DDL¶

이 페이지에서는 데이터 정의 언어(DDL) 작업을 다룹니다: 테이블 생성 및 삭제, AUTO_INCREMENT, SERIAL (시퀀스), 인덱스, 테이블/컬럼 코멘트.

CREATE TABLE 및 DROP TABLE¶

표준 SQLAlchemy 테이블 정의가 정상적으로 작동합니다:

from sqlalchemy import create_engine, MetaData, Table, Column, Integer, String

engine = create_engine("cubrid://dba:@localhost:33000/testdb")
metadata = MetaData()

users = Table(
    "users", metadata,
    Column("id", Integer, primary_key=True, autoincrement=True),
    Column("name", String(100), nullable=False),
    Column("email", String(200)),
)

# CREATE TABLE
metadata.create_all(engine)

# DROP TABLE
metadata.drop_all(engine)

AUTO_INCREMENT¶

CUBRID는 정수 기본 키 컬럼에서 AUTO_INCREMENT를 지원합니다. MySQL과의 중요한 차이점:

Warning

CUBRID는 테이블당 AUTO_INCREMENT 컬럼을 하나만 허용합니다.
AUTO_INCREMENT는 UNIQUE 인덱스를 자동으로 생성하지 않습니다. 필요한 경우 유일성을 명시적으로 추가해야 합니다.

users = Table(
    "users", metadata,
    Column("id", Integer, primary_key=True, autoincrement=True),
    Column("name", String(100)),
)

생성되는 DDL:

CREATE TABLE users (
    id INTEGER AUTO_INCREMENT,
    name VARCHAR(100),
    PRIMARY KEY (id)
)

시드와 증가값을 가진 AUTO_INCREMENT¶

CUBRID는 AUTO_INCREMENT(seed, increment) 구문을 지원합니다. SQLAlchemy의 Identity는 AUTO_INCREMENT로 렌더링됩니다:

from sqlalchemy import Identity

Table(
    "counters", metadata,
    Column("id", Integer, Identity(start=100, increment=10), primary_key=True),
)

Note

CUBRID에는 SQL 표준의 GENERATED AS IDENTITY가 없으므로 Identity() 구문은 DDL에서 AUTO_INCREMENT로 매핑됩니다.

시퀀스 기반 기본값¶

컬럼에 Sequence 기본값이 있으면 AUTO_INCREMENT가 억제되고 대신 시리얼이 사용됩니다:

from sqlalchemy import Sequence

my_seq = Sequence("my_seq", start=1)

Table(
    "items", metadata,
    Column("id", Integer, my_seq, primary_key=True),
)

DONT_REUSE_OID 테이블 옵션¶

CUBRID는 버전 10.x부터 REUSE_OID가 기본값입니다. OID 컬럼으로 참조 가능한 테이블을 만들려면 (객체-관계형 참조를 위해) cubrid_dont_reuse_oid dialect 옵션을 사용합니다:

person = Table(
    "person", metadata,
    Column("id", Integer, primary_key=True),
    Column("name", String(50)),
    cubrid_dont_reuse_oid=True,
)

생성되는 DDL:

CREATE TABLE person (
    id INTEGER AUTO_INCREMENT,
    name VARCHAR(50),
    PRIMARY KEY (id)
) DONT_REUSE_OID

SERIAL (시퀀스)¶

CUBRID는 SQL 표준의 SEQUENCE 대신 SERIAL을 사용합니다. dialect는 SQLAlchemy의 Sequence 구문을 CREATE SERIAL / DROP SERIAL로 자동 변환합니다.

시리얼 생성¶

from sqlalchemy import Sequence

my_serial = Sequence("my_serial", start=1, increment=1)
metadata.create_all(engine)  # CREATE SERIAL my_serial START WITH 1 INCREMENT BY 1 실행

시리얼 옵션¶

옵션	설명	예시
`start`	초기값	`start=100`
`increment`	값 사이의 증가분	`increment=5`
`minvalue`	최솟값	`minvalue=1`
`maxvalue`	최댓값	`maxvalue=999999`
`cycle`	최대/최소에 도달하면 순환	`cycle=True`
`cache`	미리 할당할 값의 수	`cache=20`
`nominvalue`	명시적으로 최솟값 없음	`nominvalue=True`
`nomaxvalue`	명시적으로 최댓값 없음	`nomaxvalue=True`

from sqlalchemy import Sequence

order_seq = Sequence(
    "order_seq",
    start=1000,
    increment=1,
    minvalue=1000,
    maxvalue=9999999,
    cycle=True,
    cache=50,
)

생성되는 DDL:

CREATE SERIAL order_seq START WITH 1000 INCREMENT BY 1 MINVALUE 1000 MAXVALUE 9999999 CYCLE CACHE 50

컬럼에서 시리얼 사용¶

order_seq = Sequence("order_seq", start=1000)

orders = Table(
    "orders", metadata,
    Column("id", Integer, order_seq, primary_key=True),
    Column("description", String(200)),
)

컬럼 기본값은 order_seq.NEXT_VALUE를 호출하여 다음 시리얼 값을 가져옵니다.

시리얼 삭제¶

시리얼은 IF EXISTS와 함께 삭제됩니다:

DROP SERIAL IF EXISTS order_seq

CREATE INDEX 및 DROP INDEX¶

기본 인덱스¶

from sqlalchemy import Index

Index("idx_users_email", users.c.email)

UNIQUE 인덱스¶

Index("idx_users_email_unique", users.c.email, unique=True)

REVERSE 인덱스¶

CUBRID는 내림차순 쿼리 최적화를 위한 역방향 인덱스를 지원합니다. cubrid_reverse dialect 옵션을 사용합니다:

Index("idx_users_name_rev", users.c.name, cubrid_reverse=True)

Note

CUBRID의 역방향 인덱스는 키를 역순으로 저장하는 B-tree 인덱스입니다. ORDER BY column DESC가 포함된 쿼리를 최적화합니다.

FILTERED 인덱스 (부분 인덱스)¶

CUBRID는 WHERE 절이 있는 필터드 인덱스를 지원합니다. cubrid_filtered dialect 옵션을 사용합니다:

Index(
    "idx_active_users", users.c.name,
    cubrid_filtered="email IS NOT NULL",
)

FUNCTION 기반 인덱스¶

CUBRID는 함수 기반 인덱스를 지원합니다. cubrid_function dialect 옵션을 사용합니다:

Index(
    "idx_users_lower_name", users.c.name,
    cubrid_function="LOWER(name)",
)

복합 인덱스¶

Index("idx_users_name_email", users.c.name, users.c.email)

인덱스 삭제¶

CUBRID는 인덱스 삭제 시 테이블 이름이 필요합니다:

DROP INDEX idx_users_email ON users

dialect가 이를 자동으로 처리합니다.

테이블 코멘트¶

users = Table(
    "users", metadata,
    Column("id", Integer, primary_key=True),
    Column("name", String(100)),
    comment="User accounts table",
)

생성되는 DDL에 코멘트가 추가됩니다:

CREATE TABLE users (
    id INTEGER AUTO_INCREMENT,
    name VARCHAR(100),
    PRIMARY KEY (id)
) COMMENT='User accounts table'

테이블 코멘트 변경¶

from sqlalchemy import inspect

# DDL을 통해
with engine.connect() as conn:
    conn.execute(text("ALTER TABLE users COMMENT='Updated comment'"))
    conn.commit()

컬럼 코멘트¶

users = Table(
    "users", metadata,
    Column("id", Integer, primary_key=True),
    Column("name", String(100), comment="Full name of the user"),
    Column("email", String(200), comment="Primary email address"),
)

생성되는 DDL에 인라인 코멘트가 포함됩니다:

CREATE TABLE users (
    id INTEGER AUTO_INCREMENT,
    name VARCHAR(100) COMMENT 'Full name of the user',
    email VARCHAR(200) COMMENT 'Primary email address',
    PRIMARY KEY (id)
)

컬럼 코멘트 변경¶

dialect는 컬럼 코멘트 변경을 위해 ALTER TABLE ... MODIFY ... COMMENT ...를 생성합니다:

ALTER TABLE users MODIFY name COMMENT 'Updated column comment'

코멘트 삭제¶

코멘트를 빈 문자열로 설정하면 효과적으로 제거됩니다:

ALTER TABLE users COMMENT=''
ALTER TABLE users MODIFY name COMMENT ''