다음은 어느 의류 쇼핑몰에 가입한 회원 정보를 담은 USER_INFO 테이블과 온라인 상품 판매 정보를 담은 ONLINE_SALE 테이블 입니다.USER_INFO 테이블은 아래와 같은 구조로 되어있으며 USER_ID, GENDER, AGE, JOINED는 각각 회원 ID, 성별, 나이, 가입일을 나타냅니다.
| Column name | +Type | +Nullable | +
|---|---|---|
| USER_ID | +INTEGER | +FALSE | +
| GENDER | +TINYINT(1) | +TRUE | +
| AGE | +INTEGER | +TRUE | +
| JOINED | +DATE | +FALSE | +
GENDER 컬럼은 비어있거나 0 또는 1의 값을 가지며 0인 경우 남자를, 1인 경우는 여자를 나타냅니다.
ONLINE_SALE 테이블은 아래와 같은 구조로 되어있으며, ONLINE_SALE_ID, USER_ID, PRODUCT_ID, SALES_AMOUNT, SALES_DATE는 각각 온라인 상품 판매 ID, 회원 ID, 상품 ID, 판매량, 판매일을 나타냅니다.
| Column name | +Type | +Nullable | +
|---|---|---|
| ONLINE_SALE_ID | +INTEGER | +FALSE | +
| USER_ID | +INTEGER | +FALSE | +
| PRODUCT_ID | +INTEGER | +FALSE | +
| SALES_AMOUNT | +INTEGER | +FALSE | +
| SALES_DATE | +DATE | +FALSE | +
동일한 날짜, 회원 ID, 상품 ID 조합에 대해서는 하나의 판매 데이터만 존재합니다.
+ +USER_INFO 테이블과 ONLINE_SALE 테이블에서 년, 월, 성별 별로 상품을 구매한 회원수를 집계하는 SQL문을 작성해주세요. 결과는 년, 월, 성별을 기준으로 오름차순 정렬해주세요. 이때, 성별 정보가 없는 경우 결과에서 제외해주세요.
예를 들어 USER_INFO 테이블이 다음과 같고
| USER_ID | +GENDER | +AGE | +JOINED | +
|---|---|---|---|
| 1 | +1 | +26 | +2021-06-01 | +
| 2 | +NULL | +NULL | +2021-06-25 | +
| 3 | +0 | +NULL | +2021-06-30 | +
| 4 | +0 | +31 | +2021-07-03 | +
| 5 | +1 | +25 | +2021-07-09 | +
| 6 | +1 | +33 | +2021-07-14 | +
ONLINE_SALE 테이블이 다음과 같다면
| ONLINE_SALE_ID | +USER_ID | +PRODUCT_ID | +SALES_AMOUNT | +SALES_DATE | +
|---|---|---|---|---|
| 1 | +1 | +54 | +1 | +2022-01-01 | +
| 2 | +1 | +3 | +2 | +2022-01-25 | +
| 3 | +4 | +34 | +1 | +2022-01-30 | +
| 4 | +6 | +253 | +3 | +2022-02-03 | +
| 5 | +2 | +31 | +2 | +2022-02-09 | +
| 6 | +5 | +35 | +1 | +2022-02-14 | +
| 7 | +5 | +57 | +1 | +2022-02-18 | +
2022년 1월에 상품을 구매한 회원은 USER_ID 가 1(GENDER=1), 4(GENDER=0)인 회원들이고,
+2022년 2월에 상품을 구매한 회원은 USER_ID 가 2(GENDER=NULL), 5(GENDER=1), 6(GENDER=1)인 회원들 이므로,
년, 월, 성별 별로 상품을 구매한 회원수를 집계하고, 년, 월, 성별을 기준으로 오름차순 정렬하면 다음과 같은 결과가 나와야 합니다.
+| YEAR | +MONTH | +GENDER | +USERS | +
|---|---|---|---|
| 2022 | +1 | +0 | +1 | +
| 2022 | +1 | +1 | +1 | +
| 2022 | +2 | +1 | +2 | +