[파이썬] ORM을 사용한 복잡한 쿼리 작성

01 Sep 2023

python

ORM

Introduction

ORM (Object-Relational Mapping)은 개발자들이 데이터베이스와 상호작용할 때 사용되는 매우 유용한 도구입니다. ORM은 데이터베이스 테이블과 객체 간의 매핑을 자동으로 처리하여 개발자들이 SQL 쿼리 작성 없이도 데이터베이스를 조작할 수 있도록 도와줍니다.

일반적으로 ORM은 간단한 쿼리 작성에는 탁월한 성과를 보이지만, 복잡한 쿼리 작성에는 어려움이 있을 수 있습니다. 하지만 Python에서 사용되는 ORM 라이브러리들 중에서도 몇 가지는 복잡한 쿼리에 대한 강력한 기능을 제공합니다.

이번 블로그 포스트에서는 Python에서 ORM을 사용하여 복잡한 쿼리를 작성하는 방법을 알아보겠습니다.

SQLAlchemy ORM

SQLAlchemy는 Python에서 가장 인기 있는 ORM 라이브러리 중 하나입니다. SQLAlchemy ORM을 사용하면 Python 객체를 데이터베이스 테이블에 매핑할 수 있으며, SQL 쿼리 작성 없이도 객체를 이용하여 데이터베이스 조작을 할 수 있습니다.

가장 간단한 쿼리에서부터 복잡한 쿼리까지 다양한 쿼리를 작성할 수 있는 강력한 기능을 제공합니다.

복잡한 쿼리 작성 예제

from sqlalchemy.orm import sessionmaker
from sqlalchemy import func
from models import User

# SQLAlchemy 세션 생성
Session = sessionmaker(bind=engine)
session = Session()

# 복잡한 쿼리 작성을 위한 기능들
result = session.query(
    func.count(User.id).label('total_users'),
    func.avg(User.age).label('average_age')
).filter(
    User.gender == 'male',
    User.country.in_(['USA', 'Canada'])
).group_by(
    User.age
).having(
    func.count(User.id) > 100
).order_by(
    func.count(User.id).desc()
).limit(10)

# 결과 출력
for row in result:
    print(f"Total users: {row.total_users}, Average age: {row.average_age}")

위의 코드 예제에서는 User 테이블에서 gender 가 ‘male’ 이고 country 가 ‘USA’이거나 ‘Canada’인 사용자들에 대해 다음과 같은 작업을 수행합니다.

User 테이블에서 id 열의 개수를 세고 ‘total_users’로 라벨링합니다.
User 테이블에서 age 열의 평균을 구하고 ‘average_age’로 라벨링합니다.
User 테이블에서 각 age 그룹 별로 그룹화합니다.
User 테이블에서 id 열의 개수가 100보다 큰 그룹만 필터링합니다.
User 테이블을 id 열의 개수를 기준으로 내림차순 정렬합니다.
결과를 최대 10개까지 제한합니다.

이렇게 복잡한 쿼리를 작성하여 원하는 결과를 쉽게 얻을 수 있습니다.

결론

ORM을 사용하면 복잡한 쿼리를 작성하는 과정을 단순화할 수 있습니다. Python에서 사용되는 SQLAlchemy ORM은 이러한 기능을 제공하며, 복잡한 쿼리 작성에도 우수한 성능을 보여줍니다.

복잡한 쿼리를 작성해야 하는 경우에도 ORM을 적극적으로 활용하여 데이터베이스 조작을 시도해보세요. 그러면 코드의 가독성과 유지보수성을 높일 수 있을 것입니다.