data-sql

データ SQL スキル

バージョン： 1.0 スタック： SQL（PostgreSQL、Redshift、Athena、Spark SQL）

SQL は、同じように動作するクエリでも、実行速度が 1,000 倍遅くなることがある唯一の言語です。インデックスがないと、50 ms の検索が 50 秒のフルテーブルスキャンに変わります。SELECT * は、誰かが列を追加したときに後続のコードを壊します。相関サブクエリは、開発環境では気づかれず、本番環境を圧迫する N+1 パターンをひそかに実行します。クエリプランナーは警告しません。ただ、指示されたとおりに実行するだけです。

インデックスを意識し、列を明示し、CTE を使って記述した SQL は、実行が速く、デバッグも容易です。明瞭さとパフォーマンスは互いを高めます。

---

対象範囲と境界

このスキルで扱う内容：

• クエリ最適化のパターン
• スキーマ設計と正規化
• データモデリング（スター・スキーマ、緩やかに変化するディメンション）
• CTE とクエリの構成
• インデックス戦略
• ウィンドウ関数

他のスキルに委ねる内容：

• security：SQL インジェクション対策、パラメーター化クエリ
• data-pipelines：SQL とアプリケーションコードのどちらを使うか

このスキルを使う場面： SQL クエリを記述するとき、またはスキーマを設計するとき。

---

基本原則

1. 読みやすさのための CTE — 複雑なクエリを名前付きのステップに分割します。
2. 早期に絞り込む — WHERE 句をできるだけデータソースに近い位置に適用します。
3. 列を明示する — 本番コードでは SELECT * を使いません。
4. インデックスを意識したクエリ — どの列にインデックスがあるかを把握し、それを利用するクエリを記述します。
5. 冪等な操作 — INSERT／UPDATE は安全に再試行できるようにします。

---

パターン

CTE の構成

-- Good - logical steps, easy to debug
WITH active_users AS (
    SELECT user_id, email
    FROM users
    WHERE status = 'active'
),
recent_orders AS (
    SELECT user_id, COUNT(*) as order_count
    FROM orders
    WHERE created_at > CURRENT_DATE - INTERVAL '30 days'
    GROUP BY user_id
)
SELECT
    u.email,
    COALESCE(o.order_count, 0) as recent_orders
FROM active_users u
LEFT JOIN recent_orders o USING (user_id);

Upsert パターン（PostgreSQL）

INSERT INTO inventory (sku, quantity, updated_at)
VALUES ('ABC123', 100, NOW())
ON CONFLICT (sku) DO UPDATE SET
    quantity = EXCLUDED.quantity,
    updated_at = EXCLUDED.updated_at;

ウィンドウ関数

-- Running total and row number
SELECT
    date,
    revenue,
    SUM(revenue) OVER (ORDER BY date) as running_total,
    ROW_NUMBER() OVER (PARTITION BY category ORDER BY revenue DESC) as rank
FROM daily_sales;

---

アンチパターン

アンチパターン	問題	修正方法
SELECT *	スキーマの変更で壊れ、帯域幅を浪費します	列を明示的に列挙します
相関サブクエリ	N+1 クエリの動作	JOIN またはウィンドウ関数を使います
JOIN 条件での OR	インデックスを利用できません	構造を変更するか、UNION を使います
インデックス付き列に対する関数	WHERE YEAR(date) = 2024	範囲指定を使います：date >= '2024-01-01'
GROUP BY 列の不足	動作が未定義になります	集約されない列をすべて含めます

---

チェックリスト

• 本番クエリで SELECT * を使っていない
• 複雑なクエリで CTE を使用している
• WHERE 句で早期に絞り込んでいる
• JOIN ではインデックス付きの列を優先している
• Upsert が冪等である
• 大規模なクエリを EXPLAIN でテストしている

---

参考資料

• references/query-optimization.md — インデックスの使用、JOIN の最適化、パフォーマンス
• references/window-functions.md — ウィンドウ関数のパターンと例

アセット

• assets/query-patterns.md — 一般的な SQL パターンとテンプレート