はじめに

SQLという言語の大きな特徴として，処理をレコード単位ではなく，レコードの「集合」単位でひとまとめにして記述するというものが挙げられます。具体的には，GROUP BY句とHAVING句，それに伴って利用されるSUMやCOUNTなどの集約関数の使い方が鍵になります。SQLでは，これら集合操作の機能が充実しているため，手続き型言語ならば複雑なループや分岐を使って記述せねばならない処理を，非常に簡単で見通しよくコーディングすることが可能になっています。

しかし一方で，プログラミングにおける思考の基本単位を「レコード」から「レコードの集合」に切り替えるためには，多少の発想の転換を要します。この切り替えがうまくいかないために，せっかくSQLが最も本領を発揮するフィールドであるにもかかわらず，その機能を十全に利用できないまま，もどかしい思いを抱えているエンジニアも少なくないでしょう。

本章では，このSQLの一番「SQLらしい」機能の活かし方を，これまで同様，いくつかの小さなケーススタディを通じて見ていきたいと思います。

複数行を1行にまとめる

SQLには，集約関数（aggregate function）という名前で，ほかのいろいろな関数とは区別されて呼ばれる関数が存在します。具体的には以下の5つです。

• COUNT
• SUM
• AVG
• MAX
• MIN

たぶん，みなさんにとってもお馴染みの関数ばかりでしょう。これ以外にも拡張的な集約関数を用意している実装もありますが注1，標準SQLで用意されているのはこの5つです。なぜこれらに「集約」という接頭辞がついているかというと，文字通り，複数行を1行にまとめる効果を持つからです。

この効果を体感するために，1つ例題を解いてみましょう。いま，表1のようなサンプルテーブルがあるとします。

CSVや固定長などのフラットファイルをそのままテーブルに写し取った形の，よく見かける擬似配列テーブルです。人物を管理するid列に，データの種別を管理するrec_typeを加えて，主キーとしています。data_1～data_6の列は，人物一人ひとりについての何らかの情報を表していると考えてください。

さて，テーブルの色分けに注目しましょう。data_type列がAの行については，data_1とdata_2，Bの行についてはdata_3～data_5，Cの行についてはdata_6について背景の濃度を変えています。これは，この業務において実際に使用したいデータのフィールドを示すものです。

すると，この非集約テーブルのように1人の人間についての情報が複数行に分散していると，その情報にアクセスするためのクエリも複数回発行する必要が生じます。たとえば，Jimについての情報を得ようとする場合，リスト1～3のように3つの異なるクエリが必要になります（実行結果は図1～3⁠）⁠。

SELECT id, data_1, data_2
  FROM NonAggTbl
 WHERE id = 'Jim'
   AND data_type = 'A';

id     data_1     data_2
----   -------    -------
Jim    100        10

SELECT id, data_3, data_4, data_5
  FROM NonAggTbl
 WHERE id = 'Jim'
   AND data_type = 'B';

id     data_3    data_4     data_5
----   ------    ------     ------
Jim    167       77         90

SELECT id, data_6
  FROM NonAggTbl
 WHERE id = 'Jim'
   AND data_type = 'C';

id    data_6
----  ------
Jim   457

これは，3回発行するためにパフォーマンス上のコストがかかるだけでなく，結果の形式を1行にまとめることもできないうえ，クエリごとに列数が異なるためUNIONで1つのクエリにまとめることも困難という，はなはだ非効率的な方法と言わねばなりません。

したがって本当は，表2のような形のテーブルが一番使いやすい理想的なテーブルということになります。

先ほどのNonAggTblと比べれば，その違いは明らかです。非集約テーブルでは，1人についての情報が複数行に分散していたため1人の情報を参照するためにも複数の行にアクセスする必要があったのですが，集約後のテーブルを見れば，1人の人間についての情報がすべて同じ行にまとめられているので1つのクエリで済みます。

注1）

たとえばOracleなら，分散や最頻値を求める集約関数も持っています。用途が統計に偏っているのは，統計もまた集団の個々の要素ではなく，集団そのものを扱う基本単位とする分野であることを考えれば当然の話です。リレーショナルデータベースと統計は，非常に相性がよいのです。