10 Dynamic SQL 사용 기준


(1) Dynamic SQL 사용에 관한 기본 원칙

  • 지금까지 설명한 라이브러리 캐시 최적화 원리와 ,Static, Dynamic SQL 정의에 비추어 Dynamic SQL 사용에 관한 기본 원칙을 다음과 같이 정리할 수 있습니다.
  1. Static SQL을 지원하는 개발 환경이라면 Static SQL로 작성하는 것을 원칙으로 합니다.
      Static SQL은 PreCompile을 과정을 거치므로 런타임 시 안정적인 프로그램 Build가 가능하다는 장점이 있습니다. 그리고 Dynamic SQL,을 사용하면 애플리케이션 커서 캐싱 기능이 작동하지 않는 경우가 있는데, 이 기능이 필요한 상황(예를 들어, 루프 내에서 반복 수행되는 쿼리)에서  Dynamic SQL을 사용하면 성능이 나빠지기 때문입니다.
  2. 아래 경우에는 Dynamic SQL를 사용해도 무방합니다.
    1. PreCompile 과정에서 컴파일 에러가 나는 구문을 사용할 때, 예를 들어, Pro*C에서 스칼라 서브쿼리, 분석함수, ANSI 조인 등
    2. 상황과 조건에 따라 생성될 수 있는 SQL 최대 개수가 많아 Static SQL로 일일이 나눠서 작성하려면 개발 생산성이 저하되고 유지보수 비용이 매우 커질 때
  3. 2번 경우에 해당해서 Dynamic SQL를 사용하더라도 조건절에는 바인드 변수를 사용하는 것을 원칙으로 합니다. 특히, 사용빈도가 높고 조건절 컬럼의 값 종류가 매우 많을 때(예를 들어, 계좌번호, 상품번호, 회원번호 등)는 반드시 준수합니다.
  4. 3번 바인드 변수 사용원칙을 준수하되 아래 경우는 예외적으로 인정합니다.
    1. 배치 프로그램이나 DW, OLAP등 정보계 시스템에서 사용되는 Long Running쿼리. 이들 쿼리는 파싱 소요시간이 쿼리 총 소요시간에서 차지하는 비중이 매우 낮고, 수행빈도가 낮아 하드파싱에 의한 라이브러리 캐시 부하를 유발할 가능성이 적음.
    2. OLTP성 애플리케이션이더라도 사용빈도가 매우 낮아 하드파싱에 의한 라이브러리 캐시 부하를 유발할 가능성이 없을 때. 예외적으로 인정하는 것이므로 단순히 바인드 변수 정의하는 게 귀찮다고 그렇게 해서는 안됨.
    3. 조건절 컬럼의 값 종류(Distinct Value)가 소수일 때, 특히 값 분포가 균일하지 않아 옵티마이저가 컬럼 히스토그램 정보를 활용하도록 유도하고자 할 때.
    예) 증권시장구분코드 = ( '유가', '코스닥', '주식파생', '상품파생' )
  • Static(=Embedded)SQL을 지원하지 않는 개발 환경이라면 모든 SQL이 Dynamic SQL이지만 런타임 시 SQL이 동적을 바뀌도록 개발하는 것만큼은 삼가야 합니다. 그런 환경에서는 Static과 Dynamic SQL을 편의상 아래와 같이 재정의하고, 위에서 제시한 기본 원칙을 동일하게 적용할 것을 권고합니다.
  • Static SQL : SQL Repository 에 완성된 형태로 저장한 SQL
  • Dynamic SQL : SQL Repository에 불완전한 형태로 저장한 후 런타임 시 상황과 조건에 따라 동적으로 생성되도록 작성한 SQL

(2) 기본 원칙이 잘 지켜지지 않는 첫 번째 이유, 선택적 검색 조건

  • 이렇게 Dynamic SQL 사용 원칙을 정하고 개발을 시작해도, 중간에 점검해 보면 여전히 잘 지켜지지 않습니다. Static SQL을 지원하는 개발 환경에서조차 자주 Dynamic SQL를 사용해 조건절을 동적으로 구성합니다. 그 원인을 개발팀에 물어 보면, 가장 많은 비중을 차지하는 것이 아래 그림에서처럼 검색 조건이 다양해 사용자 선택에 따라 조건절이 동적으로 바뀌는 경우입니다.


















  • 크기가 작은 테이블이라면 상관없겠지만 대상 테이블이 대용량인데도 화면을 이처럼 설계하는 것은 참 무책임하다는 생각을 하게 됩니다. 이렇게 다양한 검색 조건을 한 화면에서 처리해 준다고 하면 업무 담당자 입장에서는 싫다고 마다할 리 없습니다. 심지어는 필수입력 항목도 전혀 없고, 검색기간도 무제한입니다. 그런데 성능은 누가 담보할 것인지... 조회버튼을 누를 때마다 10분씩 소요된다면 기능이 좋다고 해서 만족할 사용자는 아마 없을것입니다. 항상 개발 막바지에 가서 이런 화면들 때문에 성능 이슈가 불거지는 것을 많이 목격했습니다.
  • 대용량 테이블에 대한 조회 요건이 이렇게 복잡하다면 적어도 현업과의 협의를 통해 필수입력 항목을 수렴해서 프로그램에 반영해야 합니다. 또한 기간 조건(Between, <, >, <=, >= 등)에 대해서는 입력 값 범위를 가능한 짧게 제한하려는 노력을 반드시 해야 합니다. 업무 담당자를 만나서 인터뷰해 보면 의외로 문제가 쉽게 풀리는 경우가 많습니다. 설계 단계에서부터 성능을 고려한 업무 요건 도출리 필요한 이유가 여기에 있습니다.
  • 현업과의 협의를 거쳐 필수항목 위주로 화면을 구성하더라도 업무요건 상 조회 조건이 다양한 경우는 있기 마련입니다. 그럴 때 SQL을 효과적으로 작성하려면 어떻게 접근해야 하는지 같이 고민해 봅시다.






















  • 거래일자만 필수입력 조건이고, 나머지는 모두 선택적 입력 조건이라고 가정합니다.
    SQL 작성에 대한 가이드가 없는 상황에서 위와 같은 조회 프로그램을 구현할 때면 개발자는 십중팔구 아래와 같이 SQL을 작성할 것입니다.
  • select 거래일자, 종목코드, 투자자유형코드, 주문매체코드
    , 체결건수, 체결수량, 거래대금
    from 일별종목거래
    where 거래일자 between :시작일자 and :종료일자
    %option
  • 그러고 나서 사용자의 선택이나 입력 값에 따라 %option 부분에 조건절을 아래와 같이 동적으로 붙여나갑니다.
    %option = " and 종목코드 = 'KR123456' and 투자자유형코드 = '1000'"
  • SQL 작성 표준이 존재하는 대형 개발 프로젝트라면 당연히 Dynamic SQL 사용을 제한하므로 표준을 준수하려고 아래와 같은 방법을 사용하게 됩니다. 참고로, NVL을 사용하는 것 외에 몇 가지 방법이 더 있는데, 각각의 장단점에 대해서는 뒤에서 다시 다루기로 하겠습니다.
    select 거래일자, 종목코드, 투자자유형코드, 주문매체코드
    , 체결건수, 체결수량, 거래대금
    from 일별종목거래
    where 거래일자 between :시작일자 and :종료일자
    and 종목코드 = nvl(:종목코드, 종목코드)
    and 투자자유형코드 = nvl(:투자자유형코드, 투자자유형코드)
    and 주문매체구분코드 = nvl(:주문매체구분코드, 주문매체구분코드)
  • 이렇게 코딩하면 사용자가 어떻게 값을 입력하더라도 단 한 개의 실행계획을 공유하면서 반복 재사용하게 되므로 라이브러리 캐시 효율 측면에서는 최상의 선택입니다. 하지만 쿼리 수행 속도 측면에서는 어떨까요? 인덱스를 이용한 액세스가 효과적인 상황에서 낭패를 보게 됩니다. 인덱스를 전혀 사용하지 못하거나(거래일자가 인덱스 선두 컬럼이 아닐 때) 사용하더라도 비효율적으로 사용하기 때문입니다.
  • *라이브러리 캐시 효율과 I/O 효율을 모두 고려하면서 SQL을 개발하려면, 남아 있는 방법은 한 가지뿐입니다. 종목코드, 투자자유형코드, 주문매체구분코드 입력여부에 따라 SQL을 모두 분리해서 개발하는 것입니다. 그럴 경우 이 3가지 선택적 입력 조건을 처리하는 데에만 모두 8개의 SQL을 따로 작성해야 합니다.  

          1. 거래일자 between
         2. 거래일자 between, 종목코드 =
         3. 거래일자 between, 종목코드 =, 투자자유형코드 =
         4. 거래일자 between, 종목코드 =, 투자자유형코드 =, 주문매체구분코드 =
         5. 거래일자 between, 종목코드 =, 주문매체구분코드 =
         6. 거래일자 between, 투자자유형코드 =
         7. 거래일자 between, 투자자유형코드 =, 주문매체구분코드 =
         8. 거래일자 between, 주문매체구분코드 =

  • 여기서는 SQL이 간단하므로 8개쯤 작성하는 게 대수롭지 않을 수 있지만 실무에서 작성되는 SQL은 대개 짧으면 수십 라인, 길면 수백 라인에 이릅니다.
    빠듯한 개발 일정에 쫓기는 프로젝트에서 이렇게 개발하라고 하는 것은 현실성이 떨어지며 불가능에 가깝습니다.
  • 인덱스 원리를 잘 아는 SQL튜닝 전문가 시각에서 보면, 위 요건을 만족하려고 SQL을 8개나 만들 필요는 없습니다. 변별력이 좋지 않은 컬럼은 인덱스 엑세스 효율에 도움이 되지 않으므로, 인덱스 구성을 고려해 변별력이 좋은 컬럼 중심으로 2~3개의 SQL로 분기하면 됩니다.
    애플리케이션에서 IF문을 이용해 분기하거나 아래처럼 union all을 사용하는 방법이 있습니다.

        < 인덱스 구성 >
        INDEX01 : 종목코드 + 거래일자
        INDEX02 : 투자자유형코드 + 거래일자 + 주문매체구분코드
        INDEX03 : 거래일자 + 주문매체구분코드

select 거래일자, 투자자유형코드, 회원번호
, 체결건수, 체결수량, 거래대금
from 일별종목거래
where :종목코드 is not null
and 거래일자 between :시작일자 and :종료일자
and 종목코드 = :종목코드
and 투자자유형코드 = nvl(:투자자유형, 투자자유형코드)
and 주문매체구분코드 = nvl(:주문매체, 주문매체코드)
union all
select 거래일자, 투자자유형코드, 회원번호
, 체결건수, 체결수량, 거래대금
from 일별종목거래
where :종목코드 is null and : 투자자유형 is not null
and 거래일자 between :시작일자 and :종료일자
and 투자자유형코드 = nvl(:투자자유형, 투자자유형코드)
and 주문매체구분코드 = nvl(:주문매체, 주문매체코드

union all
select 거래일자, 투자자유형코드, 회원번호
, 체결건수, 체결수량, 거래대금
from 일별종목거래
where :종목코드 is null and :투자자유형 is null
and 거래일자 between :시작일자 and :종료일자
and 주문매체구분코드 = nvl(:주문매체, 주문매체구분코드)
  • 하지만 개발 기간 내내 SQL마다 이런 식으로 최적의 인덱스 구성전략을 고민하면서 개발한다는게 결코 쉬운 일은 아닙니다. 그리고 데이터 분포와 인덱스 구성 등을 고려해 이와 같은 형태로 SQL을 최적화할 수 있는 고급 개발자가 그리 많지 않다는 현실도 인정해야 합니다.
  • 위와 같은 union all로 분기하는 기법은, 일반적인 SQL 작성 표준보다는 튜닝차원에서 접근하고 필요에 따라 적절히 활용하도록 하는 것이 타당합니다.

(3) 선택적 검색 조건에 대한 현실적인 대안

  • 그렇다면 현실적인 대안은? 앞 절에서 이미 정리했듯이 Static SQL 사용을 원칙으로 하되 사용자 입력 조건에 따라 생성될 수 있는 SQL 최대 개수가 너무 많을 때는 Dynamic SQL 사용을 허용하는 것입니다. 조건절에 따를 SQL 개수가 많더라도 그 중 일부만 주로 사용되므로 실질적인 하드 파싱 부하는 거의 없습니다. 다만, 라이브러리 캐시 효율화의 핵심인 바인드 변수 사용 원칙만큼은 준수하도록 해야 합니다.
  • 개발 언어나 툴에서 Dynamic Method를 제공하는 목적에 맞게, 부하를 최소화하는 수준에서 잘 활용하는 것이 최선이라고 생각합니다. 아래는 PL/SQL에서 조건절을 동적으로 구성하되 바인드 변수를 사용하도록 코딩한 예제입니다. JAVA, Proc*C 등에서도 활용 가능한 패턴입니다.(JAVA에서 아래와 같은 패턴을 사용하지 않으면 if...else 구문을 두 번씩 작성하게 됩니다. SQL문을 위해 한 번, 바인드 변수를 위해 한 번)
    SQLStmt := 'SELECT 거래일자, 종목코드, 투자자유형코드, '
    || '주문매체코드, 체결건수, 체결수량, 거래대금 '
    || 'FROM 일별종목거래 '
    || 'WHERE 거래일자 BETWEEN :1 AND :2 ';
    IF :종목코드 IS NULL Then
    SQLStmt := SQLStmt || 'AND :3 IS NULL ';
    Else
    SQLStmt := SQLStmt || 'AND 종목코드 = :3 ';
    End If;

    If :투자자유형 IS NULL Then
    SQLStmt := SQLStmt || 'AND :4 IS NULL ';
    Else
    SQLStmt := SQLStmt || 'AND 투자자유형코드 =:4 ';
    End If;

    EXECUTE IMMEDIATE SQLStmt
    INTO :A, :B, :C, :D, :E, :F, :G
    USING :시작일자, :종료일자, :종목코드, :투자자유형코드;
  • 이밖에 Visual Basic 스타일로 변환한 것으로서, Delphi등에서도 활용 가능한 패턴은 교제의 322 페이지를 참고 바랍니다.
  • 이처럼 SQL을 Dynamic하게 구성하면, 인덱스를 설계할 때 다소 불편하다는 단점이 있습니다. SQL Repository에서 SQL을 수집해 테이블별 액세스 유형을 분석하면서 인덱스 설계를 해야 하는데, 조건절이 프로그램 수행 도중에 동적으로 바뀌기 때문입니다. 그리고 옵티마이저 힌트를 사용해 튜닝하기도 곤란합니다.
    이런 단점이 있긴 하지만 개발 생산성도 무시할 수 없으므로 Dynamic SQL을 적재적소에 잘 활용하라고 권고 아니 권고를 하는 것입니다. 튜닝은 말 그대로 튜닝입니다. 개발이 튜닝 관점에서 필요한 조치들을 취하면 된다고 생각합니다.
  • 인덱스 설계 문제에 대해 얘기하자면, 완성된 형태의 SQL들은 sQL Repository에 저장된 것을 참조하고 그렇지 않은 것들은 수행된 최종 SQL들을 수집(SQL 트레이스 또는 v$sql 등 활용)해서 자주 나타나는 액세스 유형을 기준으로 인덱스 설계를 진행하면 됩니다.(솔직히 인덱스 설계를 위해 SQL Repository나 프로그램 소스를 직접 열어가며 작업하는 경우는 거의 없으며, 대부분 후자의 방식을 따릅니다.)
  • Pro*C, PL/SQL, Visual Basic, Delphi, 어떤 프로그램에서 수행했든 위와 같이 Dynamic 패턴으로 SQL을 던지면 오라클 서버를 통해 수집되는 최종 SQL은 아래와 같은 형태입니다.

         SELECT 거래일자, 종목코드, 투자자유형코드, 주문매체코드
                   , 체결건수, 체결수량, 거래대금
        FROM 일별종목거래
        WHERE 거래일자 BETWEEN ? AND ?

         SELECT 거래일자, 종목코드, 투자자유형코드, 주문매체코드
                  , 체결건수, 체결수량, 거래대금
        FROM 일별종목거래
        WHERE 거래일자 BETWEEN ? AND ?
        AND 종목코드 = ?

         SELECT 거래일자, 종목코드, 투자자유형코드, 주문매체코드
                  , 체결건수, 체결수량, 거래대금
        FROM 일별종목거래
        WHERE 거래일자 BETWEEN ? AND ?
        AND 투자자우형코드 = ?

         SELECT 거래일자, 종목코드, 투자자유형코드, 주문매체코드
                 , 체결건수, 체결수량, 거래대금
        FROM 일별종목거래
        WHERE 거래일자 BETWEEN ? AND ?
        AND 종목코드 = ?
        AND 투자자유형코드 = ?

  • Static SQL로 작성했을 때와 차이가 없습니다. 따라서 이들 액세스 경로 기준으로 인덱스 설계를 하면 되고, 이것을 Static SQL로 작성했다고 해서 인덱스 구성전략이 달라지지는 않습니다.
    인덱스 구성전략만으로 튜닝이 되지 않을 때는 옵티마이져 힌트를 사용해야 하는데, 조건절이ㅣ 위와 같이 동적으로 바뀐다면 힌트를 함부로 사용할 수 없습니다. 그때는 할 수 없이 Static SQL을 사용해야 하며, 인덱스 구성과 컬럼 분포, 자주 사용되는 액세스 유형들을 고려해 SQL을 통합하고 힌트를 기술할 수 있는 형태로 재작성해야만 합니다.
  • 이렇게 설명해 놓고 한가지 걱정이 생기는데, 여기 설명한 내용을 근거로 Dynamic SQL를 무분별하게 사용하려는 개발자가 생겨나지 않을까 싶습니다. 다시 한번 강조하지만, 원칙은 Static SQL로 작성하는 것이며, 방법이 없거나 SQL이 너무 복잡할 때만 Dynamic SQL을 꺼내 들려고 노력해야 합니다. 그런 뜻에서 Dynamic SQL을 Static SQL로 바꿔서 구현한 사례들을 다음 절에서 소개하려고 합니다.
    그전에, 선택적 입력 조건을 처리할 때 NVL 대신 사용할수 있는 몇 가지 방법들이 있다고 했는데, 여기서 각각의 특징을 살펴보고 넘어가겠습니다.

(4) 선택적 검색 조건에 사용할 수 있는 기법 성능 비교

      A. OR 조건을 사용하는 경우
select * from 일별종목거래
where (:isu_cd is null or isu_cd = :siu_cd)

Execution Plan
---------------------------------------------------
0 SELECT STATEMENT Optimizer=ALL_ROWS
1 0 TABLE ACCESS (FULL) OF '일별종목거래' (TABLE)

     - 항상 Table Full Scan으로 처리되므로 인덱스 활용이 필요할 때는 이 방식을 사용해선 안 됩니다.

      B. LIKE 연산자를 사용하는 경우
select * from 일별종목거래
where isu_cd like :isu_cd || '%'

Execution Plan
---------------------------------------------------
0 SELECT STATEMENT Optimizer=ALL_ROWS
1 0 TABLE ACCESS (BY LOCAL INDEX ROWID) OF '일별종목거래' (TABLE)
2 1 INDEX (RANGE SCAN) OF '일별 종목거래_PK' (INDEX (UNIQUE))

    - 인덱스 사용이 가능하지만 사용자가 :isu_cd 값을 입력하지 않았을 때 Table Full Scan이 유리한데도 인덱스를 사용하게 되므로 성능이 나빠질 수 있습니다.

      C. NVL 함수를 사용하는 경우
select * from 일별종목거래
where isu_cd = nvl(:isu_cd, isu_cd)

Execution Plan
---------------------------------------------------
0 SELECT STATEMENT Optimizer=ALL_ROWS
1 0 CONCATENATION
2 1 FILTER
3 2 TABLE ACCESS (FULL) OF '일별종목거래' (TABLE)
4 1 FILTER
5 4 TABLE ACCCESS (BY LOCAL INDEX ROWID) OF '일별종목거래' (TABLE)
6 5 INDEX (RANGE SCAN) OF '일별종목거래_PK' (INDEX (UNIQUE))
      D. DECODE 함수를 사용하는 경우
select * from 일별종목거래
where isu_cd = decode(:isu_cd, null, isu_cd, :isu_cd)

Execution Plan
---------------------------------------------------
0 SELECT STATEMENT Optimizer=ALL_ROWS
1 0 CONCATENATION
2 1 FILTER
3 2 TABLE ACCESS (FULL) OF '일별종목거래' (TABLE)
4 1 FILTER
5 4 TABLE ACCESS (BY LOCAL INDEX ROWID) OF '일별종목거래' (TABLE)
6 5 INDEX (RANGE SCAN) OF '일별종목거래_PK' (INDEX (UNIQUE))

    - C와 D 방식은, 사용자의 :isu_cd 입력 여부에 따라 Full Table Scan과 Index Scan으로 실행계획이 자동 분기 됩니다.  단, nvl 또는 decode 함수를 사용할 때는 해당 컬럼이 not null 컬럼이어야 하며, null   컬럼이어야 하며, null 허용 컬럼일 때는 결과 집합이 달라지므로 주의해야 합니다. 사용자가 :isu_cd 값을 입력하지 않았을 때는 조건절이 isu_cd = isu_cd가 되는데, isu_cd 컬럼 값이 null일 때 오라클은 false를 리턴하기 때문입니다. 참고로, null = null 비교가 가능한 DBMS도 있기는 합니다. 잘 이해가 되지 않는 다면 아래 결과를 참고하시길.

SQL> select * from dual
2 where NULL = NULL;

선택된 레코드가 없습니다.

SQL> select * from dual
2 where NULL IS NULL ;
DU
--
X

1 개의 행이 선택되었습니다

     - nvl 또는 decode를 여러 컬럼에 대해 사용했을 때는 그 중 변별력이 가장 좋은 컬럼 기준으로 한번만 분기가 일어난다는 사실도 기억할 필요가 있고,

      복잡한 옵션 조건을 처리 할 때 이 방식에만 의존하기 어려운 이유가 여기에 있습니다.

      E. union all를 사용하는 경우
select * from 일별종목거래
where :isu_cd is null
union all
select * from 일별종목거래
where :isu_cd is not null
and isu_cd = :isu_cd

Execution Plan
---------------------------------------------------
0 SELECT STATEMENT Optimizer=ALL_ROWS
1 0 UNION-ALL
2 1 FILTER
3 2 TABLE ACCESS (FULL) OF '일별종목거래' (TABLE)
4 1 FILTER
5 4 TABLE ACCESS (BY LOCAL INDEX ROWID) OF '일별종목거래' (TABLE)
6 5 INDEX (RANGE SCAN) OF '일별종목거래_PK' (INDEX (UNIQUE))
  • 이 방식에 대해서는 따로 설명이 필요 없을 것 같습니다. 5가지 방식에 대한 선택 기준을 정리해 보면 아래와 같습니다.

         1. not null 컬럼일 때는 nvl, decode를 사용(C와 D)하는 것이 편하다.
        2. null 값을 허용하고 인덱스 액세스 조건으로 의미있는 컬럼이라면 union all을 사용(E)해 명시적으로 분기해야한다.
        3. 인덱스 액세스 조건으로 참여하지 않는 경우, 즉 인덱스 필터 또는 테이블 필터 조건으로만 사용되는 컬럼이라면 (:c isnull or cao = :c) 또는 (c like :c || '%')어떤 방식을 사용(A와 B) 해도 무방합니다.

참조 문서

이 자료는 (오라클 성능 고도화 원리와해법 I)을 참고 하여 작성했습니다.


# 이 문서는 오라클클럽에서 작성하였습니다.
# 이 문서를 다른 블로그나 홈페이지에 게재하실 경우에는 출처를 꼭 밝혀 주시면 고맙겠습니다.~^^
# 출처 : http://wiki.oracleclub.com/pages/viewpage.action?pageId=4948658&
※ 위 내용은, 여러 자료를 참고하거나 제가 주관적으로 정리한 것입니다.
   잘못된 정보나 보완이 필요한 부분을, 댓글 또는 메일로 보내주시면 많은 도움이 되겠습니다.
04 22, 2010 09:14 04 22, 2010 09:14


Trackback URL : http://develop.sunshiny.co.kr/trackback/435

  1. # ssss 2012年 10月 11日 05時 05分 Delete Reply

    and 종목코드 = nvl(:종목코드, 종목코드) 이게 무슨말이지요 ? :종목코드는 넘어온 값이고...
    두번째에 들어가는 종목코드는 칼럼을 말씀하신건 아닌것같은데....;;죄송합니다.

    1. Re: # sunshiny 2012年 10月 12日 11時 32分 Delete

      NVL 함수의 사용법을 보시면 아실것 같습니다.
      NVL(expr1, expr2)
      - expr1이 NULL이면 expr2를 반환한다.
      - expr1이 NULL이 아니면, expr1을 반환한다.
      - 반환 타입은 항상 expr1과 같은 타입이다.

      nvl(:종목코드, 종목코드) 에서 :종목코드 는 말씀하신데로, 입력받은 인자값이구요, 이 인자값이 null 일때 종목코드 컬럼의 값으로 대체하는 방식입니다.

Leave a comment

« Previous : 1 : ... 389 : 390 : 391 : 392 : 393 : 394 : 395 : 396 : 397 : ... 648 : Next »

Recent Posts

  1. HDFS - Python Encoding 오류 처리
  2. HP - Vertica ROS Container 관련 오류...
  3. HDFS - Hive 실행시 System Time 오류
  4. HP - Vertica 사용자 쿼리 이력 테이블...
  5. Client에서 HDFS 환경의 데이터 처리시...

Recent Comments

  1. I like what you guys are up too. T... 레깅스룸 07시 58분
  2. Article writing is also a exciteme... 레깅스룸 02 16,
  3. I like reading an article that can... 부산고구려 02 16,
  4. Asking questions are truly nice th... 해운대룸싸롱 02 15,
  5. Pretty! This was an extremely wond... 분당셔츠룸 02 15,

Recent Trackbacks

  1. london relocation ltd london relocation ltd 16 02
  2. extract your knowledge extract your knowledge 16 02
  3. dog cart dog cart 15 02
  4. This Site This Site 15 02
  5. massive action massive action 15 02

Calendar

«   02 2020   »
            1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29

Bookmarks

  1. 위키피디아
  2. MysqlKorea
  3. 오라클 클럽
  4. API - Java
  5. Apache Hadoop API
  6. Apache Software Foundation
  7. HDFS 생태계 솔루션
  8. DNSBL - Spam Database Lookup
  9. Ready System
  10. Solaris Freeware
  11. Linux-Site
  12. 윈디하나의 솔라나라

Site Stats

TOTAL 2846566 HIT
TODAY 128 HIT
YESTERDAY 544 HIT