많은 엔지니어 및 프로그래머는 공통적으로 문제를 해결할 때 반복문을 사용하는 것에 익숙해져 있다.→ 복잡한 문제를 작고 개별적인 단위(레코드)로 나눈 다음, 그 단위에 반복문을 적용해 해결하는 사고방식이다.“문제가 생기면 일단 분할하고 보자”, “상향 식으로 접근하자”, “모듈을 작게 나누자”의 프로그래밍 철학 이러한 반복문 의존증을 SQL 및 RDB의 패러다임 관점에서 이야기 해보자. SQL 및 RDB의 패러다임SQL에는 본질적으로 반복문이 없다.이는 SQL은 처음부터 반복문이 없는 것이 더 좋다는 철학을 바탕으로 설계됐기 때문인데,이로 인해 사용자에게 편리함을 제공한다. SQL은 기본적으로 집합(Set) 기반의 언어이고,개발자가 개별 레코드를 어떻게 처리할지 명시적으로 반복문을 작성할 필요 없이,원..

최근 SQL을 튜닝을 공부하면 할수록 느끼는 건데,단순히 문법을 외우는 걸 넘어서 생각의 체계 자체를 바꾸는게 필요한 것 같다. 절차 지향형 vs 선언형 사고 SQL을 작성하면서 statement 중심의 절차 지향형 사고에 머무를 때가 많다.쿼리를 작성하다 보면, “어떻게 이걸 구현하지?”에 초점이 맞춰진다. 근데 중급자 이상으로 가려면 반드시 넘어야 할 벽이 있다고 한다.바로 expression 중심의 선언형 사고이다.SQL은 프로그래밍 언어가 아니라, 질의(Query) 언어다.무엇을 원하는지를 말하면, DB가 어떻게든 해준다. UNION 쓰지 말자 (웬만하면)조건 분기 때문에 UNION을 여러 번 쓰고 있다면?CASE 식으로 훨씬 자연스럽고 깔끔하게 표현할 수 있다.UNION은 성능적 안티 패턴이..

TIL (Today I Learn)을 기록하는 것이 목적이기 때문에,두서 없을 수 있음을 미리 밝히고, 양해를 구합니다. 운영체제와 컴퓨터컴퓨터 = 하드웨어, 소프트웨어를 관리하는 OS, CPU, Memory 등으로 구성운영체제(OS) = 사용자가 필요로 하는 프로그램의 실행을 위한 시스템 소프트웨어 중 하나 최근에는 대부분의 시스템 소프트웨어가 운영체제에 포함되어, 같은 의미로 사용됨 운영체제는 쉽게 Window, Linux, Mac OS 등으로 대표할 수 있다. 즉, 컴퓨터 하드웨어 관리와 UI를 담당하는 프로그램으로, 컴퓨터의 성능을 효율적으로 운영 및 관리 감독하며,각종 자원들(CPU, Memory 등)을 효율적으로 관리한다 → 사용자에게 최대의 편의성 제공 운영체제의 역할과 구조OS의 역할1..

📌 비지니스 문제 시나리오최근 월간 활성 사용자(MAU)는 안정적이지만, 신규 가입자의 2주차 재방문율이 20% 이하로 떨어짐PM은 "추천 상품 노출 방식"이 문제라고 가설을 세웠지만,마케팅팀은 "신규 사용자 온보딩 프로세스의 부족"이 더 큰 문제라고 주장함.현재 팀의 핵심 과제는 리텐션(사용자 재방문) 개선입니다. 미션:리텐션 분석을 통해 2주차 재방문율이 낮은 원인을 규명하는 코드 작성과,작성한 SQL을 최적화된 방식으로 작성하여 분석 속도를 높이며,최종적으로 실행 계획을 예측 → 옵티마이저 관점에서 성능을 점검해야 함 ➡️ Step 1. 리텐션 분석 기본 프레임 설계이 문제를 해결해 나아가 보자. ❓ 리텐션을 어떤 방식으로 정의할 것인가? (코호트 vs 비코호트)리텐션은 기본적으로 “특정 시점 이..

왜 Poisson Process를 공부하는가?Linkedin에서 현업 데이터 분석가 분들의 인사이트를 읽다보면,'얼마나 많이'보다 '언제 일어나는가'에 대한 문제를 더 자주 고민하시는 것을 많이 접할 수 있었다. 예를 들어,"한 시간 뒤 고객 몇 명이 우리 웹사이트에 들어올까?""광고를 본 뒤 유저가 앱을 다시 켜는 데까지 시간이 얼마나 걸릴까?"와 같은 시간 기반의 사건들의 확률을 이해하기 위해선 다루는 도구에 대한 이해도 필요하다.Poisson Process는 이런 시간 기반의 사건들을 수학적으로 풀 수 있는 도구 중 하나이다. 평균만 본다고 예측이 되는 게 아니다 💬 우리 콜센터는 시간당 평균 12콜이 와요 → 이 말로는 10분동안 5콜이 몰릴 수도, 0콜이 올 수도 있다는 걸 설명할 수 없다...

수리통계학에서 배우고 있는 다양한 dist들이수식과 증명 위주 수업이라 와닿지 않아 학습의 연장선으로실제 데이터 분석에서의 적용 하는 방법에 대해 고민해보려고 한다. 그래서 그 첫 시작은 Chi-square dist 문제 상황한 쇼핑몰 앱에서 "구매 버튼 색상"을 바꿨을 때 CTR(클릭률)이 달라지는지를 A/B 테스트를 통해 확인하려고 한다.Group A: 빨간색 버튼Group B: 파란색 버튼 버튼을 클릭한 유저 수와 미클릭한 유저 수를 다음과 같은 표로 나타냈다고 해보자.Group클릭미클릭전체A (빨강)4555100B (파랑)3070100 우리는 이 표를 통해 다음 질문에 답을 하는 것이 목표이다."버튼 색상과 클릭 여부는 과연 무관한가?아니면 어떤 색상이 더 클릭을 유도하는가?" A/B 테스트..