적용
응답 데이터 최소화 (DTO 필드 축소)
호출 병렬화 또는 BFF에서 통합 처리
Bulk API 구성하여 한 번에 요청 처리

2. N+1 호출 문제

문제
A 서비스가 B 서비스에 대해 다수의 데이터를 순차 호출하는 구조에서 N+1 문제가 발생한다.

해결법

요청 수 줄이기: List 단위로 한번에 호출
B 서비스에 배치 응답 API 구성
데이터를 캐싱하여 재사용

3. 불필요한 데이터 응답

문제
모든 필드를 포함한 JSON 응답을 전달하면 네트워크 비용이 증가하고 클라이언트 처리 시간도 길어진다.

해결법

DTO 설계 시 필요한 필드만 포함
GraphQL 도입하여 필요한 데이터만 요청
GZIP 압축 전송 설정

4. 장애 전파로 인한 전체 시스템 느려짐

문제
하나의 서비스가 느려지거나 다운되면 전체 서비스 호출 체인이 지연된다.

해결법

Circuit Breaker 적용 (Resilience4j 등)
Fallback 로직 구현
호출 Timeout 및 Retry 정책 명시

5. 데이터베이스 쿼리 병목

문제
서비스 자체는 빠르게 응답하지만 DB 쿼리가 느려서 전체 응답 시간이 지연된다.

해결법

쿼리 튜닝, 인덱스 적용
읽기 전용 쿼리는 Read Replica 사용
데이터 캐시 (Redis, Caffeine)
비정형 데이터는 Elasticsearch로 분리

6. 캐시 미활용으로 인한 반복 호출

문제
매 요청마다 동일한 데이터를 조회하면 불필요한 연산과 DB 부하가 발생한다.

해결법

Redis 기반 캐싱
Spring Cache 사용
프론트엔드에서 캐시 헤더 조절

7. 모니터링 부족으로 원인 추적 실패

문제
성능 이슈가 발생했지만 로그 외에 확인할 수 있는 지표나 시각화 도구가 없어 대응이 늦어진다.

해결법

Prometheus + Grafana 도입
Spring Boot Actuator + Micrometer 연동
Sleuth + Zipkin으로 요청 추적 구성
로그 집계(ELK/EFK) 기반 트러블슈팅 자동화

️ 성능 안정화를 위한 추가 전략

전략	설명
API Gateway에서 응답 압축	응답 페이로드 줄여 네트워크 병목 완화
Database Sharding	트래픽 분산 및 스케일링 확보
BFF 분리	클라이언트 특화 응답 처리로 과도한 통신 방지
비동기 메시징 도입	Kafka, RabbitMQ로 비핵심 작업 분리
Graceful Shutdown	롤링 배포 중 사용자 요청 안전하게 마무리

✅ 결론

MSA는 설계와 분리 구조가 잘 되었다고 끝나는 것이 아니다.
운영과 성능을 관리할 수 있는 체계와 대응 전략이 함께 준비되어야 진정한 마이크로서비스 시스템이 된다.
지연, 병목, 장애 전파, 데이터 처리 이슈는 대부분 예측 가능한 영역이며, 위에서 소개한 전략들을 적용하면 충분히 사전에 차단 가능하다.
특히 모니터링 → 자동 대응 → 장애 전파 격리 구조를 갖추는 것이 가장 이상적인 형태다.

[MSA] 마이크로서비스 간 트랜잭션: Saga와 Eventual Consistency

인생아 — Thu, 24 Jul 2025 15:41:00 +0900

마이크로서비스 아키텍처(MSA)에서는 각 서비스가 자신만의 데이터베이스를 갖고 독립적으로 동작한다.
이 구조는 높은 확장성과 유연성을 제공하지만, 동시에 기존의 ACID 기반 트랜잭션 관리가 불가능해지는 단점도 함께 발생한다.
즉, 주문 → 결제 → 재고 차감 → 배송 요청 같은 여러 서비스가 참여하는 복잡한 비즈니스 로직에서 트랜잭션이 보장되지 않는다.
이를 해결하기 위해 등장한 대표적인 전략이 Saga 패턴과 최종 일관성(Eventual Consistency) 개념이다.

✅ 왜 분산 트랜잭션이 어려운가?

기존 모놀리식 시스템에서는 하나의 트랜잭션으로 여러 테이블을 묶고, 실패 시 롤백이 가능했다.
하지만 MSA에서는 서비스마다 데이터베이스가 다르기 때문에 다음과 같은 문제가 발생한다.

2PC(Two Phase Commit)은 비표준 기술이 많고, 성능/장애 복구 이슈가 있다.
서비스 간 네트워크 호출로 인해 트랜잭션이 느리고 불안정해진다.
하나의 서비스에서 문제가 발생해도 전체 프로세스를 롤백하는 수단이 없다.

그래서 전통적인 트랜잭션 모델 대신 '트랜잭션을 나눠서 처리하고 보상하는 방식'이 대세가 되었다.

Saga 패턴이란?

Saga 패턴은 여러 개의 지역 트랜잭션(Local Transaction)을 순차적으로 실행하고, 중간에 실패할 경우 이미 수행된 작업을 보상(Compensation)하는 방식으로 처리하는 트랜잭션 관리 전략이다.

특징

각 서비스는 자체 DB에서 자기 역할만 처리하고 성공/실패 여부를 다음 단계로 전달한다.
실패 시 이전 단계에서 처리된 작업을 반대로 되돌리는 보상 트랜잭션이 호출된다.
ACID 대신 BASE 모델을 채택한다. (Basically Available, Soft state, Eventual consistency)

예시 시나리오: 주문 프로세스

주문 서비스 → 주문 생성
결제 서비스 → 결제 요청
재고 서비스 → 재고 차감
배송 서비스 → 출고 요청

→ 만약 3번에서 실패하면?
→ 재고 서비스 실패 → 결제 취소 → 주문 취소 등 역방향 보상 작업 수행

Saga 패턴의 구현 방식

방식	설명
Choreography (이벤트 기반)	각 서비스가 이벤트를 구독하고 처리하며, 다음 서비스에 이벤트 발행
Orchestration (중앙 제어자 방식)	중앙 컨트롤러(Orchestrator)가 전체 흐름을 관리하고 명령 전달

1. Choreography 방식

이벤트 기반 (Kafka, RabbitMQ 등 사용)
서비스 간 느슨한 결합
흐름이 분산되어 있어 복잡한 시나리오는 추적이 어려움
간단한 업무에 적용하기 적합

2. Orchestration 방식

중앙 오케스트레이터(예: 주문 서비스)가 전체 흐름을 제어
상태 추적과 장애 대응이 명확
결합도가 다소 높아질 수 있음
트랜잭션을 단계별로 수행하고 실패 시 보상 트랜잭션으로 롤백 실행

⏳ Eventual Consistency란?

Eventual Consistency(최종 일관성)는 마이크로서비스 간 분산 트랜잭션에서 즉시 일관성을 포기하고, 시간이 지나면 데이터가 일치하도록 설계하는 전략이다.
즉, 데이터가 모든 시스템에 즉시 반영되지는 않지만, 결국엔 동일한 상태가 된다.

예를 들어 결제가 성공했지만 재고 차감이 잠시 지연되더라도,
재시도, 큐 기반 처리 등을 통해 결국에는 데이터 상태가 완전하게 수렴되는 것을 의미한다.

️ 실전 구현 도구

기능	도구	설명
이벤트 브로커	Kafka, RabbitMQ	서비스 간 비동기 통신을 위한 메시지 전달
Saga 프레임워크	Axon, Camunda, Eventuate	오케스트레이션, 상태 추적 자동화 지원
메시지 보장	Outbox Pattern, Transactional Event Publisher	메시지 유실 방지
상태 저장소	Redis, DB, Kafka Streams	트랜잭션 상태 관리

실무 팁

Saga는 실패 가능성을 항상 고려해야 하므로 보상 트랜잭션을 반드시 정의해야 한다.
각 서비스는 반드시 자신의 상태를 명확히 판단할 수 있는 로직을 포함해야 한다.
이벤트 중복 처리 방지, 메시지 재시도 로직 등도 고려해야 한다.
Kafka 기반 구현 시에는 Idempotent Producer 설정 및 Exactly Once 처리 전략이 중요하다.
보상 실패까지 대비하려면 Dead Letter Queue, 수동 조치 시스템도 함께 설계해야 한다.

✅ 결론

MSA에서의 트랜잭션은 단일 시스템에서처럼 처리할 수 없다.
대신 각 서비스는 독립적으로 성공하고, 실패 시에는 보상하는 구조로 설계해야 한다.
Saga 패턴과 Eventual Consistency는 분산 환경에서의 데이터 정합성과 안정성을 확보하는 핵심 전략이다.
정답은 없지만, 서비스의 특성과 운영 여건에 맞는 트랜잭션 분해 전략을 수립하는 것이 가장 중요한 포인트다.

참고한 공식 문서

Saga Pattern 설명 - microservices.io
Eventuate Tram Framework (Java 기반 Saga 구현체)
Spring Cloud + Kafka 기반 Saga 예제

[MSA] 계약 테스트와 통합 테스트 전략 비교

인생아 — Thu, 24 Jul 2025 14:43:28 +0900

마이크로서비스 아키텍처(MSA)는 서비스 간에 명확하게 분리된 구조이지만, 이들이 서로 통신하지 않는다면 아무 의미가 없다.
즉, 독립적으로 개발하더라도 서비스 간의 연동(REST API, 메시지, 이벤트 등)은 반드시 정확해야 한다.
문제는 각각 독립적으로 개발되기 때문에 한쪽 변경으로 인해 다른 서비스가 깨지는 문제가 자주 발생한다.
이러한 문제를 방지하기 위해 사용되는 테스트 기법이 바로 계약 테스트(Contract Test)이다.

✅ 통합 테스트란?

통합 테스트(Integration Test)는 두 개 이상의 컴포넌트(또는 서비스)가 정상적으로 연동되는지를 실제로 호출하여 검증하는 테스트이다.
예를 들어 A 서비스가 B 서비스의 API를 호출했을 때, 응답 값이 기대한 형태인지 확인하는 식이다.

특징

실제 HTTP 통신 또는 DB 연결이 발생한다.
외부 시스템이 준비되어 있어야 테스트 가능하다.
환경 의존성이 크기 때문에 속도가 느리고 안정성도 낮은 편이다.

✅ 장점

실제 환경과 거의 동일한 조건에서 테스트할 수 있다.
통합 오류나 배포 간 문제를 사전에 파악할 수 있다.

❌ 단점

테스트 유지보수가 어렵다.
외부 의존성 때문에 테스트가 자주 깨진다.
실행 시간이 오래 걸린다.

계약 테스트란?

계약 테스트(Contract Test)는 서비스 간의 계약(API 요청/응답 형식, 메시지 포맷 등)이 지켜지는지를 테스트하는 방식이다.
소비자(Consumer)와 제공자(Provider)가 사전에 약속한 스펙을 기준으로 독립적으로 테스트할 수 있다.
대표적인 도구로는 Spring Cloud Contract, Pact 등이 있다.

작동 방식 요약

소비자 서비스가 필요한 API 요청/응답 형식을 정의한다.
그 정의를 계약 파일(JSON 또는 DSL)로 만든다.
제공자 서비스는 이 계약을 기준으로 응답을 생성하고 테스트를 수행한다.

✅ 장점

양쪽 서비스를 독립적으로 테스트할 수 있다.
실제 API 호출 없이 빠르고 안정적인 테스트가 가능하다.
CI 파이프라인에 통합하기 적합하다.
변경된 API가 다른 서비스에 영향을 주지 않는지 조기에 검출할 수 있다.

❌ 단점

초기 설정과 계약 정의에 시간과 노력이 필요하다.
계약 파일이 변경되면 테스트 양쪽 모두를 조정해야 한다.
API의 의미적 오류(비즈니스 로직 차이)는 잡지 못한다.

통합 테스트 vs 계약 테스트 비교

항목	통합 테스트	계약 테스트
목적	실제 시스템 간 통신 검증	요청/응답 형식의 약속 검증
실행 환경	외부 시스템 필요	독립 실행 가능
테스트 속도	느림	빠름
신뢰성	환경 영향 큼	안정적
적용 난이도	간단하지만 유지보수 어려움	초기 설정 복잡하나 효율적
대표 도구	TestRestTemplate, RestAssured	Spring Cloud Contract, Pact

️ Spring Cloud Contract 예시

1. 계약 정의 (Groovy DSL)

Contract.make {
    request {
        method 'GET'
        url '/api/users/1'
    }
    response {
        status 200
        body(
            id: 1,
            name: 'Alice'
        )
        headers {
            contentType(applicationJson())
        }
    }
}

2. 자동으로 Stub 생성

이 계약을 기반으로 WireMock 기반의 Stub 서버가 생성된다.
소비자는 실제 서비스를 호출하지 않고 이 Stub을 통해 테스트를 수행한다.

@Test
public void testUserApi() {
    given()
      .port(port)
      .when()
      .get("/api/users/1")
      .then()
      .statusCode(200)
      .body("name", equalTo("Alice"));
}

3. 제공자 측 검증

계약 파일을 기준으로 실제 API 응답이 스펙을 만족하는지 자동 검증된다.
이를 통해 API 변경 시 다른 서비스에 미치는 영향을 조기에 파악할 수 있다.

실무 적용 전략

간단한 연동 + 빠른 확인이 필요할 때는 통합 테스트
서비스 간 계약이 자주 바뀌고, 배포 주기가 빠른 환경에서는 계약 테스트
이상적인 전략은 두 가지 테스트를 조합해서 사용하는 것이다.
- 계약 테스트 → API 형식 검증
- 통합 테스트 → 실제 배포 환경 연동 검증

✅ 결론

MSA에서의 테스트는 단일 애플리케이션보다 훨씬 중요하고 복잡하다.
통합 테스트는 실제 시스템 간 연동 확인에 효과적이고, 계약 테스트는 빠르고 안정적인 검증에 유리하다.
두 테스트를 적절히 조합하면 API 스펙 오류, 연동 실패, 통신 문제를 미리 방지할 수 있으며, 서비스 간 결합도를 유지하면서도 배포 안정성을 높일 수 있다.

참고한 공식 문서

Spring Cloud Contract 공식 문서
Pact 공식 사이트
Testing Strategies in MSA - Martin Fowler

[MSA] Sleuth, Zipkin으로 분산 추적 구현하기

인생아 — Thu, 24 Jul 2025 13:41:49 +0900

마이크로서비스 아키텍처(MSA)에서는 하나의 사용자 요청이 여러 서비스를 연쇄적으로 호출하며 처리된다.
예를 들어 사용자가 주문을 하면, 주문 서비스가 호출되고 이어서 결제 서비스, 재고 서비스, 알림 서비스 등 수 개의 마이크로서비스가 함께 동작한다.
이런 구조에서는 장애나 지연이 발생했을 때 "어디서 문제가 생겼는지"를 빠르게 파악하는 것이 매우 중요하다.
이를 가능하게 해주는 기술이 바로 분산 추적(Distributed Tracing)이며, Spring Cloud에서 가장 널리 사용되는 조합이 Sleuth + Zipkin이다.

✅ 분산 추적이란?

분산 추적은 하나의 요청(Request)이 여러 서비스 간을 오갈 때 그 흐름을 고유한 Trace ID로 추적하는 기술이다.
각 서비스에서 처리 시간을 기록하고, 전체 흐름을 타임라인으로 시각화해 지연 지점, 장애 발생 지점을 확인할 수 있다.

왜 필요한가?

서비스 호출 간 병목 구간 파악
예기치 못한 응답 지연 원인 분석
로그 상호 연관성 확보 (같은 요청임을 파악 가능)
대규모 서비스 구조에서 운영자와 개발자의 관찰력 향상

Spring Cloud Sleuth란?

Spring Cloud Sleuth는 Spring Boot 기반 애플리케이션에서 자동으로 Trace ID와 Span ID를 생성하고 전파해주는 분산 추적 도구이다.

용어	설명
Trace ID	하나의 요청 전체를 식별하는 고유 ID
Span ID	하나의 작업 단위 (Service or Method) 식별 ID

Sleuth는 모든 로그에 Trace ID/Span ID를 자동으로 붙여주기 때문에, 로그만으로도 추적이 가능하다.

예시 로그

[7b0f2e4b9f1a1a16, 7b0f2e4b9f1a1a16] INFO 12345 --- [nio-8080-exec-1] o.s.web.RestController : 처리 시작

️ Zipkin이란?

Zipkin은 분산 추적 데이터를 시각화하고 저장하는 서버이다.
Sleuth가 생성한 Trace 정보를 Zipkin에 전송하면, Zipkin은 이를 웹 대시보드에서 타임라인 형태로 시각화해준다.

✅ Zipkin 주요 기능

요청 흐름을 서비스 간 호출 순서대로 시각화
지연 시간, 에러 발생 구간 파악
REST 기반 API 제공
Spring Cloud Sleuth와 기본 연동 가능

️ Sleuth + Zipkin 적용 방법

1. 의존성 추가 (Gradle)

implementation 'org.springframework.cloud:spring-cloud-starter-sleuth'
implementation 'org.springframework.cloud:spring-cloud-starter-zipkin'

2. application.yml 설정

spring:
  zipkin:
    base-url: http://localhost:9411
    enabled: true
  sleuth:
    sampler:
      probability: 1.0

probability는 1.0으로 설정하면 100% 추적하며, 운영환경에서는 0.1(10%) 정도 추천
Zipkin 서버는 기본적으로 9411 포트를 사용한다

3. Zipkin 서버 실행 (Docker)

docker run -d -p 9411:9411 openzipkin/zipkin

4. 로그 + UI 확인

로그에 Trace ID가 포함되어 전체 흐름 추적 가능
Zipkin 대시보드 접속: http://localhost:9411
요청 흐름 확인: 서비스 호출 간 시간 소요, 실패 지점 파악

Sleuth와 Kafka 연동 시 고려사항

Kafka 메시지 기반 통신에서도 Trace 정보를 전파하려면 Headers에 Trace ID/Span ID를 포함해야 한다.
Micrometer Tracing 또는 Brave를 통해 Kafka의 수동 트레이싱도 가능하다.
메시지 컨슈머에서도 TraceContextExtractor를 활용하면 전체 트랜잭션 연결이 가능하다.

실무 적용 팁

각 서비스는 Sleuth가 자동으로 Trace ID를 부여하기 때문에 별도 로직 없이 로그만 보면 연관 요청을 파악할 수 있다.
Zipkin 서버는 내부 네트워크에서 운영하거나 ELK Stack과 연계해 로그 기반 추적을 보완하는 방식도 좋다.
퍼포먼스 부담이 크지 않아 개발 환경에서도 쉽게 도입 가능하다.
Spring Cloud Gateway와 함께 사용하면 API Gateway → 서비스 → DB까지 전체 흐름 추적이 가능하다.

✅ 결론

분산 추적은 마이크로서비스 구조의 투명성과 관찰 가능성(observability)을 확보하는 가장 효과적인 방법이다.
Sleuth는 로그에 추적 정보를 남기고, Zipkin은 이를 시각화하여 분석 가능하게 해준다.
특히 MSA 구조에서는 서비스 수가 많아 장애 원인 파악이 어려워지기 때문에, 분산 추적은 필수 인프라 구성요소이다.

참고한 공식 문서

Spring Cloud Sleuth 공식 문서
Zipkin 공식 사이트
Spring Sleuth + Zipkin 가이드

[MSA] Prometheus, Grafana로 모니터링 체계 구축하기

인생아 — Thu, 24 Jul 2025 12:40:04 +0900

마이크로서비스 아키텍처(MSA)는 서비스가 작고 많기 때문에 시스템 전체의 상태를 실시간으로 모니터링하지 않으면 장애를 감지하기 어렵다.
전통적인 로그 기반 모니터링만으로는 서비스 간 호출, 응답 시간, 시스템 리소스 사용량을 효율적으로 파악할 수 없다.
이러한 문제를 해결하기 위해 가장 많이 사용되는 모니터링 도구가 바로 Prometheus와 Grafana이다.

✅ MSA에서 모니터링이 중요한 이유

서비스 수가 많아지며 장애의 원인 파악이 어려워진다.
각 서비스가 독립적으로 배포되므로 개별 성능 상태를 추적해야 한다.
부하 증가나 리소스 이상을 빠르게 파악하고 자동 대응해야 한다.
배포 이후 성능 하락, 트래픽 이상, 장애 조짐을 선제적으로 감지해야 한다.

즉, 수집 → 저장 → 시각화 → 알람의 전 과정을 자동화한 모니터링 체계가 필요하다.

Prometheus란?

Prometheus는 CNCF(Cloud Native Computing Foundation)의 대표적인 오픈소스 시계열 모니터링 시스템이다.
특히 Kubernetes와의 통합이 매우 뛰어나며, 서비스 메트릭 수집 및 알람 설정이 유연하다.

주요 특징

Pull 방식의 메트릭 수집 (서비스가 메트릭을 노출 → Prometheus가 주기적으로 수집)
시계열 데이터 저장 및 쿼리 (PromQL)
AlertManager를 통한 알림 전송
서비스 자체 또는 Sidecar 방식으로 Exporter 설치 가능

️ Spring Boot에서의 적용 예시

gradle

implementation 'io.micrometer:micrometer-registry-prometheus'

management:
  endpoints:
    web:
      exposure:
        include: prometheus

서비스가 /actuator/prometheus 엔드포인트로 메트릭을 노출한다.

Grafana란?

Grafana는 Prometheus에서 수집한 시계열 데이터를 대시보드 형태로 시각화하는 도구이다.
직관적인 UI와 다양한 위젯을 통해 개발자와 운영자가 시스템 상태를 실시간으로 파악할 수 있도록 도와준다.

✅ 주요 기능

다양한 시계열 데이터 소스 연결 (Prometheus, Loki, Elasticsearch 등)
실시간 대시보드 구성
사용자별 권한 설정
알람 설정 및 슬랙, 이메일, SMS 등 연동

대시보드 구성 예시

항목	지표 예시
서비스 응답 시간	http_server_requests_seconds_max
에러율	http_server_requests_seconds_count (5xx 응답 비율)
CPU, Memory 사용량	node_exporter, cadvisor 메트릭
DB 연결 수	datasource_active_connections
인스턴스 수	up, instance count

Prometheus + Grafana 통합 흐름

Prometheus가 각 서비스에서 메트릭 수집
Grafana가 Prometheus를 데이터 소스로 사용
실시간 차트, 알람, 히스토리 분석 제공

알람 설정 예시 (Prometheus AlertManager)

groups:
- name: instance_down
  rules:
  - alert: InstanceDown
    expr: up == 0
    for: 30s
    labels:
      severity: critical
    annotations:
      summary: "Instance {{ $labels.instance }} down"

이 설정은 서비스 인스턴스가 30초 동안 응답하지 않으면 경고를 발생시킨다.

실무 적용 팁

모든 마이크로서비스에 Micrometer + Prometheus Exporter를 포함시키는 것이 핵심이다.
메트릭은 반드시 표준화된 네이밍으로 관리해야 한다.
알람은 임계값 기반(Alert Rule)과 변화율 기반(Anomaly Detection)을 혼합해야 한다.
인프라 상태까지 모니터링하려면 Node Exporter, Kube-State-Metrics, cAdvisor 등을 함께 사용한다.
대시보드는 사용자(개발/운영/보안 등) 역할에 따라 나누어 구성하는 것이 효율적이다.

✅ 결론

MSA 환경에서 Prometheus와 Grafana는 가장 실전적인 모니터링 조합이다.
Prometheus는 강력한 메트릭 수집기이며, Grafana는 직관적인 시각화 도구이다.
이 두 가지를 함께 사용하면 서비스 상태를 실시간으로 파악하고, 장애를 조기에 감지하며, 운영 안정성을 확보할 수 있다.
모니터링 체계는 더 이상 옵션이 아니라, MSA 운영의 필수 인프라이다.

참고한 공식 문서

Prometheus 공식 문서
Grafana 공식 사이트
Spring Boot + Prometheus + Grafana 통합 가이드

[MSA] MSA에서 CI/CD와 무중단 배포 전략

인생아 — Thu, 24 Jul 2025 11:39:30 +0900

마이크로서비스 아키텍처(MSA)는 서비스가 작고 독립적이기 때문에 빠르고 자주 배포할 수 있는 환경에 최적화되어 있다.
하지만 서비스가 많아질수록 수동 배포는 위험하고, 실시간 트래픽을 처리하는 구조에서는 무중단 배포가 필수이다.
이 글에서는 MSA에서의 CI/CD(지속적 통합·지속적 배포) 구조와 무중단 배포 전략을 실전 중심으로 정리한다.

✅ 왜 MSA에서는 CI/CD가 필수인가?

각 서비스가 독립적으로 개발되고 배포되어야 한다.
변경 사항이 있을 때 빠르게 배포하고 롤백할 수 있어야 한다.
사람의 개입 없이 자동화된 배포 프로세스가 필요하다.
배포 중에도 시스템은 안정적으로 동작해야 한다.

CI/CD 없이 MSA를 운영하면 배포 과정이 서비스 수만큼 곱절로 증가하며, 운영 비용이 기하급수적으로 커진다.

CI/CD란?

용어	설명
CI (Continuous Integration)	코드 변경 시 자동으로 빌드, 테스트, 통합까지 수행한다.
CD (Continuous Delivery/Deployment)	변경된 코드를 자동으로 검증하고 운영 환경까지 배포한다.

MSA에서는 각 마이크로서비스에 대해 독립적인 CI/CD 파이프라인을 구축하는 것이 핵심이다.

️ 실무에서 자주 쓰는 CI/CD 도구

범주	도구	특징
빌드/테스트	Jenkins, GitHub Actions, GitLab CI	파이프라인 구성, 플러그인 생태계 풍부
아티팩트 관리	Nexus, JFrog Artifactory	JAR, Docker 이미지 저장
배포 자동화	Argo CD, Spinnaker, Helm	GitOps, Canary, Blue-Green 배포 지원
클러스터 오케스트레이션	Kubernetes	롤링 업데이트, 헬스체크, 롤백 내장

특히 최근에는 Kubernetes + Argo CD + GitOps 조합이 빠르게 확산되고 있다.

무중단 배포란?

무중단 배포란 사용자가 서비스를 이용하는 중에도 서비스의 중단 없이 새로운 버전으로 전환하는 배포 전략이다.
MSA에서는 다음과 같은 전략이 주로 사용된다.

1. Rolling Update (롤링 업데이트)

인스턴스를 하나씩 교체하면서 새 버전으로 전환한다.
전체 중 일부 인스턴스만 순차 교체하기 때문에 사용자는 다운타임을 느끼지 못한다.
Kubernetes에서 기본 배포 전략이다.

2. Blue-Green Deployment

Blue(현재 버전)와 Green(새 버전)을 동시에 띄운 후
트래픽 스위칭으로 전환 시점을 제어한다.
장애 발생 시 빠르게 이전 버전으로 복귀 가능하다.

3. Canary Deployment

전체 사용자 중 일부(5~10%)에게만 새 버전을 배포해 반응을 확인한 뒤 점진적으로 확산한다.
오류나 성능 이슈를 사전에 차단할 수 있다.

전략	장점	단점
롤링 업데이트	구성 간단, 다운타임 없음	장애 시 전체에 영향 줄 수 있음
블루-그린	빠른 롤백 가능, 완전 분리 배포	인프라 자원 이중 사용
카나리	품질 검증 후 전체 배포	트래픽 라우팅 설정 필요

Spring Boot + Docker + Kubernetes 예시

GitHub Action으로 Push 감지 후 빌드
Docker 이미지 생성 및 레지스트리에 Push
Kubernetes의 Deployment 오브젝트가 롤링 업데이트 실행
서비스 무중단 상태 유지, 헬스체크 실패 시 자동 롤백

Rolling 업데이트 예시 (kubectl)

kubectl set image deployment/user-service user-service=image:v2
kubectl rollout status deployment/user-service

실무 적용 팁

모든 서비스에 대해 독립된 배포 파이프라인 구축이 핵심이다.
마이크로서비스마다 배포 주기가 다르므로 개별 배포와 롤백이 가능해야 한다.
배포 시 사용자에게 영향을 주지 않도록 Liveness/Readiness Probe를 반드시 설정해야 한다.
로그 수집(ELK/EFK)과 모니터링(Prometheus, Grafana)을 연동해 배포 후 상태를 실시간 추적해야 한다.

✅ 결론

MSA에서 CI/CD는 개발과 운영을 연결하는 핵심 자동화 시스템이다.
무중단 배포 전략은 MSA의 빠른 개발 사이클과 서비스 안정성을 동시에 만족시키는 방법이다.
롤링 업데이트, 블루-그린, 카나리 배포를 상황에 맞게 선택하고,
GitOps 기반 자동화와 Kubernetes 연동을 통해 진짜 무중단 배포 환경을 구축해야 한다.

참고한 공식 문서

GitHub Actions 공식 문서
Kubernetes Rolling Update 가이드
Argo CD 공식 문서
Canary 배포 가이드 - Istio

[MSA] JWT와 OAuth2로 인증 처리하는 방법

인생아 — Thu, 24 Jul 2025 10:36:59 +0900

마이크로서비스 아키텍처(MSA)에서 인증(Authentication)과 인가(Authorization)는 단일 애플리케이션보다 훨씬 복잡하다.
서비스가 분리되어 있으므로 사용자의 로그인 정보를 각 서비스에 개별적으로 전달하고 관리하는 방식은 현실적으로 불가능하다.
이를 해결하기 위해 등장한 대표적인 인증 방식이 OAuth2.0, OpenID Connect, 그리고 JWT(Json Web Token) 기반 인증이다.
이번 글에서는 Spring Security 환경에서 JWT와 OAuth2를 활용해 확장성과 보안성을 동시에 갖춘 인증 체계를 설계하는 방법을 설명한다.

✅ 마이크로서비스에서 인증이 어려운 이유

모든 서비스가 독립되어 있어 각자 인증/인가를 구현하면 중복 로직과 보안 취약점이 생긴다.
인증 로직이 변경되면 여러 서비스에 동시 배포가 필요하다.
프론트엔드 → Gateway → 내부 서비스로 이어지는 흐름에서 인증 토큰을 공유하는 체계가 필요하다.
OAuth2처럼 외부 인증 제공자(Google, Kakao 등)와 연동하려면 중앙 인증 서버가 필요하다.

JWT(Json Web Token)란?

JWT는 인증 정보를 JSON 포맷으로 담아 디지털 서명된 토큰으로 만들어 전달하는 방식이다.
토큰은 일반적으로 헤더(Header), 내용(Payload), 서명(Signature)으로 구성된다.

JWT 구조

Header: 알고리즘 정보 (예: HS256)
Payload: 사용자 정보, 권한, 만료 시간 등의 Claims
Signature: 비밀 키로 암호화된 서명

JWT는 토큰 자체에 정보를 담기 때문에 서버 상태를 유지하지 않아도 된다.
즉, Stateless 인증에 적합하며, 모든 마이크로서비스에서 동일한 방식으로 검증 가능하다.

✅ JWT 장점

중앙 인증 서버를 거쳐 받은 토큰만 있으면 각 서비스가 독립적으로 검증 가능
별도의 세션 저장소 불필요
RESTful API에 이상적으로 적용 가능

❌ JWT 단점

토큰 탈취 시 무력화가 어렵다 (재발급 또는 만료 시간 조정 필요)
토큰 길이가 길어 네트워크 비용 증가 가능
서버에서 임의로 토큰을 만료시키기 어려움 (단점 보완 위해 블랙리스트 사용 가능)

OAuth2란?

OAuth2.0은 사용자 인증을 제3자 인증 서버에 위임하고, 엑세스 토큰(access token)을 발급받아 보호된 자원에 접근하는 표준 프로토콜이다.
Google, Facebook, Kakao 등 외부 로그인 연동이 대표적인 예이다.

OAuth2 흐름 요약

사용자가 로그인 시도
인증 서버가 인증 후 Access Token 발급
클라이언트는 이 토큰을 가지고 Resource Server에 요청
리소스 서버는 토큰의 유효성을 검증하여 응답

Spring Security에서는 spring-security-oauth2를 통해 OAuth2 인증/인가를 쉽게 구현할 수 있다.

✅ OAuth2 장점

외부 로그인 연동이 용이하다
인증 서버와 리소스 서버 분리 가능 (보안/운영 분리)
다양한 인증 방식을 유연하게 지원한다

JWT + OAuth2 + OpenID Connect 조합

실무에서는 OAuth2 인증을 통해 Access Token을 JWT 형식으로 발급받는 방식이 일반적이다.
여기에 OpenID Connect를 함께 사용하면 사용자 정보 조회 및 로그인 세션 유지가 가능하다.

구성 요소	역할
OAuth2	인증 흐름 표준화
OpenID Connect	사용자 식별 정보 제공
JWT	인증 토큰 포맷

️ Spring Security에서의 구현 방식

1. 의존성 추가

implementation 'org.springframework.boot:spring-boot-starter-oauth2-resource-server'
implementation 'org.springframework.boot:spring-boot-starter-security'

2. application.yml 설정

spring:
  security:
    oauth2:
      resourceserver:
        jwt:
          jwk-set-uri: http://auth-server/.well-known/jwks.json

3. 인증 처리 예제

@GetMapping("/me")
public ResponseEntity<String> getProfile(@AuthenticationPrincipal Jwt jwt) {
    return ResponseEntity.ok(jwt.getSubject());
}

모든 마이크로서비스는 JWT의 유효성만 검증하면 인증된 사용자임을 신뢰할 수 있다.

API Gateway + JWT 전략

사용자가 로그인하면 인증 서버에서 JWT 발급
프론트엔드는 JWT를 Authorization 헤더에 실어서 요청
API Gateway는 JWT를 검증하고, 내부 마이크로서비스로 전달
마이크로서비스는 토큰만으로 사용자 정보를 확인 가능

✅ 결론

MSA에서 인증 시스템을 설계할 때는 분산 구조에 맞는 확장성과 보안성이 중요하다.
JWT는 Stateless 인증 방식으로 마이크로서비스에 적합하며, OAuth2는 권한 위임과 외부 인증 연동에 강점을 가진다.
두 기술을 결합하여 인증 서버와 리소스 서버를 분리하고, 토큰 기반 인증 구조를 정립하면
운영 효율성과 보안성을 모두 확보할 수 있다.

참고한 공식 문서

Spring Security 공식 문서
JWT 공식 스펙 RFC 7519
OAuth2.0 스펙 가이드
OpenID Connect 소개

[MSA] Kafka vs RabbitMQ: 메시지 기반 아키텍처 완전정복

인생아 — Wed, 23 Jul 2025 23:52:27 +0900

마이크로서비스 아키텍처(MSA)는 서비스 간의 결합도를 낮추기 위해 비동기 메시지 기반 통신을 적극 활용한다.
그 중심에 있는 것이 바로 메시지 브로커(Message Broker)이다.
그중 가장 많이 사용되는 두 가지 솔루션이 Apache Kafka와 RabbitMQ이다.
이번 글에서는 Kafka와 RabbitMQ의 구조, 차이점, 적용 사례를 비교하고, MSA에 어떻게 활용할 수 있는지를 정리한다.

✅ 메시지 기반 아키텍처란?

메시지 기반 아키텍처는 서비스를 직접 호출하는 것이 아니라 이벤트나 메시지를 발행하고, 필요한 서비스가 이를 구독(Subscribe) 하여 처리하는 구조이다.
이 방식은 다음과 같은 MSA의 과제를 해결한다.

서비스 간 강한 결합을 제거
비동기 처리를 통한 응답 속도 향상
장애 전파를 최소화
이벤트 기반 확장 가능

예를 들어 결제 완료 이벤트가 발생하면 주문 서비스, 배송 서비스, 알림 서비스가 이를 구독하고 각자 처리할 수 있다.

Apache Kafka란?

Kafka는 대용량 데이터 처리에 최적화된 분산 스트리밍 플랫폼이다.
기본적으로 메시지를 로그 형태로 저장하고, 소비자는 자신이 필요한 메시지를 순서대로 읽어가는 구조를 가진다.

주요 특징

고속 처리: 초당 수십만 건 이상의 메시지를 처리 가능
내구성: 디스크에 메시지를 영구 저장
스케일 아웃: 브로커, 파티션 단위 확장 용이
구독 기반 소비: 다수의 컨슈머 그룹이 병렬로 처리 가능

✅ Kafka에 적합한 상황

이벤트 소싱 기반 아키텍처
대규모 실시간 로그 수집
데이터 파이프라인 구축
다수의 수신자가 동일 이벤트를 처리할 때

RabbitMQ란?

RabbitMQ는 고전적인 메시지 브로커로, AMQP 프로토콜 기반의 메시지 큐 시스템이다.
발신자는 메시지를 Exchange에 전달하고, Exchange는 바인딩된 Queue로 메시지를 라우팅한다.

주요 특징

유연한 라우팅: Direct, Topic, Fanout 등 다양한 메시지 전달 방식
확실한 전달 보장: Acknowledge, 재전송, 지연 큐 등 제공
경량 서비스에 적합: 설정이 간단하고 빠른 구축 가능

✅ RabbitMQ에 적합한 상황

요청 → 응답 중심의 비동기 작업 처리
우선순위 큐, 지연 큐가 필요한 환경
빠르게 메시지를 받아 단기 저장 후 소비
소규모 시스템에서의 간단한 비동기 처리

Kafka vs RabbitMQ 비교

항목	Kafka	RabbitMQ
구조	로그 기반 스트리밍	메시지 큐
메시지 저장	디스크 기반, 영구 보존	큐 기반, 소비 후 삭제 가능
처리량	초당 수십만 건	초당 수천~수만 건
메시지 순서	보장 (파티션 기준)	큐에 따라 순서 보장 가능
소비자 모델	Pull 기반, 오프셋 저장	Push 기반, ACK 필요
라우팅	제한적 (Topic 기준)	고급 라우팅 제공 (Exchange + Queue)
설치 및 운영	상대적으로 복잡함	비교적 간단함
사용 예	로그, 이벤트 스트리밍	백그라운드 작업, 알림 큐 등

실무에서의 선택 기준

Kafka를 선택해야 할 때

대규모 데이터 처리가 필요하거나, 이벤트 저장이 중요한 경우
여러 서비스가 동일 이벤트를 병렬 처리해야 하는 경우
실시간 분석, 데이터 스트림 처리 목적

RabbitMQ를 선택해야 할 때

메시지 즉시 처리와 응답이 중요한 백엔드 비동기 로직
복잡한 라우팅 또는 지연 큐, 우선순위 큐가 필요한 경우
설정이 간단하고 빠른 구축이 필요한 소규모 프로젝트

️ Spring Boot에서의 통합 방법

Kafka 연동 예시

yml 파일

spring:
  kafka:
    bootstrap-servers: localhost:9092
    consumer:
      group-id: my-service

java 파일

@KafkaListener(topics = "order-events")
public void handleOrder(String message) {
    // 메시지 처리 로직
}

RabbitMQ 연동 예시

yml 파일

spring:
  rabbitmq:
    host: localhost
    port: 5672

java 파일

@RabbitListener(queues = "order-queue")
public void consumeOrder(String message) {
    // 메시지 처리 로직
}

✅ 결론

Kafka와 RabbitMQ는 각각의 목적과 강점을 가진 메시지 브로커이다.
Kafka는 대규모 이벤트 스트리밍, 로그 저장, 복수 소비자 처리에 적합하며,
RabbitMQ는 백그라운드 작업 처리, 큐 기반 비동기 통신, 우선순위 메시징에 유리하다.
MSA 시스템에서는 이 두 가지를 용도별로 병행 사용하는 경우도 많다.
자신의 서비스 환경에 맞게 기능, 성능, 운영 복잡도 등을 고려하여 적절히 선택하는 것이 중요하다.

참고한 공식 문서

Apache Kafka 공식 문서
RabbitMQ 공식 사이트
Spring for Apache Kafka
Spring AMQP RabbitMQ

[MSA] Spring Cloud Config와 Vault로 설정 통합 관리

인생아 — Wed, 23 Jul 2025 22:46:29 +0900

마이크로서비스 아키텍처(MSA)는 서비스가 많아질수록 설정(Configuration)의 복잡도와 보안 위험이 급격히 증가한다.
각 서비스의 application.yml 파일이 중복되고, 데이터베이스 정보나 API 키 같은 민감한 정보가 소스코드에 포함되는 상황도 발생한다.
이 문제를 해결하기 위해 등장한 도구가 바로 Spring Cloud Config와 Vault이다.
이 두 가지를 결합하면 설정은 중앙에서 관리하고, 민감 정보는 안전하게 분리하여 운영할 수 있다.

✅ 왜 설정 중앙화가 필요한가?

MSA 환경에서는 서비스가 수십 개 이상으로 분리된다.
각 서비스의 설정 파일이 개별적으로 존재할 경우 다음과 같은 문제가 발생한다.

설정 값 변경 시 모든 서비스 재배포 필요
환경별(dev, staging, prod) 설정 파일 유지가 어려움
운영 중 민감 정보 노출 위험 증가
설정 누락 또는 오타로 인한 장애 발생

이를 방지하려면 설정을 Git 또는 Vault에 중앙 집중화하고, 각 서비스는 부팅 시점에 해당 설정을 동적으로 가져오는 구조로 구성해야 한다.

Spring Cloud Config란?

Spring Cloud Config는 Git 또는 파일 시스템에 저장된 설정 값을 외부 Config Server를 통해 서비스에 실시간으로 배포하는 구조이다.
기존 application.yml 대신 Config Server에서 중앙 관리되며, 각 서비스는 application-name.yml, application-dev.yml 등으로 설정을 로드한다.

아키텍처 구성

️ Config Server 설정 예시 (.yml)

spring:
  cloud:
    config:
      server:
        git:
          uri: https://github.com/my-org/config-repo
          clone-on-start: true

클라이언트 서비스 설정 예시 (.yml)

spring:
  application:
    name: order-service
  cloud:
    config:
      uri: http://localhost:8888

해당 서비스는 order-service.yml 또는 application.yml을 중앙 저장소에서 자동으로 로드한다.

Vault란 무엇인가?

Vault는 HashiCorp에서 제공하는 비밀번호, API 키, DB 인증정보 등 민감 데이터를 안전하게 저장·관리하는 오픈소스 도구이다.
일반 설정과는 달리 시크릿(Secret) 관리는 별도로 해야 하며, Vault는 다음과 같은 장점을 제공한다.

비밀 값 암호화 저장
접근 권한 제어(Policy)
토큰 기반 접근 인증
DB 동적 자격 증명 발급
감사 로그 기록

Vault는 기본적으로 REST API를 통해 작동하며, Spring Boot와 연동 시 자동 설정이 가능하다.

Spring Cloud Config + Vault 통합 전략

보통은 Config Server로 일반 설정을, Vault로 민감한 시크릿을 분리 관리한다.
Spring Cloud Vault를 통해 Vault에 저장된 값을 Spring 환경변수로 주입할 수 있다.

예제 설정 (.yml)

spring:
  cloud:
    vault:
      uri: http://localhost:8200
      token: s.BjvxaD123abc456xyz
      kv:
        enabled: true
        backend: secret
        default-context: application

Vault 내의 /secret/application/db.password 값을 ${db.password} 형태로 사용할 수 있다.

실무 적용 시 고려사항

Config Server에 장애가 생기면 전체 서비스 설정 로딩 실패 가능성이 있음
→ 캐시 설정 또는 Fallback 전략 필요
Vault는 권한 제어 정책(Policy)을 꼼꼼히 설계해야 함
Config Server와 Vault 간 통신도 암호화 및 인증 처리 필요
운영 환경에서는 Config Server와 Vault를 별도 서버로 격리하는 것이 안전

장점 요약

항목	Spring Cloud Config	Vault
주요 목적	일반 설정 중앙화	민감 정보 보호
데이터 저장소	Git, Local File	Key-Value (암호화)
자동 갱신	가능 (@RefreshScope)	Spring Vault 지원
인증 방식	없음 또는 Git 인증	Token, AppRole 등
Spring 통합	매우 뛰어남	전용 Starter 존재

✅ 결론

MSA 환경에서 설정을 관리하지 않으면 장애는 필연적이다.
Spring Cloud Config는 설정의 일관성과 운영 편의성을 제공하고,
Vault는 민감 정보의 보안성을 보장한다.
두 도구를 적절히 조합하면 확장성과 보안성을 모두 갖춘 MSA 인프라 구성이 가능하다.

참고한 공식 문서

Spring Cloud Config 공식 문서
Spring Cloud Vault 공식 문서
HashiCorp Vault 공식 사이트

[MSA] Circuit Breaker로 장애 격리 설계 (Hystrix, Resilience4j)

인생아 — Wed, 23 Jul 2025 21:49:03 +0900

마이크로서비스 아키텍처(MSA)는 각 서비스가 독립적으로 운영되지만, 서비스 간의 호출이 많아질수록 장애 전파의 위험성도 커진다.
한 서비스의 장애가 전체 시스템 장애로 이어지는 상황을 막기 위해 등장한 개념이 바로 서킷 브레이커(Circuit Breaker)이다.

✅ 서킷 브레이커(Circuit Breaker)란?

서킷 브레이커는 전기 회로 차단기의 원리에서 따온 개념으로, 연결된 시스템이 일정 횟수 이상 실패하면 자동으로 호출을 중단하고, 우회하거나 예외를 빠르게 반환하는 패턴이다.

즉, 오류가 지속되면 회로를 끊어 더 이상의 자원 낭비나 장애 전파를 막는다.

왜 필요한가?

장애 전파 차단
성능 저하 방지 (타임아웃 반복 방지)
사용자 경험 보호 (빠른 실패 반환)
시스템 자원의 불필요한 낭비 방지

서킷 브레이커 동작 방식

서킷 브레이커는 보통 다음 3가지 상태를 가진다.

상태	설명
Closed	정상 상태. 모든 요청이 통과한다.
Open	일정 실패율 초과 시 차단 상태로 전환된다. 일정 시간 동안 요청이 바로 실패 처리된다.
Half-Open	일정 시간이 지나고 일부 요청만 허용한다. 요청이 성공하면 다시 Closed로 전환된다.

Hystrix: Netflix의 고전적인 서킷 브레이커

Hystrix는 Netflix가 개발한 초기 MSA 서킷 브레이커 라이브러리이다.
Spring Cloud Netflix를 통해 간단하게 사용할 수 있으며, 오랜 기간 표준처럼 사용되어 왔다.

Hystrix 예제

@HystrixCommand(fallbackMethod = "getDefaultUser")
public UserDto getUser(Long id) {
    return restTemplate.getForObject("http://user-service/api/users/" + id, UserDto.class);
}

public UserDto getDefaultUser(Long id) {
    return new UserDto("Unknown", "N/A");
}

✅ 장점

간단한 어노테이션 기반 설정
Spring Cloud에서 기본 통합
Fallback 처리, 타임아웃, 스레드 격리 등 기능 다양

❌ 단점

현재는 Netflix에서 개발 중단되었으며 유지보수 되지 않는다.
Spring Cloud에서도 점점 Resilience4j로 대체되고 있다.

Resilience4j: 현대적인 서킷 브레이커

Resilience4j는 Hystrix의 대체 라이브러리로, Java 8 함수형 스타일, 모듈화, 경량화를 특징으로 한다.
Spring Boot 2.x부터는 기본으로 Resilience4j 연동을 권장한다.

️ 설정 방법 (application.yml)

resilience4j:
  circuitbreaker:
    instances:
      userService:
        registerHealthIndicator: true
        slidingWindowSize: 10
        failureRateThreshold: 50
        waitDurationInOpenState: 10s

Java 코드 예제

@CircuitBreaker(name = "userService", fallbackMethod = "fallbackUser")
public UserDto getUser(Long id) {
    return restTemplate.getForObject("http://user-service/api/users/" + id, UserDto.class);
}

public UserDto fallbackUser(Long id, Throwable t) {
    return new UserDto("Fallback User", "Offline");
}

✅ 장점

모듈화 구조 (CircuitBreaker, RateLimiter, Retry, Bulkhead 등)
Spring Boot Actuator와 통합 가능
비동기/반응형(WebFlux) 환경 지원
Netflix Hystrix 대비 가볍고 최신

❌ 단점

설정 항목이 많아 처음에는 진입장벽이 느껴질 수 있다.

Hystrix vs Resilience4j 비교

항목	Hystrix	Resilience4j
개발사	Netflix	독립 오픈소스
개발 상태	유지보수 중단	활발히 유지보수 중
Spring 연동	Spring Cloud Netflix	Spring Boot 2.x 이후 공식 채택
비동기 지원	일부 지원	완전 지원 (RxJava, Reactor)
기능 확장	제한적	모듈화 (Retry, RateLimiter 등)
성능	상대적으로 무거움	경량 설계, 빠름

실무에서 어떻게 활용하는가?

Spring Cloud Netflix 프로젝트라면 Hystrix를 기존 코드에 빠르게 적용할 수 있다.
신규 프로젝트나 Spring Boot 2.x 이상에서는 Resilience4j를 사용하는 것이 권장된다.
장애 감지가 필요한 외부 서비스 호출, 결제 API 연동, 주문 시스템의 핵심 흐름 등에 반드시 서킷 브레이커 적용이 필요하다.

✅ 결론

서킷 브레이커는 MSA 환경에서 장애 전파를 막고 시스템 안정성을 보장하는 핵심 전략이다.
Hystrix는 과거 표준이었지만, 이제는 유지보수가 중단되었고, Resilience4j가 그 자리를 대체하고 있다.
단순한 라이브러리 선택을 넘어 장애에 강한 시스템을 설계한다는 관점에서 반드시 고려해야 하는 기술 요소이다.

참고한 공식 문서

Resilience4j 공식 문서
Spring Cloud Circuit Breaker 가이드
Netflix Hystrix GitHub

[MSA] Eureka와 Consul로 서비스 디스커버리 구현하기

인생아 — Wed, 23 Jul 2025 20:50:43 +0900

마이크로서비스 아키텍처(MSA)는 각 서비스가 독립적으로 운영된다.
하지만 클라이언트 또는 다른 서비스가 해당 서비스를 어떻게 찾을 수 있을까?
고정된 IP나 URL을 쓴다면 MSA의 장점인 확장성과 유연한 배포를 살릴 수 없다.
이 문제를 해결하는 핵심 개념이 바로 서비스 디스커버리(Service Discovery)이다.

✅ 서비스 디스커버리란?

서비스 디스커버리는 마이크로서비스 환경에서 서비스들의 위치(IP, 포트)를 동적으로 탐색하는 메커니즘이다.
애플리케이션 인스턴스가 실행될 때 서비스 디스커버리에 등록되고, 다른 서비스가 호출할 때 이를 탐색해 위치 정보를 얻는다.

즉, IP를 하드코딩하지 않아도 서비스 이름만으로 통신이 가능해진다.
이는 특히 자동 확장(Auto Scaling)이나 컨테이너 기반 배포(Docker, Kubernetes)에서 유용하다.

등록과 검색의 흐름

각 마이크로서비스가 서비스 디스커버리 서버에 자신의 정보(IP, 포트, 상태 등)를 등록한다.
호출하려는 서비스는 디스커버리 서버에 요청하여 해당 서비스의 위치를 조회한다.
필요 시 로드밸런싱이나 헬스 체크도 함께 수행한다.

대표적인 서비스 디스커버리 도구

도구	설명	특징
Eureka	Netflix에서 개발한 서비스 디스커버리 서버	Spring Cloud와 완벽한 호환
Consul	HashiCorp에서 만든 서비스 네트워크 플랫폼	Key-Value 저장소, 헬스 체크 내장

두 솔루션 모두 서비스 등록/탐색/상태 확인 기능을 제공하며, Spring Cloud에서 쉽게 통합해 사용할 수 있다.

Eureka로 서비스 디스커버리 구현하기

Eureka Server는 Spring Boot 애플리케이션으로 구동된다.
모든 서비스들은 @EnableEurekaClient를 통해 자신을 등록하며, 디스커버리 클라이언트로 활용한다.

1. Eureka Server 설정

@SpringBootApplication
@EnableEurekaServer
public class DiscoveryApplication {
    public static void main(String[] args) {
        SpringApplication.run(DiscoveryApplication.class, args);
    }
}

2. application.yml 설정 예시

eureka:
  client:
    register-with-eureka: false
    fetch-registry: false

3. 마이크로서비스에서 클라이언트 설정

@FeignClient(name = "user-service")
public interface UserClient {
    @GetMapping("/api/users/{id}")
    UserDto getUser(@PathVariable Long id);
}

서비스 이름 user-service만으로 IP와 포트 없이도 호출이 가능하다.

Consul로 서비스 디스커버리 구현하기

Consul은 Key-Value 저장소와 헬스체크를 기본 제공하며, 멀티 데이터센터 지원, DNS 통합, 서비스 상태 관리 등에 강점이 있다.

1. Consul 서버 실행

로컬 테스트 시 Docker로 간단히 실행 가능하다.

docker run -d --name=dev-consul -p 8500:8500 consul

2. application.yml 설정

spring:
  cloud:
    consul:
      discovery:
        service-name: order-service
      host: localhost
      port: 8500

3. 서비스 간 호출 (RestTemplate 예시)

@Autowired
private RestTemplate restTemplate;

public String getUserName() {
    return restTemplate.getForObject("http://user-service/api/users/1", String.class);
}

Consul에 등록된 서비스명을 통해 IP 없이 호출할 수 있다.

Eureka vs Consul 비교

항목	Eureka	Consul
개발사	Netflix	HashiCorp
Spring Cloud 연동	최적화되어 있음	일부 설정 필요
헬스체크 기능	클라이언트 기반	자체 내장
Key-Value 저장소	제공하지 않음	제공함
UI 제공	있음	있음 (더 직관적)
클러스터 구성	단순	복잡하지만 강력
Kubernetes 통합	약함	강함 (Service Mesh에 강함)

️ 언제 어떤 도구를 쓸까?

Spring Cloud 중심 + 빠른 적용 → Eureka
Kubernetes 기반 or 인프라 통합 강화 필요 → Consul
서비스 헬스체크와 상태 동기화가 중요 → Consul
간단하고 직관적인 구성 원함 → Eureka

최근에는 Kubernetes의 내장 서비스 디스커버리(DNS 기반)를 함께 사용하는 경우도 많지만,
서비스 레지스트리와 헬스 체크를 통합적으로 관리하려면 여전히 Eureka 또는 Consul이 좋은 선택이다.

✅ 결론

MSA 환경에서 서비스 디스커버리는 기본이자 필수 인프라 구성요소이다.
Spring Cloud 기반이라면 Eureka로 빠르게 시작할 수 있고, 클라우드 네이티브 또는 인프라 통합이 중요하다면 Consul이 적합하다.
서비스가 많아질수록 디스커버리 시스템의 역할은 커지므로, 초기 설계부터 신중하게 선택하는 것이 좋다.

참고한 공식 문서

Spring Cloud Netflix Eureka 공식 문서
HashiCorp Consul 공식 사이트
Spring Cloud Consul 가이드

[MSA] 서비스 통신 방법 비교: Feign vs RESTTemplate vs WebClient

인생아 — Wed, 23 Jul 2025 19:55:31 +0900

마이크로서비스 아키텍처(MSA)에서는 하나의 기능이 하나의 서비스로 나뉘기 때문에, 서비스 간 통신이 필수이다.
인증 서비스가 사용자 정보를 가져오고, 주문 서비스가 상품 정보를 확인하는 등 REST 기반의 서비스 간 호출은 매우 빈번하게 발생한다.
이때 어떤 방식으로 다른 서비스를 호출할 것인가가 중요하다.

✅ MSA에서 서비스 간 통신이 필요한 이유

MSA는 단일 시스템을 기능별로 쪼갠 구조이다.
따라서 사용자의 요청 하나를 처리하기 위해 여러 서비스가 함께 동작해야 한다.
예를 들어 사용자가 주문을 하면 다음과 같은 흐름이 전개된다.

주문 서비스 → 사용자 서비스에서 유저 정보 조회
주문 서비스 → 상품 서비스에서 재고 확인
주문 서비스 → 결제 서비스 호출
주문 완료 후 이벤트 발행 → 배송 서비스 준비

이처럼 서비스 간 동기 호출이 필수적인 구조에서 API 호출을 어떻게 구성하느냐가 곧 생산성과 유지보수성에 영향을 준다.

RESTTemplate

RESTTemplate은 Spring 3부터 도입된 가장 기본적인 REST 클라이언트이다.
지금도 많은 레거시 Spring 프로젝트에서 널리 사용되고 있다.

특징

Http 요청을 전송하기 위한 다양한 메서드를 제공한다.
동기 방식으로 작동한다.
커스터마이징이 어렵고, 반복 코드가 많다.

RestTemplate restTemplate = new RestTemplate();
ResponseEntity<UserDto> response =
    restTemplate.getForEntity("http://user-service/api/users/1", UserDto.class);

✅ 장점

배우기 쉽고 레거시 호환성이 높다.
다양한 HTTP Method 지원 (GET, POST, PUT 등)

❌ 단점

반복 코드가 많고, 코드 가독성이 떨어진다.
비동기 지원이 불편하다.
Spring 5 이후로는 **비권장(deprecated 예정)**이다.

WebClient

WebClient는 Spring WebFlux에서 등장한 비동기 논블로킹 HTTP 클라이언트이다.
RESTTemplate의 대체자로 권장되며, WebFlux 기반이 아니더라도 사용 가능하다.

특징

Mono/Flux 기반의 반응형 API 제공
비동기 처리로 성능 최적화 가능
필터, 리트라이, 타임아웃 설정 등 확장성이 뛰어나다

WebClient webClient = WebClient.create("http://user-service");

Mono<UserDto> mono = webClient.get()
    .uri("/api/users/1")
    .retrieve()
    .bodyToMono(UserDto.class);

✅ 장점

비동기 처리로 IO 병목이 적다.
가볍고 유연한 설정이 가능하다.
Spring 공식 권장 방식이다.

❌ 단점

Mono/Flux에 대한 이해가 필요하다.
단순 요청이라면 오히려 복잡해질 수 있다.

Feign Client

Feign은 Netflix OSS에서 제공하던 선언형 REST 클라이언트이다.
인터페이스 기반으로 HTTP 요청을 선언만 하면 자동으로 구현체가 생성된다.

특징

@FeignClient 어노테이션 하나로 REST 호출 선언
Spring Cloud와 통합되어 서비스 디스커버리(Eureka)와 연동도 가능
로드밸런싱, 장애 감지, 리트라이 등의 기능과 쉽게 통합된다

@FeignClient(name = "user-service")
public interface UserClient {
    @GetMapping("/api/users/{id}")
    UserDto getUser(@PathVariable("id") Long id);
}

✅ 장점

코드 간결, 유지보수가 용이하다.
Eureka/Consul과 함께 쓰면 동적 서비스 호출이 가능하다.
요청 실패 처리(Circuit Breaker, Retry 등) 연동이 편리하다.

❌ 단점

디버깅이 어려울 수 있다.
복잡한 요청 설정은 어렵다.
성능 오버헤드가 있을 수 있다.

세 가지 방식 비교 요약

항목	RESTTemplate	WebClient	Feign
호출 방식	동기	비동기	동기
스타일	명령형	함수형, 반응형	선언형
코드 간결성	낮음	중간	매우 높음
확장성	낮음	매우 높음	중간
학습 곡선	낮음	중간~높음	낮음
Spring 권장 여부	X (권장 안함)	O	O (Spring Cloud)
특징 요약	전통적인 방식	비동기 고성능	서비스 간 통신 특화

어떤 상황에서 어떤 방식을 선택할까?

간단한 내부 호출 / 레거시 시스템 → RESTTemplate
고성능 비동기 요청 / IO 병목 해결 → WebClient
MSA 구조에서 서비스 간 통신 중심 / 선언형 유지보수성 → Feign

대부분의 Spring Cloud 기반 MSA에서는 Feign + WebClient를 조합해서 사용한다.
Feign으로 일반적인 서비스 간 통신을 처리하고, 고성능이 필요한 부분은 WebClient로 최적화하는 방식이다.

✅ 결론

MSA에서 서비스 간 통신은 단순한 HTTP 요청이 아니라 아키텍처의 핵심 흐름이다.
RESTTemplate은 이제는 레거시 방식으로 전환이 권장되며, WebClient는 비동기 고성능 처리에 적합하다.
Feign은 선언형 스타일로 가장 간편하게 서비스 간 통신을 구현할 수 있어 실무에서 널리 사용된다.
성능, 코드 복잡도, 팀 숙련도 등을 고려해 프로젝트에 가장 적합한 통신 방식을 선택해야 한다.

참고한 공식 문서

Spring WebClient 공식 문서
Spring Cloud OpenFeign 공식 문서
Spring RESTTemplate 공식 문서

[MySQL] 실무에서 자주 쓰는 날짜/시간 함수 조합 예제 모음

인생아 — Wed, 23 Jul 2025 18:55:47 +0900

지금까지 다양한 MySQL 날짜 및 시간 함수를 배웠다면, 이제는 그것들을 실제로 어떻게 조합해서 사용하는지가 가장 중요하다. 실무에서는 단일 함수보다 여러 함수를 조합하여 조건 처리, 리포트 출력, 시간 계산을 효율적으로 수행한다.

1. 오늘부터 최근 7일간 데이터 조회

SELECT *
FROM orders
WHERE order_date BETWEEN CURDATE() - INTERVAL 6 DAY AND CURDATE();

CURDATE는 오늘 날짜를 반환하고, - INTERVAL 6 DAY를 하면 최근 7일 범위를 쉽게 만들 수 있다. 주간 리포트, 로그인 현황 등에 자주 사용된다.

2. 특정 시간대에 생성된 데이터만 필터링

SELECT *
FROM log_table
WHERE TIME(created_at) BETWEEN '09:00:00' AND '18:00:00';

TIME()으로 DATETIME에서 시간만 뽑아 특정 시간대에 발생한 이벤트를 필터링할 수 있다. 근무시간, 심야 접속 분석 등에 활용된다.

3. 월별 매출 집계

SELECT
  YEAR(payment_date) AS 년도,
  MONTH(payment_date) AS 월,
  SUM(amount) AS 매출합계
FROM payments
GROUP BY 년도, 월
ORDER BY 년도 DESC, 월 DESC;

YEAR()와 MONTH()를 조합하면 월별 리포트를 쉽게 만들 수 있다. BI 도구나 통계 보고서에서 가장 많이 쓰이는 유형이다.

4. 분기별 집계

SELECT
  YEAR(sale_date) AS 년도,
  QUARTER(sale_date) AS 분기,
  COUNT(*) AS 판매건수
FROM sales
GROUP BY 년도, 분기
ORDER BY 년도, 분기;

QUARTER()는 회계 리포트나 투자 실적 분석에 자주 쓰이며 YEAR()와 함께 조합하면 연도별 분기 리포트를 완성할 수 있다.

5. 다음달 말일 구하기

SELECT LAST_DAY(DATE_ADD(CURDATE(), INTERVAL 1 MONTH)) AS 다음달말일;

DATE_ADD로 다음 달을 구하고, LAST_DAY로 해당 달의 마지막 날을 가져오는 조합이다. 청구일, 자동 갱신일 계산 등에서 필수로 쓰인다.

6. 요일별 접속 분포 분석

SELECT
  DAYNAME(login_time) AS 요일,
  COUNT(*) AS 접속수
FROM user_logins
GROUP BY 요일
ORDER BY FIELD(요일, 'Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday');

DAYNAME()은 요일 이름을 반환하며, FIELD()를 활용하면 요일 순서대로 정렬이 가능하다. 서비스 이용 패턴 분석에 활용된다.

7. 특정 날짜 포맷으로 출력

SELECT
  DATE_FORMAT(order_date, '%Y년 %m월 %d일') AS 주문일자,
  TIME_FORMAT(order_date, '%H:%i:%s') AS 주문시간
FROM orders;

화면에 가독성 좋은 날짜와 시간을 표시하기 위해 DATE_FORMAT, TIME_FORMAT을 조합한다. 마이페이지, 인보이스, 알림 메시지 출력 등에 필수다.

8. 문자열 날짜를 비교 가능한 날짜로 변환

SELECT *
FROM temp_import
WHERE STR_TO_DATE(order_date_txt, '%Y-%m-%d') BETWEEN CURDATE() - INTERVAL 30 DAY AND CURDATE();

외부 파일(CSV, 엑셀 등)에서 들어온 문자열 날짜는 STR_TO_DATE()로 변환한 뒤 조건 비교해야 한다. 업로드 유효성 검증, 클렌징에 자주 쓰인다.

9. 현재 시각 기준 N초 이내 이벤트 조회

SELECT *
FROM realtime_events
WHERE UNIX_TIMESTAMP(event_time) >= UNIX_TIMESTAMP() - 60;

UNIX_TIMESTAMP()를 양쪽에 사용하면 초 단위 비교가 가능해 정밀한 실시간 이벤트 필터링이 가능하다.

10. 날짜/시간 계산 후 문자열로 포맷 출력

SELECT DATE_FORMAT(DATE_ADD(NOW(), INTERVAL 3 DAY), '%Y-%m-%d %H:%i') AS 알림예정시각;

지금부터 3일 뒤의 시간을 계산한 후 가독성 좋은 형태로 포맷팅해준다. 알림 시스템, 일정 안내 메시지 등에 쓰인다.

실무 팁 요약

여러 날짜 함수는 조합해서 쓰는 순간 그 진가를 발휘한다.
DATE_ADD + LAST_DAY, YEAR + MONTH, STR_TO_DATE + 비교, TIME + 시간 필터링 등은 실무에서 가장 많이 쓰는 조합이다.
집계 목적이면 GROUP BY와 함께 YEAR/MONTH/QUARTER/WEEK을 쓰는 것이 정석
데이터 정제 목적이면 STR_TO_DATE, CAST, UNIX_TIMESTAMP를 필수로 활용한다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html

[MySQL] LAST_DAY, MAKEDATE, MAKETIME 등 특수 날짜 생성 함수

인생아 — Wed, 23 Jul 2025 17:50:35 +0900

MySQL에서는 단순히 날짜를 추출하거나 비교하는 것 외에도 날짜를 생성하거나 구성하는 함수들이 존재한다. 이번 글에서는 실무에서 유용하게 쓰이는 LAST_DAY, MAKEDATE, MAKETIME, CURDATE() + 시간 조합, EXTRACT() 등 날짜를 생성하거나 가공할 때 꼭 알아둬야 할 특수 날짜 함수들을 정리한다.

LAST_DAY() 함수 – 해당 달의 마지막 날 구하기

LAST_DAY() 함수는 특정 날짜가 속한 월의 마지막 날짜를 반환하는 함수이다. 정산일, 급여 마감일, 말일 기준 리포트 등에서 자주 사용된다.

SELECT LAST_DAY('2025-07-22');
-- 결과: 2025-07-31

예제: 이번 달 말일 기준 일정 조회

SELECT *
FROM schedule
WHERE event_date = LAST_DAY(CURDATE());

오늘 날짜가 포함된 월의 마지막 날에 있는 일정만 가져올 수 있다.

MAKEDATE() 함수 – 연도와 일 수로 날짜 생성

MAKEDATE(year, day_of_year) 함수는 연도와 그 해의 몇 번째 일을 기준으로 날짜를 생성한다.

SELECT MAKEDATE(2025, 1);
-- 결과: 2025-01-01

SELECT MAKEDATE(2025, 200);
-- 결과: 2025-07-19

예제: 통계용 더미 날짜 생성

SELECT MAKEDATE(2025, seq.day_number) AS 통계날짜
FROM generate_days seq
WHERE seq.day_number <= 365;

연도별 데이터를 1~365일 단위로 생성할 때 매우 유용하다.

MAKETIME() 함수 – 시간 값 생성

MAKETIME(hour, minute, second)는 시, 분, 초를 입력해서 TIME 타입 값을 생성하는 함수이다.

SELECT MAKETIME(14, 30, 0);
-- 결과: 14:30:00

예제: 근무 시간대 고정 값 처리

SELECT employee_id,
       MAKETIME(9, 0, 0) AS 출근시간,
       MAKETIME(18, 0, 0) AS 퇴근시간
FROM employees;

고정된 시간대를 만들어서 업무 시간 계산에 활용할 수 있다.

DATE + TIME 조합하기

MySQL에서는 날짜(DATE)와 시간(TIME)을 더해서 DATETIME 형태로 만들 수 있다. 주로 CAST() 또는 단순 덧셈으로 처리한다.

SELECT CURDATE() + INTERVAL 9 HOUR;
-- 결과: 오늘 오전 9시

SELECT CONCAT(CURDATE(), ' ', MAKETIME(14, 0, 0));
-- 결과: '2025-07-22 14:00:00'

이런 방식은 예약 시스템이나 시간별 스케줄 생성에 활용된다.

EXTRACT() 함수 – 날짜에서 특정 필드 추출

EXTRACT()는 날짜에서 연도, 월, 일, 분기, 주차, 요일 등 다양한 구성 요소를 개별 추출할 수 있다.

SELECT EXTRACT(DAY FROM '2025-07-22');
-- 결과: 22

SELECT EXTRACT(QUARTER FROM '2025-07-22');
-- 결과: 3

날짜를 조립하거나 조건문으로 분기할 때 EXTRACT는 매우 강력한 도구다.

실무 예제: 다음달 말일 계산

SELECT LAST_DAY(DATE_ADD(CURDATE(), INTERVAL 1 MONTH)) AS 다음달_말일;

매달 자동 청구일 계산, 다음 달 일정 등록 등에 사용하기 좋다.

실무 예제: 문자열 시간 생성 후 변환

SELECT STR_TO_DATE(CONCAT('2025-07-22 ', MAKETIME(15, 45, 0)), '%Y-%m-%d %H:%i:%s');
-- 결과: 2025-07-22 15:45:00

이처럼 MAKETIME으로 만든 시간을 날짜와 붙여서 정밀한 시각 데이터 생성이 가능하다.

정리

LAST_DAY()는 해당 달의 마지막 날을 반환하며, 말일 기준 작업에 유용
MAKEDATE()는 연도 + 몇 번째 날 조합으로 날짜를 만든다.
MAKETIME()은 시, 분, 초를 기반으로 TIME 값을 생성한다.
날짜와 시간은 CONCAT, CAST, + INTERVAL 등으로 조합할 수 있다.
EXTRACT()는 날짜를 세부 단위로 쪼개 활용할 수 있는 필수 함수다.

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_last-day
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_makedate
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_maketime
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_extract

[MySQL] WEEK, MONTH, QUARTER, YEARWEEK 등 기간 단위 함수 모음 ️

인생아 — Wed, 23 Jul 2025 16:47:23 +0900

웹 서비스나 데이터 분석 업무를 하다 보면 월별, 주별, 분기별, 연도별로 데이터를 집계해야 하는 일이 매우 많다. 이럴 때 사용할 수 있는 것이 바로 기간 단위 추출 함수다. MySQL에서는 WEEK(), MONTH(), QUARTER(), YEARWEEK() 같은 강력한 함수들이 있어 날짜 기반 데이터를 쉽게 나눌 수 있다.

WEEK() 함수 - 주차(Week Number) 추출

WEEK 함수는 날짜가 1년 중 몇 번째 주(week number)에 속하는지를 반환한다. 기준일을 중심으로 주간 통계를 뽑을 때 유용하다.

SELECT WEEK('2025-07-22');
-- 결과: 30 (30번째 주)

기본적으로 일요일 시작 기준이며, 두 번째 인자로 모드(mode)를 지정해 시작 요일을 바꿀 수 있다.

예제: 모드 변경 (월요일 시작)

SELECT WEEK('2025-07-22', 1);
-- 결과: 30

실무에서 월요일 시작 주차 집계가 필요할 경우 대부분 모드 1을 사용한다

YEARWEEK() 함수 - 연도+주차 조합

YEARWEEK는 연도와 주차를 합쳐서 YYYYWW 형태의 숫자를 반환한다. 예를 들어 2025년 30주차면 202530이 된다

SELECT YEARWEEK('2025-07-22');
-- 결과: 202530

이 방식은 연도+주차로 정렬 가능하고, 범위 지정에도 유용하기 때문에 주간 리포트 생성 시 아주 많이 쓰인다

예제: 최근 4주간 통계

SELECT YEARWEEK(order_date) AS 년도_주차, COUNT(*) AS 건수
FROM orders
WHERE YEARWEEK(order_date) >= YEARWEEK(CURDATE()) - 4
GROUP BY 년도_주차
ORDER BY 년도_주차 DESC;

최근 4주간 주문 수를 주차 단위로 추출하는 실전형 쿼리다

MONTH() 함수 - 월 추출

MONTH 함수는 날짜에서 월(Month)만 정수 형태로 추출해준다. 월별 통계나 월별 분류 작업에 매우 유용하다

SELECT MONTH('2025-07-22');
-- 결과: 7

보통 YEAR()와 함께 조합해서 연도+월 기준 통계로 많이 활용된다

예제: 월별 매출 집계

SELECT YEAR(sale_date) AS 년도, MONTH(sale_date) AS 월, SUM(amount) AS 총매출
FROM sales
GROUP BY 년도, 월
ORDER BY 년도 DESC, 월 DESC;

이 쿼리는 리포트, BI 툴 연동 등에서 자주 활용된다

QUARTER() 함수 - 분기 추출

QUARTER 함수는 해당 날짜가 1분기, 2분기, 3분기, 4분기 중 어디에 속하는지를 반환한다

SELECT QUARTER('2025-07-22');
-- 결과: 3 (7월은 3분기)

회계 리포트, 분기별 실적 보고서에 자주 등장하는 필수 함수다

예제: 분기별 주문 수

SELECT YEAR(order_date) AS 년도, QUARTER(order_date) AS 분기, COUNT(*) AS 주문수
FROM orders
GROUP BY 년도, 분기
ORDER BY 년도, 분기;

실무 팁: 날짜 + 기간 조합으로 정렬하기

주차 기준 정렬이 필요한 경우 YEARWEEK(), 월 기준이면 YEAR() + MONTH() 조합, 분기 기준이면 YEAR() + QUARTER() 조합을 사용하는 것이 가장 깔끔하다

SELECT CONCAT(YEAR(order_date), '-', LPAD(MONTH(order_date), 2, '0')) AS 월기준, COUNT(*) AS 건수
FROM orders
GROUP BY 월기준
ORDER BY 월기준;

이렇게 하면 날짜가 월 단위로 정렬되면서 가독성도 좋고 BI 도구와의 연동도 수월하다

실무 예제: 로그인 로그 주간 분포

SELECT YEARWEEK(login_time) AS 주차, COUNT(*) AS 로그인수
FROM user_log
GROUP BY 주차
ORDER BY 주차 DESC;

사용자 활동 분석이나 주간 사용량 트렌드 분석에 자주 사용하는 패턴이다

정리

WEEK()은 1년 중 몇 번째 주인지 추출
YEARWEEK()은 연도와 주차를 합친 값으로 주간 집계에 매우 유리
MONTH()는 월 단위 추출로 월별 통계에서 필수
QUARTER()는 분기별 통계, 회계 리포트 등에 적합
연도와 함께 조합해서 사용하는 것이 실무에서 가장 일반적이고 확장성도 좋다

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_week
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_month
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_quarter
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_yearweek

[MySQL] STR_TO_DATE와 CAST를 활용한 문자열 → 날짜 변환

인생아 — Wed, 23 Jul 2025 15:43:15 +0900

MySQL에서는 종종 '2025-07-22'처럼 날짜처럼 보이지만 실제로는 문자열(String)로 저장된 데이터를 만나게 된다. 이 데이터를 진짜 날짜로 바꿔야 날짜 비교, 정렬, 필터링이 제대로 동작한다. 이때 가장 많이 쓰는 함수가 STR_TO_DATE()이며, 간단한 경우에는 CAST()로도 처리가 가능하다. 실무에서는 외부 엑셀 업로드, CSV 입력값, API 연동 데이터 처리에서 매우 자주 사용된다.

STR_TO_DATE() 함수란?

STR_TO_DATE() 함수는 문자열을 날짜 또는 시간 형식으로 변환해주는 함수다. 내부적으로 포맷 문자열을 지정해서 원하는 형식으로 정확히 바꿔야 한다.

기본 문법

STR_TO_DATE(string, format)

문자열과 해당 문자열의 포맷을 정확하게 지정해줘야 변환이 성공한다.

예제: 기본 날짜 변환

SELECT STR_TO_DATE('2025-07-22', '%Y-%m-%d');
-- 결과: 2025-07-22 (DATE 형식)

이제 '2025-07-22'는 문자열이 아닌 날짜로 처리되므로 조건 비교, 정렬, 필터링에 문제가 없다

자주 사용하는 포맷 코드

코드	의미	예시
%Y	4자리 연도	2025
%y	2자리 연도	25
%m	2자리 월	07
%d	2자리 일	22
%H	24시간제 시	13
%i	분	45
%s	초	30
%p	AM/PM	AM, PM

예제: 날짜 + 시간 변환

SELECT STR_TO_DATE('2025-07-22 14:30:00', '%Y-%m-%d %H:%i:%s');
-- 결과: 2025-07-22 14:30:00

이제 DATETIME으로 바뀌었기 때문에 NOW(), CURDATE() 같은 시스템 시간과 직접 비교 가능하다

예제: 사용자 입력값 처리 (엑셀/CSV)

SELECT STR_TO_DATE(user_input, '%d/%m/%Y') AS 표준형_날짜
FROM uploads;

사용자가 22/07/2025처럼 영국식 또는 비표준 포맷으로 입력한 데이터를 표준 DATE 형식으로 바꿔준다

예제: 요일 포함된 포맷 처리

SELECT STR_TO_DATE('Tuesday 2025-07-22', '%W %Y-%m-%d');
-- 결과: 2025-07-22

%W를 활용해 요일 정보가 포함된 문자열도 처리할 수 있다

CAST()로 간단하게 날짜 변환하기

CAST() 함수는 문자열을 명시적으로 다른 데이터 타입으로 바꿔주는 MySQL의 표준 SQL 문법 함수다. 날짜 포맷이 MySQL 내부 기본 포맷일 때만 사용 가능하다

SELECT CAST('2025-07-22' AS DATE);
-- 결과: 2025-07-22

이처럼 간단한 형식이면 STR_TO_DATE() 대신 사용할 수 있다. 하지만 복잡한 포맷에서는 CAST()로 변환이 불가능하다

실무 예제: 문자열 날짜 비교

SELECT *
FROM events
WHERE STR_TO_DATE(event_date_text, '%Y%m%d') >= CURDATE();

'20250722'처럼 붙어 있는 날짜 문자열을 DATE로 바꿔 오늘 날짜와 비교한다. 이처럼 STR_TO_DATE()는 데이터 클렌징 필수 함수로 활용된다

실무 예제: 시간 비교 필터링

SELECT *
FROM logs
WHERE STR_TO_DATE(log_time_str, '%H:%i:%s') BETWEEN '09:00:00' AND '18:00:00';

로그에서 '14:25:30'과 같은 문자열 시간을 TIME 형식으로 바꾸고, 근무 시간대 필터링에 활용할 수 있다

STR_TO_DATE 사용 시 주의사항

포맷 문자열이 실제 데이터와 완벽히 일치해야 한다. 한 글자라도 다르면 NULL 반환됨
변환 실패시 오류 없이 NULL로 처리되므로, 실무에서는 IS NULL 조건으로 실패 데이터 추출 가능
문자열 데이터가 비정형이면 사전 가공 또는 정규식으로 정리한 후 적용하는 것이 좋다

언제 STR_TO_DATE, 언제 CAST?

조건	추천 함수
포맷이 복잡함	STR_TO_DATE
문자열 형식이 yyyy-mm-dd임	CAST 또는 STR_TO_DATE 모두 가능
날짜+시간 조합 문자열	STR_TO_DATE
엑셀/CSV 외부 입력 처리	STR_TO_DATE

기본 형식이면 CAST도 가능하지만, 실무에서는 거의 항상 STR_TO_DATE가 안정적이다

정리

STR_TO_DATE()는 문자열을 날짜 또는 시간으로 변환할 때 사용하는 MySQL 함수다
포맷 문자열을 정확하게 지정해야 정상 변환되며, 형식이 다르면 NULL을 반환한다
CAST()는 내부 기본 포맷(YYYY-MM-DD)일 때만 간단하게 쓸 수 있다
외부 데이터 정제, API 파싱, 조건 비교 등에서 STR_TO_DATE는 매우 자주 사용된다

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_str-to-date
https://dev.mysql.com/doc/refman/8.0/en/cast-functions.html#function_cast

[MySQL] UNIX_TIMESTAMP, FROM_UNIXTIME 변환 함수 정리

인생아 — Wed, 23 Jul 2025 14:40:04 +0900

MySQL에서 날짜를 숫자로, 혹은 숫자를 다시 날짜로 변환해야 할 때 가장 강력한 도구가 바로 UNIX_TIMESTAMP와 FROM_UNIXTIME 함수이다. 특히 서버 로그나 외부 API 데이터에서 유닉스 타임스탬프를 사용하는 경우, 이 함수들의 활용은 필수적이다. 실무에서는 로그 분석, 시간 비교, 외부 데이터 연동에서 빠지지 않고 등장한다.

UNIX_TIMESTAMP() 함수란?

UNIX_TIMESTAMP() 함수는 날짜/시간을 유닉스 타임스탬프(초 단위 정수)로 변환해준다. 유닉스 타임스탬프는 1970년 1월 1일 00:00:00 UTC부터의 경과 초를 의미한다.

기본 문법

UNIX_TIMESTAMP([datetime])

괄호 없이 사용하면 현재 시간을 기준으로 반환한다. 괄호 안에 날짜 값을 넣으면 해당 시간의 유닉스 타임스탬프를 반환한다

예제: 현재 유닉스 타임스탬프 구하기

SELECT UNIX_TIMESTAMP();
-- 결과: 1753173471 (예시)

예제: 특정 날짜를 타임스탬프로 변환

SELECT UNIX_TIMESTAMP('2025-07-22 12:00:00');
-- 결과: 1753168800

이처럼 원하는 날짜를 초 단위 숫자로 바꿔 다른 시스템과 연동할 수 있다

FROM_UNIXTIME() 함수란?

FROM_UNIXTIME() 함수는 유닉스 타임스탬프 값을 사람이 읽을 수 있는 날짜/시간 형식으로 변환해주는 함수다

기본 문법

FROM_UNIXTIME(unix_timestamp [, format])

두 번째 인자에 DATE_FORMAT 스타일 포맷을 지정하면 원하는 형식으로 출력할 수 있다

예제: 유닉스 타임스탬프를 날짜로 변환

SELECT FROM_UNIXTIME(1753168800);
-- 결과: 2025-07-22 12:00:00

예제: 포맷 지정

SELECT FROM_UNIXTIME(1753168800, '%Y-%m-%d %H시 %i분');
-- 결과: 2025-07-22 12시 00분

한국형 표현으로 보기 좋게 바꿀 수도 있다

실무 예제: 로그 테이블에 타임스탬프 저장

INSERT INTO log_table (event_type, created_at)
VALUES ('LOGIN_SUCCESS', UNIX_TIMESTAMP());

로그 테이블에 현재 시각을 유닉스 정수로 저장해두면, 용량이 작고 비교가 빠르다는 장점이 있다

실무 예제: API 응답 데이터 변환

외부 API에서 timestamp: 1753168800 같은 값을 받을 때 바로 날짜로 변환할 수 있다

SELECT FROM_UNIXTIME(api_response_time) AS 응답시각
FROM external_data;

이렇게 하면 사람에게 익숙한 날짜로 화면 출력이나 보고서를 구성할 수 있다

시간 정렬 및 비교에 적합한 이유

UNIX_TIMESTAMP는 정렬 성능이 좋고 범위 조건 처리도 빠르다
BETWEEN 등 조건절에서 초 단위 비교가 가능해 정밀한 시간 비교가 가능하다
타임스탬프는 다양한 언어(JavaScript, Python, PHP 등)에서도 공통으로 쓰이므로 언어 간 시간 처리에 가장 안정적인 방식이다

예제: 24시간 이내 데이터 조회

SELECT *
FROM messages
WHERE UNIX_TIMESTAMP(created_at) >= UNIX_TIMESTAMP() - 86400;

현재 시각 기준으로 24시간(86400초) 이내에 생성된 메시지만 조회할 수 있다

주의사항

MySQL 서버의 타임존 설정에 따라 결과가 달라질 수 있다
타임존이 UTC면 한국 시간보다 9시간 느릴 수 있음
UNIX_TIMESTAMP()는 DATETIME, DATE, TIMESTAMP에 모두 적용 가능하지만, 시간 없는 DATE는 00:00:00으로 처리됨
FROM_UNIXTIME()는 반환값이 DATETIME이고, 포맷을 지정하면 문자열(String)로 변환됨

포맷 조합 팁

FROM_UNIXTIME에서 사용할 수 있는 포맷은 DATE_FORMAT과 동일하다. 아래는 자주 쓰는 조합이다

SELECT FROM_UNIXTIME(1753168800, '%Y-%m-%d %H:%i:%s');
SELECT FROM_UNIXTIME(UNIX_TIMESTAMP(), '%Y년 %m월 %d일 %H시 %i분');

이처럼 실시간 변환도 가능하며, 양방향 변환이 가능한 핵심 함수 조합이다

정리

UNIX_TIMESTAMP()는 날짜를 정수형 초 단위로 변환해준다
FROM_UNIXTIME()는 정수형 유닉스 타임스탬프를 다시 사람이 읽는 날짜 형식으로 바꿔준다
외부 API 연동, 시간 기반 정렬, 로그 데이터 처리에 매우 자주 사용된다
DATE_FORMAT()과 함께 사용하면 자유로운 포맷 출력도 가능하다

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_unix-timestamp
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_from-unixtime

[MySQL] ADDDATE, SUBDATE, DATE_ADD, DATE_SUB 활용법

인생아 — Wed, 23 Jul 2025 13:37:03 +0900

MySQL에서 날짜를 기준으로 며칠 뒤 또는 며칠 전의 날짜를 구해야 하는 경우가 많다. 예를 들어 “회원가입일 + 7일 뒤”에 알림을 보내거나, “오늘로부터 30일 전” 데이터를 조회할 때 사용할 수 있는 함수가 바로 ADDDATE, SUBDATE, DATE_ADD, DATE_SUB이다. 이 네 가지 함수는 기능상 거의 같지만 표현 방식과 문법 차이가 있어 용도에 맞게 쓰는 것이 중요하다.

ADDDATE() 함수 - 날짜 더하기

ADDDATE는 날짜를 기준으로 일수 또는 시간 단위를 더하는 함수다

기본 문법

ADDDATE(date, INTERVAL n unit)

또는 더 짧은 문법도 가능하다

ADDDATE(date, days)

예제: 가입일 기준 7일 뒤 알림

SELECT user_name,
       ADDDATE(join_date, INTERVAL 7 DAY) AS 알림일자
FROM users;

또는 이렇게도 가능하다

SELECT ADDDATE('2025-07-01', 10);
-- 결과: 2025-07-11

숫자만 넣는 경우 기본 단위는 DAY로 처리된다

SUBDATE() 함수 - 날짜 빼기

SUBDATE는 기준일로부터 날짜를 빼는 함수다. 즉, 과거 날짜를 계산할 때 사용된다

SELECT SUBDATE('2025-07-22', INTERVAL 5 DAY);
-- 결과: 2025-07-17

예제: 30일 이내 로그인한 사용자 찾기

SELECT * FROM users
WHERE last_login >= SUBDATE(CURDATE(), INTERVAL 30 DAY);

오늘로부터 30일 이내에 로그인한 사용자만 조회된다. 날짜를 “빼는” 연산으로 범위를 만든다

DATE_ADD() 함수 - 날짜 더하기 (표준 표기)

DATE_ADD는 기능상 ADDDATE와 동일하지만, 좀 더 명시적이고 표준적인 표현 방식이다

SELECT DATE_ADD('2025-07-01', INTERVAL 10 DAY);
-- 결과: 2025-07-11

예제: 배송 예정일 계산

SELECT order_id,
       DATE_ADD(order_date, INTERVAL 3 DAY) AS 예상_배송일
FROM orders;

주문일 기준으로 3일 뒤를 계산하여 배송 예정일을 산출할 수 있다

DATE_SUB() 함수 - 날짜 빼기 (표준 표기)

DATE_SUB는 SUBDATE와 같지만, 역시 표현이 더 명시적이며 많은 개발자들이 선호한다

SELECT DATE_SUB('2025-07-22', INTERVAL 15 DAY);
-- 결과: 2025-07-07

예제: 지난달부터 누적 주문 조회

SELECT * FROM orders
WHERE order_date >= DATE_SUB(CURDATE(), INTERVAL 1 MONTH);

현재 날짜로부터 한 달 전부터 오늘까지의 데이터를 추출할 수 있다

지원되는 시간 단위

모든 ADD/SUB 함수에서 아래와 같은 단위를 사용할 수 있다

단위	설명
SECOND	초
MINUTE	분
HOUR	시간
DAY	일
WEEK	주
MONTH	월
QUARTER	분기
YEAR	연도

예: 1시간 더하기

SELECT DATE_ADD('2025-07-22 12:00:00', INTERVAL 1 HOUR);
-- 결과: 2025-07-22 13:00:00

복합 단위 사용법

복수 단위를 조합해서 사용하는 것도 가능하다. 단, INTERVAL 뒤에 복합 문자열로 넣어야 한다

SELECT DATE_ADD('2025-07-01', INTERVAL '2 3' DAY_HOUR);
-- 결과: 2025-07-03 03:00:00

여기서 ‘2일 3시간’을 한꺼번에 더할 수 있다

실무 활용 예제

예제: 유효기간 만료일 계산

SELECT user_id,
       DATE_ADD(issued_at, INTERVAL 1 YEAR) AS 만료일자
FROM certificates;

인증서 발급일 기준 1년 뒤 만료일자를 계산하는 실전 예제다

예제: 일주일 이내 주문 통계

SELECT COUNT(*) AS 최근7일주문수
FROM orders
WHERE order_date BETWEEN DATE_SUB(CURDATE(), INTERVAL 7 DAY) AND CURDATE();

최근 일주일 동안 발생한 주문 수를 추출하는 쿼리로, 실시간 리포트에 자주 활용된다

어떤 함수를 써야 할까?

함수	의미	특징
ADDDATE	날짜 더하기	간결한 문법, DAY만 가능
SUBDATE	날짜 빼기	간결한 문법, DAY만 가능
DATE_ADD	날짜 더하기	표준 문법, 다양한 단위
DATE_SUB	날짜 빼기	표준 문법, 다양한 단위

표준성과 확장성을 중시한다면 DATE_ADD, DATE_SUB를 추천한다. 간단한 일수 연산이라면 ADDDATE, SUBDATE도 충분하다

정리

날짜에 일수, 월수, 연도 등을 더하거나 빼야 할 때는 ADDDATE, DATE_ADD, SUBDATE, DATE_SUB를 활용한다
INTERVAL n unit 문법은 일관되게 사용되며 다양한 단위 지원이 가능하다
실무에서는 회원 유효기간, 리포트 조회범위, 자동 알림 스케줄 등 다양한 곳에 응용된다
DATE_ADD, DATE_SUB는 더 명확하고 범용성이 높아 추천된다

참고 문서

https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_date-add
https://dev.mysql.com/doc/refman/8.0/en/date-and-time-functions.html#function_date-sub