SQL コース

新しいテーブルを作成するCREATE TABLE文を学びます。列名、データ型、制約を指定してテーブル構造を定義する基本的な操作です。データベース設計の第一歩となる重要な命令で、適切なデータ型と制約の選択が後々のデータ管理に大きく影響します。

既存テーブルの構造を変更するALTER TABLE文を学びます。列の追加、変更、削除など、運用中のテーブルを修正する際に使用します。データを保持したままテーブル構造を変更できるため、システムの拡張や改修時に重要な役割を果たします。

テーブルを完全に削除するDROP TABLE文を学びます。テーブルとそのデータ、インデックス、制約などすべてが削除される強力な命令です。削除は取り消せないため、本番環境では特に慎重に実行する必要があります。

テーブルのすべてのデータを高速に削除するTRUNCATE文を学びます。DELETE文との違いを理解し、適切な場面で使い分けることが重要です。自動採番のリセットやトランザクションログの扱いなど、DELETE文とは異なる特性を持っています。

テーブルの各行を一意に識別する主キー制約を学びます。主キーは重複を許さず、NULL値も不可という特性を持ちます。データベース設計の基本であり、他のテーブルとの関連付けや検索の高速化にも重要な役割を果たします。

テーブル間の参照整合性を保つ外部キー制約を学びます。他のテーブルの主キーを参照することで、データの一貫性を保証します。親テーブルに存在しない値の挿入を防ぎ、関連データの整合性を維持する重要な機能です。

列の値が重複しないことを保証するUNIQUE制約を学びます。メールアドレスや社員番号など、一意であるべきデータに使用します。主キーと異なり、NULL値を許可し、複数の列に設定できる柔軟な制約です。

データの妥当性を検証するCHECK制約を学びます。価格が正の値、在庫が0以上など、ビジネスルールに基づいた条件を設定できます。不正なデータの挿入を防ぎ、データの品質を保つための重要な制約です。

新しい行が挿入されるたびに自動的に番号を割り当てるAUTO_INCREMENT機能を学びます。主キーとして使用されることが多く、一意のIDを簡単に生成できます。手動でのID管理が不要になり、効率的なデータ管理が可能になります。

両方のテーブルに一致するデータのみを取得するINNER JOINを学びます。最も基本的な結合方法で、顧客と注文、商品とカテゴリなど、関連するデータを組み合わせる際に使用します。リレーショナルデータベースの核心的な機能です。

左側のテーブルのすべての行と、右側の一致する行を取得するLEFT JOINを学びます。顧客一覧に注文情報を追加する際など、左側のデータを全て保持したい場合に使用します。一致しない場合はNULLが表示されます。

右側のテーブルのすべての行と、左側の一致する行を取得するRIGHT JOINを学びます。LEFT JOINの逆で、右側のデータを全て保持したい場合に使用します。実務ではLEFT JOINの方が一般的ですが、理解は重要です。

両方のテーブルのすべての行を取得するFULL OUTER JOINを学びます。一致する行は結合され、一致しない行はNULLで補完されます。データの完全性チェックや、両テーブルの差分確認に便利です。

すべての行の組み合わせを生成するCROSS JOINを学びます。デカルト積とも呼ばれ、商品と色の全組み合わせ作成など、すべての可能性を列挙したい場合に使用します。結果の行数は両テーブルの行数の積になります。

3つ以上のテーブルを結合する方法を学びます。注文、顧客、商品、注文明細など、複数の関連テーブルから必要な情報を組み合わせます。実務では頻繁に使用される、複雑だが重要なクエリパターンです。

同じテーブルを自分自身と結合するSELF JOINを学びます。階層構造や関連データの比較に使用し、上司と部下の関係、同僚関係、類似商品の検索などに活用できます。テーブルエイリアスが必須の技法です。

JOIN時の条件指定方法を学びます。ON句では任意の結合条件を指定でき、USING句では同名カラムでの結合を簡潔に記述できます。適切な方法を選択することで、クエリの可読性が向上します。

GROUP BYを使用してデータをグループ化し、集計関数と組み合わせて統計情報を取得します。売上分析、在庫管理、レポート作成など、ビジネス分析の基礎となる重要なSQL機能です。

複数のカラムでグループ化を行い、より細かい分析を実行します。年月別売上、商品カテゴリ・ブランド別集計など、多次元での分析が可能になり、詳細なビジネス洞察を得られます。

HAVINGを使用してグループ化された結果に条件を適用します。売上が一定額以上の商品カテゴリのみ表示、注文数が多い顧客の抽出など、集計後のフィルタリングに使用します。

GROUP BYとORDER BYを組み合わせて、集計結果を並べ替えます。売上ランキング、人気商品順位、成績順などの表示に使用し、分析結果を見やすく整理できます。

グループ内の値を連結して一つの文字列にする集約関数を学びます。商品リスト、タグ一覧、カテゴリ内の項目表示など、複数の値をまとめて表示したい場合に使用します。MySQL、PostgreSQL、SQL Serverで関数名が異なります。

WHERE句でサブクエリを使用して動的な条件指定を行います。平均値より高い価格の商品、最新の注文日の取得など、集計結果を条件として使用できます。メインクエリとサブクエリで異なるテーブルを参照することも可能です。

FROM句でサブクエリを使用して、一時的な結果セットを作成します。複雑な集計結果の再利用、中間テーブルの作成など、段階的なデータ処理に便利です。サブクエリにはエイリアス（別名）が必須です。

EXISTSを使用して関連レコードの存在を確認します。注文履歴のある顧客、在庫のある商品など、関連テーブルにデータが存在するかどうかで絞り込みを行います。INより効率的な場合が多く、大規模データで有効です。

NOT EXISTSを使用して関連レコードが存在しないことを確認します。一度も注文されていない商品、最近活動のない顧客など、関連データが存在しない場合の絞り込みに使用します。除外条件の指定に便利です。

外部クエリの値を参照する相関サブクエリを学びます。部署平均より高い給与の従業員、カテゴリ内最高価格の商品など、行ごとに異なる条件での比較が可能です。通常のサブクエリより複雑ですが強力です。

サブクエリの結果セットと比較するALL/ANY演算子を学習します。ANYは条件を満たす値が1つでもあれば真、ALLは全ての値に対して条件が真の場合のみ真となります。複数値との柔軟な比較が可能です。

複数のSELECT文の結果を結合するUNION演算子を学習します。UNIONは重複を除去し、UNION ALLは全ての行を保持します。異なるテーブルやクエリの結果を1つにまとめる際に使用します。列数と型が一致する必要があります。

2つのクエリ結果の共通部分を取得するINTERSECT演算子を学習します。両方の結果セットに存在する行のみを返します。オンラインと店舗の両方で購入した顧客の抽出など、共通要素の検索に使用します。注意：MySQLではINTERSECTはサポートされていないため、INNER JOINやEXISTSを使用した代替方法が必要です。

最初のクエリ結果から2番目のクエリ結果を除外するEXCEPT演算子を学習します。1番目にあって2番目にない行を返します。オンライン限定顧客の抽出など、差分検索に使用します。OracleではMINUSを使用します。

条件に応じて異なる値を返すCASE式を学習します。複数の条件を順番に評価し、最初に真となった条件の結果を返します。成績のランク付けや価格帯の分類など、データの動的な分類に使用します。

NULL値を代替値に置き換える関数を学習します。COALESCEは複数の引数から最初の非NULL値を返し、IFNULLは2つの引数でNULL処理をします。連絡先情報の補完やデフォルト値の設定に使用します。

ビューを作成して複雑なクエリを簡潔に再利用する方法を学習します。頻繁に使用するクエリをビューとして保存し、テーブルのように扱えます。セキュリティやデータの抽象化にも役立ちます。

インデックスを作成してクエリのパフォーマンスを向上させる方法を学習します。適切なインデックスにより検索速度が大幅に改善しますが、更新処理には影響があります。

複数の列を組み合わせたインデックスを作成する方法を学習します。複合条件での検索を高速化し、カバリングインデックスによりテーブルアクセスを削減できます。

セッション内でのみ存在する一時テーブルを作成する方法を学習します。複雑な処理の中間結果を保存し、パフォーマンスを向上させるために使用されます。

トランザクション制御を学習します。複数の操作を一つの単位として扱い、全て成功するか全て失敗するかを保証します。データの整合性を保つために重要な機能です。

文字列を操作する基本的な関数を学習します。CONCATで文字列を結合し、SUBSTRINGで部分文字列を抽出し、LENGTHで文字数を取得します。名前のフォーマット、コードの抽出、文字数制限など実践的な用途があります。

日付を操作する関数を学習します。DATE_FORMATで日付を整形し、DATEDIFFで日数差を計算し、DATE_ADDで日付を加算します。年齢計算、期限管理、スケジュール処理など実務で頻繁に使用します。

数値の丸め処理を行う関数を学習します。ROUNDで指定桁数に丸め、CEILINGで切り上げ、FLOORで切り下げます。価格計算、統計処理、レポート作成などで必須の機能です。

データ型を変換するCAST関数とCONVERT関数を学習します。文字列を数値に、日付を特定の形式に変換するなど、異なるデータ型間の変換に使用されます。

パターンマッチングのための正規表現を学習します。メールアドレスの検証、電話番号形式のチェック、複雑な文字列パターンの検索など、高度な文字列操作に使用されます。

結果セットに連番を付与するウィンドウ関数を学習します。順位付けやページング処理、トップN分析などで活用されます。同じ値でも異なる番号が割り当てられます。

順位付けを行うウィンドウ関数を学習します。RANKは同順位の後に番号を飛ばし、DENSE_RANKは飛ばしません。売上ランキングや成績順位など、ビジネス分析に活用されます。

現在の行から前後の行の値を参照するウィンドウ関数を学習します。時系列データの比較、前月比の計算、連続データの差分分析などに活用されます。

ウィンドウ関数でデータをグループごとに分割する方法を学習します。部門別ランキング、カテゴリ別累計、グループ内での相対位置の計算などに使用されます。

ウィンドウ関数を使用した累積集計を学習します。売上の累計、移動平均、累積成長率など、時系列データの分析に欠かせない機能です。

WITH句を使用して一時的な名前付き結果セット（CTE: Common Table Expression）を定義する方法を学習します。複雑なクエリを読みやすく整理し、再利用可能な中間結果を作成できます。

再帰的な共通テーブル式を使用して階層構造データを処理する方法を学習します。組織図、カテゴリツリー、部品表など、親子関係を持つデータの探索に使用されます。

マテリアライズドビューを作成して、クエリ結果を物理的に保存する方法を学習します。通常のビューと異なり、実際のデータを保存するため高速ですが、定期的な更新が必要です。

クエリの実行計画を確認する方法を学習します。インデックスの使用状況、テーブルスキャンの有無、結合方法などを把握し、パフォーマンスチューニングに活用します。

クエリのパフォーマンスを改善する手法を学習します。サブクエリからJOINへの書き換え、インデックスの活用、結果件数の制限など、実践的な最適化テクニックを習得します。

データベースイベントに応じて自動実行されるトリガーを作成する方法を学習します。更新時のタイムスタンプ記録、監査ログの作成、データ検証など、自動化処理に活用されます。

一連のSQL文をまとめて保存・実行できるストアドプロシージャを作成する方法を学習します。複雑なビジネスロジックの実装、パフォーマンスの向上、セキュリティの強化に活用されます。