[SQL] LeetCode #511 - Game Play Analysis

SQL 문제 풀이 - 첫 로그인 날짜 찾기

단순 SQLD 시험 응시를 넘어 앞으로 꾸준하게 SQL을 공부해보려고 합니다. 

그 과정 중 난이도와 상관 없이 1문제라도 꾸준하게 "분석적으로" 풀이해볼 생각입니다. 많관부

 

---

문제 설명

(player_id, event_date) is the primary key (combination of columns with unique values) of this table. This table shows the activity of players of some games. Each row is a record of a player who logged in and played a number of games (possibly 0) before logging out on someday using some device.
 
Write a solution to find the first login date for each player.
Return the result table in any order.
The result format is in the following example.

문제 설명

 

이 문제는 각 player_id에 대해 가장 빠른 event_date를 찾는 문제입니다.

즉, 각 플레이어가 처음 로그인한 날짜를 구하는 것이 핵심입니다.

 

 

 

---

처음 작성한 풀이

처음에는 문제를 잘못 이해하여 플레이어가 게임을 처음 진행한 날짜를 찾는다고 착각했고,
다음과 같은 엉망진창 쿼리를 작성했습니다.

SELECT DISTINCT(player_id), event_date
FROM Activity
WHERE games_played = 1;

 

여기서 games_played = 1 조건을 포함했는데,
사실 문제에서 요구하는 것은 "게임을 했는지 여부와 관계없이" 첫 로그인 날짜를 찾는 것입니다.

 

✅ 즉, games_played 조건 없이, player_id별 event_date의 최소값을 구해야 합니다.

 

 

---

올바른 풀이 접근법

그렇다면 어떤 사고 방식으로 접근해야 했을까요?

올바른 알고리즘은 다음과 같습니다.

1. 각 플레이어의 첫 로그인 날짜를 찾아야 하므로 player_id 별로 그룹화(GROUP BY)
2. 각 그룹에서 가장 빠른(MIN) 날짜 선택

 

이를 SQL 쿼리로 작성하면?

 

-- 해당 플레이어가 기록한 가장 빠른 로그인 날짜를 찾고,
SELECT player_id, MIN(event_date) AS first_login -- 결과 컬럼명을 문제에서 요구한 대로 변경
FROM Activity
GROUP BY player_id; -- 각 플레이어별로 그룹 형성

 

위 쿼리는 각 플레이어별로 가장 빠른 로그인 날짜를 정확하게 찾아줍니다.
(참고: AS first_login을 사용해 결과 컬럼명을 문제에서 요구하는 형식으로 변경했습니다.)

 

 

 

---

확장

단순히 기본적인 풀이를 이해하는 것을 넘어 다른 접근법은 없을까? 고민해봤습니다.

 

만약 GROUP BY 없이 해결하려면?

ORDER BY를 활용하여 정렬한 뒤, 고유한 값을 반환하는 ROW_NUMBER()를 사용할 수도 있습니다.

WITH Ranked AS (
	SELECT player_id, event_date,
    		ROW_NUMBER() OVER (PARTITION BY player_id ORDER BY event_date ASC) AS rn
	FROM Activity
)
SELECT player_id, event_date AS first_login
FROM Ranked
WHERE rn = 1;

 

이 방법은 각 player_id별 가장 빠른 event_date에 대해 rn = 1인 행만 선택하는 방식입니다.
즉, GROUP BY 없이도 문제를 해결할 수 있지만, 성능적인 차이가 있을 수 있습니다.

 

---

두 풀이의 차이는?

두 접근법은 같은 결과를 내지만, 내부적인 동작 방식과 성능에서 차이가 있습니다.

 

GROUP BY + MIN()을 이용한 쿼리의 장점

1. 단순하고 직관적
2. MIN() 연산이 그룹 내에서 한 번만 수행되므로 성능면에서 더 빠름
3. 인덱스 최적화 가능 (event_date에 인덱스가 있다면 인덱스 스캔 활용 가능)

 

GROUP BY + MIN()을 이용한 쿼리의 단점

첫 로그인 날짜 외 추가 정보(device_id)를 가져오기가 어려움
예를 들어, "첫 로그인 날짜의 device_id도 함께 조회"하려면 JOIN 필요

 

 

---

ROW_NUMBER() OVER() 이용한 풀이의 장점

첫 로그인 시점의 다른 컬럼(device_id, games_played 등)도 쉽게 가져올 수 있음
→ SELECT player_id, event_date, device_id WHERE rn = 1

중복 데이터 처리에 유용 (같은 event_date가 여러 개일 경우 ORDER BY를 추가하여 정렬 기준을 명확히 설정 가능)

 

ROW_NUMBER() OVER() 이용한 쿼리의 단점

연산이 조금 더 복잡함 (ORDER BY 포함 시, 데이터셋이 클 경우 성능 저하 가능)

인덱스 최적화가 어렵다 (PARTITION BY와 ORDER BY를 함께 사용하면 인덱스 활용이 제한될 수 있음)

 

 

 

---

결론

데이터가 매우 크고, 추가적인 정보가 필요 없다면?

👉  GROUP BY + MIN()이 더 효율적

 

첫 로그인과 함께 다른 컬럼도 가져와야 한다면?

👉  ROW_NUMBER()가 더 적합

 

 

간단한 문제였지만, 풀이 방식의 차이를 비교하여 공부하니,

기존 SQLD를 준비했을 때보다 머리에 더 잘 들어오는 느낌을 받습니다. ㅎㅎ (앞으로도 쭉 이럴 수 있길)