MySQL에서 데이터를 다룰 때 단일 열(column)의 최댓값을 구해야 하는 경우와, 두 개 이상의 열을 행(row) 단위로 비교하여 가장 큰 값을 구해야 하는 경우가 자주 발생합니다. 이 두 작업은 각각 서로 다른 함수를 사용하는데요, 전자는 MAX() 집계 함수를, 후자는 GREATEST() 스칼라 함수를 사용합니다.
이번 글에서는 실제 예제 테이블을 만들고 데이터를 삽입한 뒤, 두 함수의 차이점과 사용 방법을 단계별로 살펴보겠습니다.
1. 예제 테이블 생성
먼저 두 개의 점수 열(Score1, Score2)을 가진 테이블을 생성합니다.
mysql> create table DemoTable790 ( Score1 int, Score2 int ); Query OK, 0 rows affected (0.45 sec)
2. 샘플 데이터 삽입
INSERT 명령어를 사용해 몇 개의 레코드를 추가합니다.
mysql> insert into DemoTable790 values(98,76); Query OK, 1 row affected (0.12 sec) mysql> insert into DemoTable790 values(78,89); Query OK, 1 row affected (0.12 sec) mysql> insert into DemoTable790 values(85,68); Query OK, 1 row affected (0.14 sec)
3. 저장된 데이터 확인
SELECT 문으로 테이블의 모든 레코드를 조회합니다.
mysql> select *from DemoTable790;
실행 결과는 다음과 같습니다.
+--------+--------+ | Score1 | Score2 | +--------+--------+ | 98 | 76 | | 78 | 89 | | 85 | 68 | +--------+--------+ 3 rows in set (0.00 sec)
4. MAX() 함수로 단일 열의 최댓값 구하기
MAX()는 특정 열에 있는 모든 값 중에서 가장 큰 값을 반환하는 집계 함수(aggregate function)입니다. 여기서는 Score1 열의 최댓값을 구해 보겠습니다.
mysql> select max(Score1) from DemoTable790;
결과는 다음과 같습니다.
+-------------+ | max(Score1) | +-------------+ | 98 | +-------------+ 1 row in set (0.00 sec)
Score1 열에는 98, 78, 85 세 개의 값이 있으며, 그중 가장 큰 값인 98이 반환된 것을 확인할 수 있습니다.
5. GREATEST() 함수로 두 열 중 가장 큰 값 구하기
GREATEST()는 인수로 전달된 여러 값 또는 열을 행 단위로 비교하여 그중 가장 큰 값을 반환하는 스칼라 함수(scalar function)입니다. 즉, 각 행마다 Score1과 Score2를 비교한 결과를 반환합니다.
mysql> select greatest(Score1,Score2) from DemoTable790;
결과는 다음과 같습니다.
+-------------------------+ | greatest(Score1,Score2) | +-------------------------+ | 98 | | 89 | | 85 | +-------------------------+ 3 rows in set (0.03 sec)
첫 번째 행은 98과 76을 비교해 98, 두 번째 행은 78과 89를 비교해 89, 세 번째 행은 85와 68을 비교해 85를 반환했습니다. 총 3개의 행이 출력되는 것처럼, GREATEST()는 행마다 하나의 결과를 만들어냅니다.
MAX()와 GREATEST()의 핵심 차이 정리
- MAX(): 하나의 열에 있는 여러 행의 값들을 종합적으로 비교하여 전체 최댓값 하나만 반환합니다. (집계 함수)
- GREATEST(): 같은 행 내에서 여러 열(또는 값)을 비교하여 각 행마다 가장 큰 값을 반환합니다. (스칼라 함수)
반대로 최솟값이 필요한 경우에는 MIN()(열 전체 기준)과 LEAST()(행 단위 기준) 함수를 사용하면 됩니다. 두 함수의 동작 방식을 정확히 이해하고 있으면, 시험 점수 분석, 판매 데이터 비교 등 다양한 상황에서 유용하게 활용할 수 있습니다.