SQLite 데이터베이스 쿼리 시 커서를 생성해야 하는 이유

2024-07-27

데이터 추출 및 조작:

커서는 쿼리 결과를 반환하고, 데이터 행을 읽고, 데이터를 추출하며, 데이터를 조작하는 데 사용됩니다. 쿼리가 실행되면 커서는 결과 세트를 나타내는 객체를 반환합니다. 이 객체를 통해 개발자는 데이터 행을 반복하고, 각 행의 열 값에 액세스하고, 필요에 따라 데이터를 수정할 수 있습니다.

메모리 관리:

커서는 쿼리 결과를 메모리에서 효율적으로 관리하는 역할을 합니다. 쿼리가 실행되면 결과 세트가 메모리에 로드됩니다. 커서를 사용하면 개발자는 필요한 데이터만 메모리에 로드하고, 사용하지 않는 데이터는 언로드하여 메모리 사용량을 최적화할 수 있습니다.

쿼리 실행 준비:

커서는 쿼리 실행을 준비하는 데에도 사용됩니다. 쿼리 매개 변수를 설정하고, 쿼리 실행 옵션을 지정하며, 쿼리 실행을 위한 환경을 구성하는 데 활용됩니다.

예외 처리:

커서는 쿼리 실행 중 발생하는 예외를 처리하는 데 도움을 줍니다. 오류가 발생하면 커서는 오류 정보를 제공하고, 문제 해결에 필요한 데이터를 제공합니다.

예시:

import sqlite3

connection = sqlite3.connect('database.db')
cursor = connection.cursor()

# 모든 데이터를 선택하는 쿼리 실행
cursor.execute('SELECT * FROM table_name')

# 결과 세트에서 모든 행 반복
for row in cursor:
    print(row)

# 특정 조건에 맞는 데이터 선택
cursor.execute('SELECT * FROM table_name WHERE column_name = ?', (value,))

# 선택된 데이터 행의 첫 번째 열 값 가져오기
first_value = cursor.fetchone()[0]

connection.close()

import sqlite3

# 데이터베이스 연결 생성
connection = sqlite3.connect('my_database.db')

# 커서 생성
cursor = connection.cursor()

# 테이블 생성 (예시)
cursor.execute('''
CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    name TEXT NOT NULL,
    email TEXT UNIQUE NOT NULL
)
''')

# 사용자 데이터 삽입 (예시)
user_data = [
    ('Alice', '[email protected]'),
    ('Bob', '[email protected]'),
    ('Charlie', '[email protected]'),
]
cursor.executemany('INSERT INTO users (name, email) VALUES (?, ?)', user_data)

# 모든 사용자 데이터 선택
cursor.execute('SELECT * FROM users')

# 결과 세트에서 모든 행 반복 및 출력
print("모든 사용자:")
for row in cursor:
    print(row)

# 특정 조건에 맞는 사용자 데이터 선택 (예시: 이름으로 검색)
name = 'Bob'
cursor.execute('SELECT * FROM users WHERE name = ?', (name,))

# 선택된 사용자 데이터 출력
print(f"\n이름 '{name}'인 사용자:")
user = cursor.fetchone()
if user:
    print(user)
else:
    print(f"사용자 '{name}'을 찾을 수 없습니다.")

# 데이터베이스 커밋 및 연결 종료
connection.commit()
connection.close()

sqlite3 모듈을 가져옵니다.
my_database.db라는 이름의 데이터베이스에 대한 연결을 생성합니다.
커서를 생성합니다.
users라는 이름의 테이블을 생성합니다. 테이블에는 id, name, email이라는 세 개의 열이 있습니다.
user_data 리스트에 포함된 사용자 데이터를 테이블에 삽입합니다.
모든 사용자 데이터를 선택합니다.
결과 세트에서 각 행을 반복하고 사용자 이름과 이메일을 출력합니다.
Bob이라는 이름을 가진 사용자 데이터를 선택합니다.
선택된 사용자 데이터가 있는 경우 사용자 이름과 이메일을 출력합니다. 그렇지 않으면 사용자를 찾을 수 없다는 메시지를 출력합니다.
데이터베이스 변경 사항을 커밋합니다.
데이터베이스 연결을 종료합니다.

장점: 간단하고 빠른 쿼리에 적합하며,が少ない 메모리를 사용합니다.
단점: 전체 결과 세트를 한 번에 로드하지 않기 때문에 반복적으로 쿼리해야 하는 경우 비효율적일 수 있습니다. 또한, 결과 세트의 행 순서를 제어할 수 없습니다.

import sqlite3

connection = sqlite3.connect('my_database.db')
cursor = connection.cursor()

# 모든 사용자 데이터를 한 행씩 가져옴
user = cursor.fetchone()
while user:
    print(user)
    user = cursor.fetchone()

# 최대 10개의 사용자 데이터를 가져옴
users = cursor.fetchmany(10)
for user in users:
    print(user)

connection.close()

Row 객체 사용:

장점: 칼럼 이름을 사용하여 데이터에 액세스하는 방식을 제공하며, 객체 속성처럼 사용할 수 있어 편리합니다.
단점: 커서보다 느릴 수 있으며, 모든 SQLite 버전에서 지원되지 않을 수 있습니다.

import sqlite3

connection = sqlite3.connect('my_database.db')
cursor = connection.cursor()

cursor.execute('SELECT * FROM users')
for row in cursor:
    user = Row(row)
    print(f"사용자 이름: {user.name}")
    print(f"이메일: {user.email}")

connection.close()

pandas 라이브러리 사용:

장점: DataFrame을 사용하여 데이터를 효율적으로 처리하고 분석할 수 있으며, 다양한 데이터 분석 기능을 제공합니다.
단점: pandas 라이브러리를 별도로 설치해야 하며, 다른 방법들보다 느릴 수 있습니다.

import sqlite3
import pandas as pd

connection = sqlite3.connect('my_database.db')

# 데이터베이스 연결을 DataFrame으로 읽음
df = pd.read_sql_query('SELECT * FROM users', connection)

# DataFrame을 사용하여 데이터 처리 및 분석
print(df.head())  # 처음 5개 행 출력
print(df['name'].unique())  # 고유한 사용자 이름 목록 출력

connection.close()

직접 쿼리 결과를 반복 처리:

장점: 커서나 라이브러리를 사용하지 않고 가장 직접적인 방법입니다.
단점: 코드가 복잡해질 수 있으며, 오류 처리가 더 어려울 수 있습니다.

import sqlite3

connection = sqlite3.connect('my_database.db')
cursor = connection.cursor()

cursor.execute('SELECT * FROM users')
for row in cursor:
    id, name, email = row
    print(f"사용자 ID: {id}")
    print(f"사용자 이름: {name}")
    print(f"이메일: {email}")
    print("-" * 20)

connection.close()