[프로그래머스] 대장균의 크기에 따라 분류하기2/MySQL - Lv.3

❓문제

https://school.programmers.co.kr/learn/courses/30/lessons/301649

프로그래머스

문제 설명

대장균들은 일정 주기로 분화하며, 분화를 시작한 개체를 부모 개체, 분화가 되어 나온 개체를 자식 개체라고 합니다.
다음은 실험실에서 배양한 대장균들의 정보를 담은 ECOLI_DATA 테이블입니다. ECOLI_DATA 테이블의 구조는 다음과 같으며, ID, PARENT_ID, SIZE_OF_COLONY, DIFFERENTIATION_DATE, GENOTYPE 은 각각 대장균 개체의 ID, 부모 개체의 ID, 개체의 크기, 분화되어 나온 날짜, 개체의 형질을 나타냅니다.

Column name	Type	Nullable
ID	INTEGER	FALSE
PARENT_ID	INTEGER	TRUE
SIZE_OF_COLONY	INTEGER	FALSE
DIFFERENTIATION_DATE	DATE	FALSE
GENOTYPE	INTEGER	FALSE

최초의 대장균 개체의 PARENT_ID 는 NULL 값입니다.

---

문제

대장균 개체의 크기를 내름차순으로 정렬했을 때 상위 0% ~ 25% 를 'CRITICAL', 26% ~ 50% 를 'HIGH', 51% ~ 75% 를 'MEDIUM', 76% ~ 100% 를 'LOW' 라고 분류합니다. 대장균 개체의 ID(ID) 와 분류된 이름(COLONY_NAME)을 출력하는 SQL 문을 작성해주세요. 이때 결과는 개체의 ID 에 대해 오름차순 정렬해주세요 . 단, 총 데이터의 수는 4의 배수이며 같은 사이즈의 대장균 개체가 서로 다른 이름으로 분류되는 경우는 없습니다.

---

예시

예를 들어 ECOLI_DATA 테이블이 다음과 같다면

ID	PARENT_ID	SIZE_OF_COLONY	DIFFERENTIATION_DATE	GENOTYPE
1	NULL	10	2019/01/01	5
2	NULL	2	2019/01/01	3
3	1	100	2020/01/01	4
4	2	16	2020/01/01	4
5	2	17	2020/01/01	6
6	4	101	2021/01/01	22
7	6	101	2022/01/01	23
8	6	1	2022/01/01	27

기준에 의해 분류된 대장균들의 ID는 다음과 같습니다.

CRITICAL (상위 0% ~ 25%) : ID 6, ID 7
HIGH (상위 26% ~ 50%) : ID 3, ID 5
MEDIUM (상위 51% ~ 75%) : ID 1, ID 4
LOW (상위 76% ~ 100%) : ID 2, ID 8

따라서 결과를 ID 에 대해 오름차순 정렬하면 다음과 같아야 합니다.

ID	COLONY_NAME
1	MEDIUM
2	LOW
3	HIGH
4	MEDIUM
5	HIGH
6	CRITICAL
7	CRITICAL
8	LOW

✍🏻풀이

percent_rank()를 이용하여 상대 순위를 구할 수 있다.
그러므로 대장균 개체의 크기를 기준으로 내림차순으로 정렬했을 때의 상위 퍼센트를 구한다.
id와 percent_rank만 있는 테이블을 구한다.
구한 테이블로부터 각 경우를 나눠 값을 출력한다. 

💻코드

select id, case
                when size_rank <= 0.25 then 'CRITICAL'
                when size_rank <= 0.50 then 'HIGH'
                when size_rank <= 0.75 then 'MEDIUM'
                else 'LOW'
            end as colony_name
from (select id, percent_rank() over (order by size_of_colony desc) as size_rank
     from ecoli_data) ed
order by id

💡새로 배운 내용

상대 순위를 계산하는 함수 - percent_rank

• percent_rank함수의 기본 형식
  percent_rank() over ([partition by 열] order by 열)
• percent_rank는 지정한 그룹 또는 쿼리 결과로 이루어진 그룹 내의 상대 순위를 계산할 수 있다.
• percent_rank함수는 cume_dist 함수와 유사하지만 누적 분포가 아닌 분포 순위이다.

누적 분포를 계산하는 함수 - cume_dist

• cume_dist함수의 기본 형식
  cume_dist() over ([partition by 열] order by 열)
• cume_dist함수는 0초과 1이하 범위 값을 반환, 같은 값은 항상 같은 누적 분포값으로 계산.
• cume_dist는 기본적으로 null값을 포함하며 null값은 해당 데이터 집합에서 가장 낮은 값으로 취급.

📍후기

상위 퍼센트를 보자마자 percent_rank가 떠올랐지만 어떻게 쓰는지는 몰랐다.
지금까지 직무테스트 보면서 이 정도의 함수는 쓴 적이 없어서 나중에 필요할 때 찾아보면 되지 했는데 혹시 모르니 이런 함수도 많이 알아둬야겠다.