오라클 성능 고도화 원리와 해법 I (2009년)
08. PL/SQL 함수 호출 부하 해소 방안
- 사용자 정의 함수는 소량의 데이터 조회 시에만 사용하라
- 대용량 데이터를 조회할 때는 부분범위처리가 가능한 상황에서 제한적으로 사용해야 하며, 될 수 있으면 조인 또는 스칼라 서브쿼리 형태로 변환하려는 노력이 필요하다.
- 어쩔 수 없을 때는 함수를 쓰되 호출 횟수를 최소화할 수 있는 방법을 강구하라.
(1) 페이지 처리 또는 부분범위처리 활용
Select *
From (
Select memb_nm(매수회원번호) 매도 회원명
,memb_nm(매수회원번호) 매수회원명
,code_nm('446' , 매도 투자자 구분코드) 매도투자자구분명
,code_nm('446' , 매수 투자자 구분코드) 매수투자자구분명
,code_nm('418' , 체결 유형코드) 체결 유형명
. . . . . . .
From 체결
Where 종목코드 = : 종목코드
And 체결일자 = : 체결일자
And 체결시간 between sysdate-10/21/60 and sysdate
Order by 체결시각 desc
) a
Where rownum <= 30
)
Where no between 21 and 30
)
- 전체 레코드 건수만큼 호출을 일으키고 그 결과 집합을 Sort Area 또는 Temp 테이블 스페이스 에 저장한다. 그리고 최종 결과집합 10건만 전송한다.
Select memb_nm(매수회원번호) 매도 회원명
,memb_nm(매수회원번호) 매수회원명
,code_nm('446' , 매도 투자자 구분코드) 매도투자자구분명
,code_nm('446' , 매수 투자자 구분코드) 매수투자자구분명
,code_nm('418' , 체결 유형코드) 체결 유형명
. . . . . . .
From (
Select rownum no, a.*
From 매도회원번호, 매수 회원번호
, 매도투자자구분코드, 매수 투자자구분코드
. . . . . . . . . . . . .
From 체결
Where 종목코드 = : 종목코드
And 체결일자 = : 체결일자
And 체결시간 between sysdate-10/21/60 and sysdate
Order by 체결시각 desc
) a
Where rownum <= 30
)
Where no between 21 and 30
)
- Order by 와 rownum에 의한 필터 처리 후 사용자에게 전송하는 결과 집합에 대해서만 함수 호출이 일어난다.
- 부분범위처리가 가능한 상황이라면 클라이언트에게 데이터를 전송하는 맨 마지막 단계에 함수 호출이 일어나도록 하라.
(2) Decode 함수 또는 Case문으로 변환
- 함수가 안쪽 인라인 뷰에서 order by 절에 사용된다든가, 전체 결과집합을 모두 출력하거나, insert ... select 문에서 사용된다면 다량의 함수 호출을 피할 수 없다.
- 이럴경우 함수 로직을 풀어서 decode, case문으로 전환하거나 조인문으로 구현할 수 있는지 먼저 확인해야 한다.
- 함수를 사용해야 하는 상황이라면 함수에 입력되는 값의 종류가 얼마나 되는지 확인해 보라.
- 값의 종류가 많지 않다면 함수를 그대로 둔 채 스칼라 서브쿼리의 캐싱 효과를 이용하는 것만으로도 큰 효과를 볼 수 있다.
- 테스트
- 체결 테이블 생성
CREATE TABLE 체결(체결일자, 체결번호, 시장코드, 증권그룹코드, 체결수량, 체결금액)
NOLOGGING
AS
SELECT '20090315'
, ROWNUM
, DECODE(SIGN(ROWNUM-100000), 1, 'ST', 'KQ') -- 유가증권, 코스닥
, DECODE(MOD(ROWNUM, 8), 0, 'SS', 1, 'EF', 2, 'EW' -- 주식, ETF, ELW
, 3, 'DR', 4, 'SW', 5, 'RT' -- DR, 신주인수권, 리츠
, 6, 'BC', 7, 'MF') -- 수익증권, 투자회사
, ROUND(DBMS_RANDOM.VALUE(10, 1000), -1)
, ROUND(DBMS_RANDOM.VALUE(10000, 1000000), -2)
FROM DUAL
CONNECT BY LEVEL <= 500000
UNION ALL
SELECT '20090315'
, ROWNUM + 300000
,(CASE WHEN MOD(ROWNUM, 4) < 2 THEN 'SD' ELSE 'GD' END)
,(CASE WHEN MOD(ROWNUM, 4) IN (0, 2) THEN 'FU' ELSE 'OP' END)
, ROUND(DBMS_RANDOM.VALUE(10, 1000), -1)
, ROUND(DBMS_RANDOM.VALUE(10000, 1000000), -2)
FROM DUAL
CONNECT BY LEVEL <= 500000
;
- 업무에 따라 주식 상품을 다르게 분류하고 집계함
- 집계용 쿼리를 작성할 때마다 분류 기준을 적용하기 어려워 함수 정의
CREATE OR REPLACE FUNCTION SF_상품분류(시장코드 VARCHAR2, 증권그룹코드 VARCHAR2)
RETURN VARCHAR2
IS
L_분류 VARCHAR2(20);
BEGIN
IF 시장코드 IN ('ST', 'KQ') THEN -- 유가증권, 코스닥
IF 증권그룹코드 = 'SS' THEN
L_분류 := '주식 현물';
ELSIF 증권그룹코드 IN ('EF', 'EW') THEN -- ETF, ELW
L_분류 := '파생';
ELSE
L_분류 := '주식외 현물';
END IF;
ELSE
L_분류 := '파생';
END IF;
--SELECT 순서 || '. ' || L_분류 INTO L_분류
--FROM 분류순서
--WHERE 분류명 = L_분류;
RETURN L_분류;
END;
/
SELECT *SF_상품분류(시장코드, 증권그룹코드)* 상품분류
, COUNT(*) 체결건수
, SUM(체결수량) 체결수량
, SUM(체결금액) 체결금액
FROM 체결
WHERE 체결일자 = '20090315'
GROUP BY *SF_상품분류(시장코드, 증권그룹코드)*
ORDER BY 1 ;
*경 과: 00:00:07.31*
- CASE 문으로 변경
SELECT CASE
WHEN 시장코드 IN ('ST', 'KQ') AND 증권그룹코드 = 'SS' THEN '주식 현물'
WHEN 시장코드 IN ('ST', 'KQ') AND 증권그룹코드 NOT IN ('SS', 'EF', 'EW') THEN '주식외 현물'
WHEN 시장코드 IN ('SD', 'GD') OR 증권그룹코드 IN ('EF', 'EW') THEN '파생'
END 상품분류
, COUNT(*) 체결건수
, SUM(체결수량) 체결수량
, SUM(체결금액) 체결금액
FROM 체결
WHERE 체결일자 = '20090315'
GROUP BY
CASE
WHEN 시장코드 IN ('ST', 'KQ') AND 증권그룹코드 = 'SS' THEN '주식 현물'
WHEN 시장코드 IN ('ST', 'KQ') AND 증권그룹코드 NOT IN ('SS', 'EF', 'EW') THEN '주식외 현물'
WHEN 시장코드 IN ('SD', 'GD') OR 증권그룹코드 IN ('EF', 'EW') THEN '파생'
END
ORDER BY 1 ;
*경 과: 00:00:00.68*
- DECODE 문으로 변경
SELECT DECODE( 시장코드||증권그룹코드
, 'STSS', '주식 현물'
, 'KQSS', '주식 현물'
, 'SDFU', '파생'
, 'SDOP', '파생'
, 'GDFU', '파생'
, 'GDOP', '파생'
, 'STEF', '파생'
, 'STEW', '파생'
, 'KQEF', '파생'
, 'KQEW', '파생'
, '주식외 현물' ) 상품분류
, COUNT(*) 체결건수
, SUM(체결수량) 체결수량
, SUM(체결금액) 체결금액
FROM 체결
WHERE 체결일자 = '20090315'
GROUP BY
DECODE( 시장코드||증권그룹코드
, 'STSS', '주식 현물'
, 'KQSS', '주식 현물'
, 'SDFU', '파생'
, 'SDOP', '파생'
, 'GDFU', '파생'
, 'GDOP', '파생'
, 'STEF', '파생'
, 'STEW', '파생'
, 'KQEF', '파생'
, 'KQEW', '파생'
, '주식외 현물' )
ORDER BY 1 ;
*경 과: 00:00:00.87*
- Recursive Call 을 포함하도록 바꾸어서 테스트
- 상품분류를 사용자가 원하는 순서대로 출력하도록 메타정보 관리를 위한 테이블 생성
CREATE TABLE 분류순서(분류명, 순서)
AS
SELECT '주식 현물', 1 FROM DUAL
UNION ALL
SELECT '주식외 현물', 2 FROM DUAL
UNION ALL
SELECT '파생', 3 FROM DUAL ;
- sf_상품분류 함수에 위 테이블을 조회해 출력순서를 위한 숫자값을 앞에 붙이도록 추가
CREATE OR REPLACE FUNCTION SF_상품분류(시장코드 IN VARCHAR2, 증권그룹코드 IN VARCHAR2)
RETURN VARCHAR2
IS
L_분류 VARCHAR2(14);
BEGIN
IF 시장코드 IN ('ST', 'KQ') THEN
IF 증권그룹코드 = 'SS' THEN
L_분류 := '주식 현물';
ELSIF 증권그룹코드 IN ('EF', 'EW') THEN
L_분류 := '파생';
ELSE
L_분류 := '주식외 현물';
END IF;
ELSE
L_분류 := '파생';
END IF;
SELECT 순서 || '. ' || L_분류 INTO L_분류
FROM 분류순서
WHERE 분류명 = L_분류;
RETURN L_분류;
END;
/
-- 7 초 정도 걸리는 쿼리를 수행
SELECT SF_상품분류(시장코드, 증권그룹코드) 상품분류
, COUNT(*) 체결건수
, SUM(체결수량) 체결수량
, SUM(체결금액) 체결금액
FROM 체결
WHERE 체결일자 = '20090315'
GROUP BY SF_상품분류(시장코드, 증권그룹코드)
ORDER BY 1 ;
*경 과: 00:00:45.42*
- 45초 이상 소요
- 분류순서 테이블을 쿼리하는 Recursive Call이 100만번 수행.
- 함수를 사용하면 분류 체계가 바뀌더라도 SQL들을 찾아 일일이 찾아 바꾸지 않아도 된다.
- 정보 분류 및 업무규칙, 규정들을 테이블화 관리하면 함수의 장점을 그대로 가져올 수 있다.
CREATE TABLE 상품분류(시장코드, 증권그룹코드, 분류명)
AS
SELECT 'ST', 'SS', '주식 현물' FROM DUAL UNION ALL
SELECT 'ST', 'EF', '파생' FROM DUAL UNION ALL
SELECT 'ST', 'EW', '파생' FROM DUAL UNION ALL
SELECT 'ST', 'DR', '주식외 현물' FROM DUAL UNION ALL
SELECT 'ST', 'SW', '주식외 현물' FROM DUAL UNION ALL
SELECT 'ST', 'RT', '주식외 현물' FROM DUAL UNION ALL
SELECT 'ST', 'BC', '주식외 현물' FROM DUAL UNION ALL
SELECT 'ST', 'MF', '주식외 현물' FROM DUAL UNION ALL
SELECT 'KQ', 'SS', '주식 현물' FROM DUAL UNION ALL
SELECT 'KQ', 'EF', '파생' FROM DUAL UNION ALL
SELECT 'KQ', 'EW', '파생' FROM DUAL UNION ALL
SELECT 'KQ', 'DR', '주식외 현물' FROM DUAL UNION ALL
SELECT 'KQ', 'SW', '주식외 현물' FROM DUAL UNION ALL
SELECT 'KQ', 'RT', '주식외 현물' FROM DUAL UNION ALL
SELECT 'KQ', 'BC', '주식외 현물' FROM DUAL UNION ALL
SELECT 'KQ', 'MF', '주식외 현물' FROM DUAL UNION ALL
SELECT 'SD', 'FU', '파생' FROM DUAL UNION ALL
SELECT 'SD', 'OP', '파생' FROM DUAL UNION ALL
SELECT 'GD', 'FU', '파생' FROM DUAL UNION ALL
SELECT 'GD', 'OP', '파생' FROM DUAL ;
- 상품분류 pk 생성
ALTER TABLE 상품분류 ADD
CONSTRAINT 상품분류_PK PRIMARY KEY(시장코드, 증권그룹코드);
- 상품 분류 코드 테이블 활용
SELECT C.순서 || '. ' || B.분류명 상품분류
, SUM(체결건수) 체결건수
, SUM(체결수량) 체결수량
, SUM(체결금액) 체결금액
FROM (SELECT 시장코드, 증권그룹코드
, COUNT(*) 체결건수
, SUM(체결수량) 체결수량
, SUM(체결금액) 체결금액
FROM 체결
WHERE 체결일자 = '20090315'
GROUP BY 시장코드, 증권그룹코드) A, 상품분류 B, 분류순서 C
WHERE A.시장코드 = B.시장코드
AND A.증권그룹코드 = B.증권그룹코드
AND C.분류명 = B.분류명
GROUP BY C.순서 || '. ' || B.분류명
ORDER BY 1 ;
*경 과: 00:00:00.68*
- 100만건을 조인 하는 것이 아니라 group by 를 먼저 수행해 20건으로 압축된 결과집합을 가지고 join 하여 성능을 전혀 떨어뜨리지 않는다.
(3) 뷰 머지(View Merge)방지를 통한 함수 호출 최소화
- 함수를 풀어 조인문으로 변경하기 곤란한 경우
SELECT SUM(DECODE(SF_상품분류(시장코드, 증권그룹코드), '1. 주식 현물', 체결수량)) "주식현물_체결수량"
, SUM(DECODE(SF_상품분류(시장코드, 증권그룹코드), '2. 주식외 현물', 체결수량)) "주식외현물_체결수량"
, SUM(DECODE(SF_상품분류(시장코드, 증권그룹코드), '3. 파생', 체결수량)) "파생_체결수량"
FROM 체결
WHERE 체결일자 = '20090315' ;
*경 과: 00:02:13.51*
- 100만 건을 스캔하면서 SF_상품분류 함수를 3번씩 반복 수행하므로 총 300만 번 함수 호출
SELECT SUM(DECODE(상품분류, '1. 주식 현물' , 체결수량)) "주식현물_체결수량"
, SUM(DECODE(상품분류, '2. 주식외 현물', 체결수량)) "주식외현물_체결수량"
, SUM(DECODE(상품분류, '3. 파생' , 체결수량)) "파생_체결수량"
FROM (
SELECT SF_상품분류(시장코드, 증권그룹코드) 상품분류
, 체결수량
FROM 체결
WHERE 체결일자 = '20090315'
) ;
*경 과: 00:02:13.64*
- Query Transformer에 의해 뷰 머지(View Merge)가 발생하여 수행 속도가 전혀 줄지 않았다.
- NO_MERGE 힌트사용
- 뷰 내에 rownum을 사용하면 옵티마이저는 절대 뷰 머지를 시도하지 않는다.
SELECT SUM(DECODE(상품분류, '1. 주식 현물' , 체결수량)) "주식현물_체결수량"
, SUM(DECODE(상품분류, '2. 주식외 현물', 체결수량)) "주식외현물_체결수량"
, SUM(DECODE(상품분류, '3. 파생' , 체결수량)) "파생_체결수량"
FROM (
SELECT /*+ NO_MERGE */ SF_상품분류(시장코드, 증권그룹코드) 상품분류
, 체결수량
FROM 체결
WHERE 체결일자 = '20090315'
) ;
*경 과: 00:00:45.34*
SELECT SUM(DECODE(상품분류, '1. 주식 현물' , 체결수량)) "주식현물_체결수량"
, SUM(DECODE(상품분류, '2. 주식외 현물', 체결수량)) "주식외현물_체결수량"
, SUM(DECODE(상품분류, '3. 파생' , 체결수량)) "파생_체결수량"
FROM (
SELECT ROWNUM, SF_상품분류(시장코드, 증권그룹코드) 상품분류
, 체결수량
FROM 체결
WHERE 체결일자 = '20090315'
) ;
*경 과: 00:00:45.29*
SELECT SUM(DECODE(상품분류, '1. 주식 현물' , 체결수량)) "주식현물_체결수량"
, SUM(DECODE(상품분류, '2. 주식외 현물', 체결수량)) "주식외현물_체결수량"
, SUM(DECODE(상품분류, '3. 파생' , 체결수량)) "파생_체결수량"
FROM (
SELECT SF_상품분류(시장코드, 증권그룹코드) 상품분류
, 체결수량
FROM 체결
WHERE 체결일자 = '20090315'
AND ROWNUM > 0
) ;
*경 과: 00:00:46.50*
(4) 스칼라 서브쿼리의 캐싱효과를 이용한 함수 호출 최소화
- 스칼라 서브쿼리를 사용하면 오라클은 그 수행횟수를 최소화하려고 입력 값과 출력 값을 내부 캐시(Query Execution Cache)에 저장해 둔다.
- 서브쿼리가 수행될 때마다 입력 값을 캐시에서 찾아보고 거기 있으면 저장된 출력 값을 리턴하고, 없으면 쿼리를 수행한 후 입력값과 출력값을 캐시에 저장해 두는 원리이다.
- 함수를 Dual 테이블을 이용해 스칼라 서브쿼리로 한번 감싸는 것이다.
- 함수 입력 값의 종류가 적을 때 이 기법을 활용하면 함수 호출횟수를 획기적으로 줄일 수 있다.
SELECT SUM(DECODE(상품분류, '1. 주식 현물' , 체결수량)) "주식현물_체결수량"
, SUM(DECODE(상품분류, '2. 주식외 현물', 체결수량)) "주식외현물_체결수량"
, SUM(DECODE(상품분류, '3. 파생' , 체결수량)) "파생_체결수량"
FROM (
SELECT /*+ NO_MERGE */
(SELECT SF_상품분류(시장코드, 증권그룹코드) FROM DUAL) 상품분류
, 체결수량
FROM 체결
WHERE 체결일자 = '20090315'
) ;
SELECT 순서||'.'||:B1
FROM
분류순서 WHERE 분류명 = :B1
call count cpu elapsed disk query current rows
------- ------ -------- ---------- ---------- ---------- ---------- ----------
Parse 1 0.00 0.00 0 0 0 0
Execute 725010 11.37 10.39 0 0 0 0
Fetch 725010 17.57 17.63 0 2175030 0 725010
------- ------ -------- ---------- ---------- ---------- ---------- ----------
total 1450021 28.95 28.03 0 2175030 0 725010
- 함수 호출 횟수를 20번으로 예상했지만 너무 많은 함수를 호출
- 해시 충돌이 발생했기 때문
- 해시 충돌이 발생하면 기존 엔트리를 밀어내고 새로 수행한 입력 값과 출력 값으로 대체할 것 같지만, 오라클은 기존 캐시 엔트리를 그대로 둔채 스칼라 서브쿼리만 한 번 더 수행한다.
- 8i, 9i에서는 256개 엔트리를 캐싱
- 10g에서는 입력과 출력 값 크기, _query_execution_cache_max_size 파라미터에 의해 캐시 사이즈가 결정된다(defult : 65536)
*ALTER SESSION SET "_query_execution_cache_max_size" = 2097152;*
SELECT SUM(DECODE(상품분류, '1. 주식 현물' , 체결수량)) "주식현물_체결수량"
, SUM(DECODE(상품분류, '2. 주식외 현물', 체결수량)) "주식외현물_체결수량"
, SUM(DECODE(상품분류, '3. 파생' , 체결수량)) "파생_체결수량"
FROM (
SELECT /*+ NO_MERGE */
(SELECT SF_상품분류(시장코드, 증권그룹코드) FROM DUAL) 상품분류
, 체결수량
FROM 체결
WHERE 체결일자 = '20090315'
) ;
*경 과: 00:00:00.79*
call count cpu elapsed disk query current rows
------- ------ -------- ---------- ---------- ---------- ---------- ----------
Parse 1 0.00 0.00 0 0 0 0
Execute 20 0.00 0.00 0 0 0 0
Fetch 20 0.00 0.00 6 60 0 20
------- ------ -------- ---------- ---------- ---------- ---------- ----------
total 41 0.00 0.00 6 60 0 20
- 0.79초 만에 수행 완료
- 해시 충돌 없이 단 20번만 함수 호출이 발생
- 8i, 9i에서 테스트해 보면 기본적으로 256개를 캐싱하므로 파라미터 조정 없이도 이와 같은 성능 개선 효과를 얻을 수 있다.
- 함수 호출 부분을 맨 바깥쪽 select-list에 기술함으로서 성능을 개선할 수 있지만, 페이지 처리 또는 부분범위처리가 불가능한 상황에서는 스칼라 서브쿼리를 활용함으로써 큰 효과를 볼 수 있다.
(5) Deterministic 함수의 캐싱 효과 활용
- 10gR2에서 함수를 선언할 때 Deterministic 키워드를 넣어 주면 캐싱 효과가 나타난다.
- 함수의 입력 값과 출력 값은 CGA(Call Global Area)에 캐싱된다.
- CGA에 할당된 값은 데이터베이스 Call 내에서만 유효하므로 Fetch Call이 완료되면 그 값은 모두 해제된다.
- Deterministic 함수의 캐싱 효과는 데이터베이스 Call 내에서만 유효하다.
- 스칼라 서브쿼리에서의 입력, 출력 값은 UGA에 저장되므로 Fetch Call에 상관없이 그 효과가 캐싱되는 순간부터 끝까지 유지 된다.
- 1부터 함수 입력값까지의 누적 합을 구하는 함수를 Deterministic으로 선언
- 함수 호출 횟수를 확인할 목적으로 세션 client_info 값을 매번 변경하는 코드를 중간에 삽입
create or replace function ACCUM (p_input number) return number
*DETERMINISTIC*
as
rValue number := 0 ;
call_cnt number := 0;
begin
dbms_application_info.read_client_info(call_cnt);
if call_cnt is null then
call_cnt := 0;
end if;
*dbms_application_info.set_client_info(call_cnt + 1);*
for i in 1..p_input loop
rValue := rValue + i ;
end loop;
return rValue ;
end;
/
select sum(accum_num)
from (
select accum(mod(rownum, 50)) accum_num
from dual
connect by level <= 1000000
) ;
*경 과: 00:00:01.54*
select sys_context('userenv', 'client_info') from dual;
SYS_CONTEXT('USERENV','CLIENT_INFO')
-----------------------------------------------------------------
50
- 1,000,000번 호출했지만 실제 호출 횟수는 50번
- SUM을 구하는 쿼리 이므로 한 번의 Fetch Call 내에 캐시 상태를 유지하며 처리 완료.
- Deterministic 키워드를 제거하고 테스트
exec dbms_application_info.set_client_info( NULL );
select sum(accum_num)
from (
select accum(mod(rownum, 50)) accum_num
from dual
connect by level <= 1000000
) ;
*경 과: 00:00:13.56*
select client_info
from v$session
where sid = sys_context('userenv', 'sid');
CLIENT_INFO
-------------------------------------------------------
1000000
- 함수 1,000,000번 호출, 13.56초 소요.
- Deterministic 키워드는 그 함수가 일관성 있는 결과를 리턴함을 선언하는 것일 뿐,그것을 넣었다고 해서 일관성이 보장되는 것은 아니다.
- 시점과 무관하게 항상 일관성 있는 결과를 출력하는 함수에 캐싱효과를 위해 Deterministic 함수의 사용은 올바른 활용 사례지만, 함수가 쿼리문을 포함할 때는 캐싱효과를 위해 함부로 Deterministic으로 선언해서는 않된다.
(6) 복잡한 함수 로직을 풀어 SQL로 구현
- 함수 호출의 부하를 중간집합을 생성하여 조인으로 풀어낸 사례.
- 주식을 아는 분만 p.423 ~ p.428 읽어 볼 것.
문서에 대하여
- 최초작성자 : 김종원
- 최초작성일 : 2010년 01월 09일
- 이 문서는 오라클클럽 코어 오라클 데이터베이스 스터디 모임에서 작성하였습니다.
- {*}이 문서의 내용은 (주)비투엔컬설팅에서 출간한 '오라클 성능 고도화 원리와 해법I'를 참고하였습니다.*
"코어 오라클 데이터베이스 스터디 모임" 에서 2009년에 "오라클 성능 고도화 원리와 해법 I " 도서를 스터디하면서 정리한 내용 입니다.
- 강좌 URL : http://www.gurubee.net/lecture/3051
- 구루비 강좌는 개인의 학습용으로만 사용 할 수 있으며, 다른 웹 페이지에 게재할 경우에는 출처를 꼭 밝혀 주시면 고맙겠습니다.~^^
- 구루비 강좌는 서비스 제공을 위한 목적이나, 학원 홍보, 수익을 얻기 위한 용도로 사용 할 수 없습니다.
) 버튼을 클릭하여 작성 하시면 됩니다.