sy1214ei 님의 블로그

by 백준 1158 요세푸스

sy1214ei — Wed, 21 Jan 2026 02:03:30 +0900

1. 입출력 (Input/Output)

실수 포인트: 데이터 양이 많은 문제에서 input()을 사용해 '시간 초과(TLE)' 발생.
해결책: sys.stdin.readline을 사용하여 입력 속도를 최적화한다.

import sys
input = sys.stdin.readline # 습관적으로 맨 위에 선언

# 숫자 하나 읽기
n = int(input())
# 공백으로 구분된 여러 숫자 리스트로 읽기
nums = list(map(int, input().split()))
# 여러 줄에 걸쳐 들어오는 숫자들을 한꺼번에 읽기
data = list(map(int, sys.stdin.read().split()))

2. 인덱스 순환 구조 (Circular Index)

실수 포인트: 리스트 끝에서 다시 앞으로 돌아갈 때 while이나 if로 인덱스를 직접 빼다가 실수함.
해결책: 나머지 연산자(%)를 활용하여 인덱스 범위를 항상 유지한다.

# 현재 인덱스에서 K번째 요소를 찾을 때 (0번 인덱스 기준)
# 현재 리스트의 길이를 n이라고 하면
index = (index + (K - 1)) % n

3. 리스트 연산의 시간 복잡도 (O(n^2) 주의)

실수 포인트: 반복문 안에서 list.pop(i)나 list.remove()를 사용하여 전체 복잡도가 O(n^2)이 됨. (데이터가 10,000개만 넘어도 위험)
해결책:
1. 데이터 삭제가 빈번하다면 collections.deque의 popleft()를 사용하여 O(1)로 처리.
2. 삭제 대신 값을 변경(예: 0으로 바꿈)하고 나중에 한꺼번에 처리.
주의: pop()은 맨 뒤 요소를 뺄 때만 O(1)이고, 중간이나 맨 앞을 뺄 때는 O(n)이다.

4. 출력 형식 (Formatted Output)

실수 포인트: <3, 6, 2>와 같이 특수 문자나 공백이 포함된 형식을 맞추지 못해 '출력 형식이 잘못되었습니다' 발생.
해결책: f-string과 join()을 조합하여 문자열을 만든다.

visit = [3, 6, 2, 7, 5, 1, 4]

# 1. 숫자 리스트를 문자열로 변환 후 ", "로 연결
res = ", ".join(map(str, visit))

# 2. 양 끝에 괄호 붙여서 출력
print(f"<{res}>")

리스트가 비어있는지 확인할 때는 if not num:을 사용하자. (if num is None:은 금지!)

HTTP 설명

sy1214ei — Sun, 12 Oct 2025 15:28:28 +0900

1) URL(Uniform Resource Locato)

URL (Uniform Resource Locator)의 구조

**URL(Uniform Resource Locator)**은 인터넷상의 리소스(자원)의 위치를 나타내는 표준화된 주소 체계입니다. 기술적으로는 **URI(Uniform Resource Identifier)**의 하위 개념이지만, 웹 환경에서는 현재 거의 같은 의미로 혼용되어 사용되고 있습니다.

제공된 예시 URL: http://www.wooteco.com/webcontents/index.html

URL은 크게 스킴(Scheme), 호스트명(Host), 경로명(Path) 세 가지 주요 요소로 구성됩니다.

구성 요소	예시	역할
스킴(Scheme)	http	리소스를 획득하는 방법 (통신 프로토콜)을 지정합니다.
호스트명(Host)	www.wooteco.com	리소스가 존재하는 서버(컴퓨터)의 이름을 나타냅니다.
경로명(Path)	/webcontents/index.html	호스트 내에서 리소스의 정확한 위치를 나타냅니다.

1. 스킴 (Scheme)

스킴은 클라이언트가 서버로부터 리소스를 가져오기 위해 사용해야 할 프로토콜 또는 접근 방법을 나타냅니다. 웹 애플리케이션에서는 대부분 HTTP 프로토콜을 사용합니다.

주요 스킴 종류

스킴	의미	설명
http	HyperText Transfer Protocol	암호화되지 않은 일반적인 웹 통신 프로토콜입니다.
https	HTTP Secure	암호화된 보안 HTTP 통신 프로토콜입니다.
ftp	File Transfer Protocol	FTP 프로토콜을 통한 파일 전송 및 획득을 나타냅니다.
mailto	메일 수취인	이메일 클라이언트를 실행하여 특정 주소로 이메일을 보내기 위한 스킴입니다.
file	파일 시스템	로컬 컴퓨터의 파일 시스템 속 파일이나 디렉토리를 참조할 때 사용합니다.

2. 호스트명 (Host)

호스트명은 리소스가 실제로 저장되어 있고, 클라이언트의 요청을 받아 처리할 수 있는 서버 컴퓨터의 이름을 나타냅니다.

호스트 컴퓨터: 네트워크에 연결되어 다른 컴퓨터(클라이언트)로부터 요청을 받고 그 결과를 되돌려주는 컴퓨터를 일반적으로 호스트 컴퓨터라고 합니다.
역할: 웹 환경에서 호스트명은 보통 도메인 이름으로 사용되며, 이 도메인 이름은 DNS(Domain Name System)를 통해 서버의 실제 IP 주소로 변환되어 통신이 이루어집니다.
- 예시에서 www.wooteco.com이 호스트명입니다.

3. 경로명 (Path)

경로명은 호스트명으로 지정된 서버 컴퓨터 내부에서 리소스가 정확히 어디에 위치하는지를 나타냅니다.

계층적 구조: 경로명은 파일 시스템처럼 / (슬래시)를 구분자로 사용하여 **디렉토리(폴더)**와 파일 이름을 계층적으로 지정합니다.
역할: URL을 통해 **도메인 컴퓨터 디렉토리 파일명**과 같이 상세한 위치를 지정함으로써, 인터넷상에서 특정 리소스를 고유하게 식별하고 접근할 수 있게 합니다.
- 예시에서 /webcontents/index.html은 webcontents 디렉토리 하위에 있는 index.html 파일을 나타냅니다.
- 경우에 따라 파일명 없이 디렉토리까지만 지정하면, 서버 설정에 따라 해당 디렉토리의 기본 파일(예: index.html)이 자동으로 로드됩니다.

URI와 URL의 관계 (참고)

URI (Uniform Resource Identifier): 인터넷상의 자원을 식별하는 통합적인 방법입니다.
URL (Uniform Resource Locator): URI 중에서도 자원의 **위치(Location)**를 나타내는 데 특화된 개념입니다.
- 모든 URL은 URI이지만, 모든 URI가 URL인 것은 아닙니다. (예: URN(Uniform Resource Name)은 자원의 이름만 나타냄)
실제 사용: 웹 환경에서는 '주소'를 의미하는 경우가 많아 URL이라는 용어가 널리 쓰이며, 현재는 두 용어가 혼용되어 사용되므로, 일반적인 웹 주소는 URL이자 URI로 이해해도 무방합니다.

2) HTTP Request Line

HTTP 요청 메시지는 크게 요청 라인(Request Line), 요청 헤더(Request Headers), 그리고 **요청 메시지 본문(Request Message Body)**으로 구성되어 있습니다.

1. 요청 라인 구성 요소 (첫 번째 줄)

HTTP 요청의 첫 번째 줄은 요청 라인입니다: GET /doc/test.html HTTP/1.1

a) 메서드 (Method)

역할: 요청의 종류를 나타냅니다.
예시: 이미지에서는 GET입니다.
의미: 'URI에서 지정한 정보를 나에게 보내주세요'라는 의미입니다. 웹 브라우저에서 서버로 보내는 대부분의 요청은 GET 메서드를 따릅니다.

b) URI (Uniform Resource Identifier)

역할: 무엇을 원하는지, 즉 요청 대상의 자원을 나타냅니다.
예시: 이미지에서는 /doc/test.html입니다.
의미: GET 메서드가 단순히 '정보를 달라'는 의미라면, URI는 '어떤 정보를 원하는가'를 명확히 지정합니다. 일반적으로 URL과 거의 같은 것으로 생각해도 무방합니다.

c) HTTP 버전 (HTTP Version)

역할: 사용 중인 HTTP 프로토콜의 버전을 나타냅니다.
예시: 이미지에서는 HTTP/1.1입니다.
의미: 버전에 따라 사용할 수 있는 메서드나 헤더의 종류가 달라지므로, 요청이 어떤 버전에 기반하는지 명시합니다.

2. 요청 헤더 구성 요소 (메시지 헤더)

요청 라인 다음 줄부터는 요청 헤더이며, 요청에 대한 부가적인 정보를 나타냅니다.

g) Host

역할: 요청을 보낸 곳의 호스트명과 (선택적으로) 포트 번호를 지정합니다.
예시: 이미지에서는 **www.test101.com**입니다.
의미: 하나의 서버가 여러 웹사이트를 운영할 때(가상 호스팅), 서버가 클라이언트가 원하는 웹사이트가 무엇인지 식별하는 데 매우 중요합니다.

d) Accept

역할: 웹 클라이언트가 받을 수 있는 데이터의 종류를 표시합니다.
예시: 이미지에서는 image/gif, image/jpeg, */* 입니다.
의미: 데이터 종류는 Content-Type 형식으로 표시되며, 클라이언트가 받을 수 있는 Content-Type을 쉼표(,)로 구분하여 지정합니다. 서버는 이 필드를 참조하여 클라이언트가 처리할 수 없는 불필요한 정보를 보내지 않을 수 있습니다.

e) Accept-Language

역할: 웹 클라이언트가 받을 수 있는 자연 언어의 종류(사람이 사용하는 언어)를 나타냅니다.
예시: 이미지에서는 en-us (미국식 영어)입니다.
의미: 서버가 다국어 버전을 제공할 때, 이 정보를 참조하여 사용자에게 가장 적합한 언어의 콘텐츠를 제공할 수 있습니다.

f) User-Agent

역할: 이용 중인 웹 브라우저(웹 클라이언트)의 종류와 버전을 나타냅니다.
예시: 이미지에서는 Mozilla/4.0입니다.
의미: 서버가 특정 브라우저에 최적화된 콘텐츠를 제공하는 데 참고할 수 있는 정보입니다.

3. 요청 메시지 본문 (Request Message Body)

헤더 섹션과 빈 줄로 구분된 다음 부분이 요청 메시지 본문입니다.

역할: 서버로 전송하려는 실제 데이터(예: 폼 데이터)를 담고 있습니다.
예시: 이미지에서는 bookId=12345&author=Tan+Ah+Teck입니다.
의미: 이미지의 예시는 데이터를 포함하고 있습니다. GET 요청의 경우 보통 데이터가 URI에 포함되지만, POST와 같은 다른 메서드에서는 이 본문이 필수적이며 사용자가 입력한 내용이나 업로드할 파일 등이 여기에 담깁니다.

HTTP 응답 메시지는 클라이언트(웹 브라우저)의 요청에 대해 서버가 보내는 메시지이며, 크게 상태 라인(Status Line), 응답 헤더(Response Headers), 그리고 **응답 메시지 본문(Response Message Body)**으로 구성됩니다.

3) HTTP response

a) 상태 라인 (Status Line)

HTTP 응답에서 가장 중요한 첫 번째 줄을 상태 라인이라고 합니다. 이 라인은 요청이 성공했는지, 실패했는지 등 처리 결과를 나타냅니다.

상태 라인은 세 부분으로 나뉩니다.

HTTP 버전 (HTTP/1.1): 사용된 프로토콜 버전을 나타냅니다.
상태 코드 (200): 요청의 처리 결과를 숫자로 나타냅니다.
- 예시의 200은 요청이 성공(OK) 하여 정상적인 응답이 돌아왔음을 의미합니다.
응답 구문 (OK): 상태 코드를 사람이 읽기 쉬운 텍스트로 설명합니다.

대표적인 HTTP 상태 코드

상태 코드는 세 자리 숫자로 구성되며, 첫 번째 자릿수에 따라 요청 처리의 성공, 실패, 리다이렉션 등을 구분합니다.

구분	범위	의미	대표적인 코드
2XX	성공	클라이언트의 요청이 서버에 의해 성공적으로 수신, 이해, 처리되었습니다.	200 OK (성공), 201 Created (자원 생성 성공)
3XX	리다이렉션	클라이언트가 요청을 완료하기 위해 추가적인 동작(다른 위치로 이동 등)이 필요합니다.	302 Found (임시 이동), 304 Not Modified (캐시된 자원 사용)
4XX	클라이언트 오류	요청에 오류가 있어 클라이언트 측에서 요청을 완료할 수 없습니다.	401 Unauthorized (권한 없음), 404 Not Found (자원 없음)
5XX	서버 오류	서버가 유효한 요청을 명백하게 수행하지 못했을 때 발생한 오류입니다.	500 Internal Server Error (내부 서버 오류), 503 Service Unavailable (서비스 이용 불가)

b) 메시지 헤더 (Response Headers)

상태 라인에 이어서 두 번째 줄부터 빈 줄까지 계속되는 부분이며, 응답에 대한 부가적인 정보가 들어있습니다. 요청 메시지 헤더와 같은 형식으로 구성됩니다.

Date: 응답이 생성된 날짜 및 시간
Server: 응답을 처리한 웹 서버의 종류와 버전
Content-Length: 응답 메시지 본문의 길이 (크기)
Content-Type: 메시지 본문에 담긴 데이터의 종류 (예: text/html)

c) 메시지 본문 (Response Message Body)

메시지 본문은 헤더와 빈 줄로 구분된 다음 부분이며, 클라이언트에게 실제로 전달하려는 데이터가 담겨 있습니다.

역할: 요청한 자원, 즉 데이터 자체가 위치하는 곳입니다.
예시: 이미지에서와 같이 HTML 파일을 요청했을 경우, <H1>My Home page</H1>과 같은 HTML 텍스트가 여기에 저장됩니다.
다양한 데이터: HTML 외에도, GIF나 JPEG 같은 이미지 파일, JSON 데이터 등 요청에 따라 다양한 형식의 데이터가 메시지 본문에 들어가며, 웹 브라우저는 이 본문을 해석하여 화면에 표시합니다.

4) HTTP method

[MLOps] AutoML (MLJAR)

sy1214ei — Sun, 27 Apr 2025 19:11:30 +0900

- [실습 목표] MLJAR를 이용한 AutoML 프로세스 실습
- [실습 흐름]
  1. 환경 세팅 (Python, MLJAR 설치)
  2. 다양한 모델 학습 및 평가 (UCI Heart Disease 데이터셋 사용)
  3. 결과 해석 및 시각화
- [데이터셋] UCI Heart Disease (새로운 데이터셋!)
- [목적] AutoML이 실제로 어떻게 동작하는지 경험해보기

- [환경 요구사항]
  - Python 3.8 이상
  - Ubuntu 20.04 이상
  - HDD 여유공간 10GB 이상

- [AWS 주의사항]
  - t2.micro 사용 시 EBS 볼륨 크기 늘려야 함

- [설치 명령어]
  - pip install mljar-supervised

- [설치 소요 시간]
  - 약 3~5분

- [문제] 기본 AWS EBS 용량(8GB) → AutoML에 부족

- [해결책] EBS 볼륨을 30GB로 확장

- [AWS 무료 정책] 12개월 동안 30GB까지 무료 사용 가능

- [확장 방법]
  1. AWS Console 접속
  2. EC2 → Volumes → 내 볼륨 선택
  3. Modify → 크기 조정

- [주의사항] Volumes 상태가 "in-use"여야 함

########################################################

- [목적] EBS 볼륨이 EC2 인스턴스에 연결되어 있어야 확장 가능

- [확인 방법]
  1. EC2 → Volumes 이동
  2. 볼륨 상태(State)가 "in-use"인지 확인

- [주의사항] "available" 상태 볼륨은 사용 불가

- [이유] EBS 볼륨 크기를 늘린 뒤 -> OS 파티션도 확장해야 함

       * EBS: AWS에서 제공하는 '가상 하드디스크' 서비스 (Elastic Block Store) -> EC2 인스턴스에 연결해서 쓰는 가상 SSD/HDD

- [확인 명령어]
  - sudo lsblk (디스크/파티션 확인)

- [확장 명령어]
  - sudo growpart [디스크 이름] [파티션 번호]

- [예시]
  - sudo growpart /dev/xvda 1

- [이유] 파티션 확장 후 파일 시스템도 확장해야 새 공간 사용 가능

- [파일 시스템 타입 확인]
  - 명령어: df -hT

- [파일 시스템 확장 명령어]
  - ext4: sudo resize2fs /dev/xvda1
  - xfs: sudo xfs_growfs -d /

- [스토리지 확장 절차]
  1. AWS Console: 볼륨 크기 변경
  2. EC2: growpart로 파티션 확장
  3. df -hT로 파일 시스템 종류 확인
  4. 파일 시스템 확장 (resize2fs 또는 xfs_growfs)

- [AutoML 실습 흐름]
  1. 데이터 준비 (CSV 읽기, 전처리)
  2. AutoML 설정 (AutoML 객체 생성, 모드 설정)
  3. AutoML 실행 (fit 호출, 다양한 모델 학습)
  4. 최적 모델로 예측 (predict 호출)

- [사용 라이브러리]
  - pandas, mljar-supervised

- [결과]
  - artifacts 폴더에 결과 저장

- [AutoML이 사용하는 알고리즘]
  - Baseline, Linear, Decision Tree, Random Forest, XGBoost, Neural Network
- [AutoML 단계(steps)]
  - simple_algorithms → default_algorithms → ensemble
- [로그 예시]
  - 각 모델의 logloss, 학습시간 기록
- [best model]
  - logloss가 가장 낮은 모델 선택 (예시: Ensemble)
- [logloss란?]
  - 값이 낮을수록 좋은 분류 성능

# Generated Artifacts

- [artifacts란?]
  - AutoML 결과물(모델, 실험 요약, 설정 파일, 그래프 등)
- [다운로드 명령어 예시]
  - pscp -i aws_key.ppk ubuntu@[IP주소]:[서버경로] [내컴퓨터경로]
- [주요 파일 종류]
  - artifacts 폴더 (모델 결과)
  - README.md (실험 요약)
  - *.json, *.npy (설정 및 모델정보 저장)
  - *.png (시각화된 그래프)
- [주의사항]
  - Windows는 pscp, Mac/Linux는 scp 사용

# 추가 설명

- [artifacts 폴더]
  - AutoML 실행(automl.fit) 시 자동 생성
  - 모델, 실험 결과, 그래프, 설정 파일 저장
  - 실험 재현과 결과 분석을 쉽게 만들어줌

# Artifacts Analysis: General Performance

- [README.md]
  - 실험 결과 텍스트 요약 파일
  - 모델별 성능 비교 및 베스트 모델 기록
- [ldb_performance.png]
  - 모델 성능을 시각화한 그래프
  - X축: 모델 이름, Y축: 성능 지표(logloss 등)
- [확인 포인트]
  - 베스트 모델 찾기
  - 성능 격차 분석
- [Tip]
  - 기본 지표: logloss (설정 변경 가능)

# Artifacts Analysis: General Performance

- [Correlation Heatmap]
  - Feature 간 상관관계 시각화
  - 1에 가까움: 강한 양의 상관관계
  - -1에 가까움: 강한 음의 상관관계
- [Feature Importance]
  - 모델이 예측에 의존한 Feature들의 중요도 표시
  - 중요도가 높은 Feature를 우선 활용
- [Tip]
  - Feature Importance는 모델마다 다를 수 있음
  - 상관관계 높은 Feature는 중복 제거 고려 가능

바로 위 코드블럭의 참고 이미지

# Note: You Can Generate Web-Style Summary

- [웹 스타일 요약 리포트 생성]
  - 한 줄 명령어: automl.report()
  - 결과물: README.html
  
- [장점]
  - 텍스트보다 보기 쉬운 웹 페이지 형식
  - 그래프/테이블을 통합하여 시각적으로 분석 가능
  - 문서화 및 제출용으로 사용 가능
  
- [Tip]
  - 학습이 끝난 artifacts 폴더 기반으로 HTML 리포트 자동 생성

# Artifacts Analysis: Individual Models

- [개별 모델 분석]
  - 각 모델 학습 결과를 artifacts 폴더에서 개별 분석
  
- [예시]
  - 베스트 모델: Linear + Default XGBoost + Default Neural Network (앙상블)
  
- [artifacts 폴더 구조]
  - 각 모델별 디렉토리에 설정 정보, 평가 지표, feature importance 저장
- [앙상블 모델]
  - 여러 모델을 조합하여 최종 결과 도출

# Let's Test with Your Taste: Change modes

- [AutoML 모드]
  - 실험 목표에 따라 Explain / Perform / Compete 모드를 선택

- [모드별 특징]
  - Explain: 빠르고 설명 가능한 모델
  - Perform: 실용성 좋은 모델
  - Compete: 최고 성능 모델 (시간 오래 걸림)

- [Tip]
  - Compete 모드는 24시간 이상 소요될 수 있음 (주의)

# Let's Test with Your Taste: Change Config

- [Config 변경]
  - Mode 선택과 별개로 세부 설정 가능

- [설정 항목 예시]
  - algorithms: 사용할 알고리즘 선택
  - hyperparameter_search: 튜닝 방법 선택 (random/grid search)
  - validation_strategy: 데이터 검증 방식 설정 (ex: kfold)

- [예시 코드]
  - AutoML(algorithms=["Random Forest"], hyperparameter_search="random", validation_strategy={"validation_type": "kfold", "k_folds": 5})

- [Tip]
  - 공식 문서(supervised.mljar.com/api)에서 더 많은 설정 가능

#############################################################

# Config 설정 예시 코드

automl = AutoML(
	mode='Explain',
    algorithms=["Random Forest"],
    train_ensemble=False,
    stack_models=False,
    eval_metric='f1'
    validation_strategy={
    	"validation_type': 'kfold',
        "k_folds": 5,
        "shuffle": True,
        "stratify": True,
        "random_seed": 123
    },
    explain_level=0
)

# Summary

- [Week 7 Lab 요약]
  - AutoML(MLJAR)로 머신러닝 실험 자동화
  - 환경 세팅 → 모델 학습 → 결과 분석

- [AutoML 장점]
  - 빠른 실험 속도
  - 높은 재현성
  - 유연한 모드/세팅
  - 다양한 모드로 목표 설정 가능 (Explain / Perform / Compete)

- [실험 후 분석]
  - artifacts 폴더 활용 (README, 그래프, feature 분석)

- [Tip]
  - 실험 반복하면서 성능 개선 방향 스스로 찾아야 함

[Programmers] SQL 조건에 맞는 도서와 저자 리스트 출력하기

sy1214ei — Thu, 17 Apr 2025 19:40:05 +0900

https://school.programmers.co.kr/learn/courses/30/lessons/144854

프로그래머스

SW개발자를 위한 평가, 교육, 채용까지 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

-- mysql
SELECT book_id, author_name, DATE_FORMAT(published_date, '%Y-%m-%d')
FROM book INNER JOIN AUTHOR
USING (author_id)
WHERE category = '경제'
ORDER BY published_date;

[Programmers] SQL 상품 별 오프라인 매출 구하기

sy1214ei — Thu, 17 Apr 2025 19:34:36 +0900

https://school.programmers.co.kr/learn/courses/30/lessons/131533

프로그래머스

SW개발자를 위한 평가, 교육, 채용까지 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

-- mysql

SELECT product_code, price * SUM(sales_amount) AS sales
FROM product P JOIN offline_sale OFF
ON P.product_id = OFF.product_id
GROUP BY product_code
ORDER BY price * SUM(sales_amount) DESC, product_code;

[Programmers] SQL 경기도에 위치한 식품창고 목록 출력하기

sy1214ei — Thu, 17 Apr 2025 19:15:39 +0900

https://school.programmers.co.kr/learn/courses/30/lessons/131114

프로그래머스

SW개발자를 위한 평가, 교육, 채용까지 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

-- mysql
SELECT warehouse_id, warehouse_name, address,
       CASE WHEN freezer_yn IS NULL THEN 'N'
       ELSE freezer_yn END
FROM food_warehouse
WHERE address LIKE "경기도%"
ORDER BY warehouse_id;

[Programmers] SQL 부서별 평균 연봉 조회하기

sy1214ei — Thu, 17 Apr 2025 19:05:21 +0900

https://school.programmers.co.kr/learn/courses/30/lessons/284529

프로그래머스

SW개발자를 위한 평가, 교육, 채용까지 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

-- mysql
SELECT D.dept_id, dept_name_en, ROUND(AVG(sal), 0) AS AVG_SAL
FROM hr_department D CROSS JOIN hr_employees E
WHERE D.dept_id = E.dept_id
GROUP BY D.dept_id, dept_name_en
ORDER BY AVG(sal) DESC;

[Programmers] SQL 노선별 평균 역 사이 거리 조회하기

sy1214ei — Thu, 17 Apr 2025 18:16:49 +0900

https://school.programmers.co.kr/learn/courses/30/lessons/284531

프로그래머스

SW개발자를 위한 평가, 교육, 채용까지 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

-- mysql

SELECT route, CONCAT(ROUND(SUM(d_between_dist),1),'km') AS TOTAL_DISTANCE, CONCAT(ROUND(AVG(d_between_dist), 2),'km') AS AVERAGE_DISTANCE
FROM subway_distance
GROUP BY route
ORDER BY ROUND(SUM(d_cumulative),1) DESC;

[Programmers] SQL 가격대 별 상품 개수 구하기

sy1214ei — Thu, 17 Apr 2025 18:01:16 +0900

https://school.programmers.co.kr/learn/courses/30/lessons/131530

프로그래머스

SW개발자를 위한 평가, 교육, 채용까지 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

-- mysql

SELECT (price DIV 10000)*10000 AS PRICE_GROUP, COUNT(*)
FROM product
GROUP BY (price DIV 10000)
ORDER BY (price DIV 10000)

[Programmers] SQL 고양이와 개는 몇 마리 있을까

sy1214ei — Thu, 17 Apr 2025 17:52:07 +0900

https://school.programmers.co.kr/learn/courses/30/lessons/59040

프로그래머스

SW개발자를 위한 평가, 교육, 채용까지 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

-- mysql
SELECT animal_type, COUNT(*)
FROM animal_ins
WHERE animal_type LIKE 'Cat' OR animal_type LIKE 'Dog'
GROUP BY animal_type
ORDER BY animal_type