SQL GROUP BYのパフォーマンス改善ガイド！重い処理を高速化する初心者向け対策

1. SQLとは何か？

1. SQLとは何か？

SQL（エスキューエル）は、データベースと呼ばれる「大量のデータを整理して保存する箱」に対して指示を出すための言語です。例えば、お店の売上リストの中から「先月は何が一番売れたかな？」と探したり、学校の生徒名簿に「新入生を追加」したりするときに使います。

パソコンを触ったことがない方でも、「魔法の注文書」だと思えば簡単です。決められたルールで注文書を書けば、データベースという有能な執事が、瞬時に結果を持ってきてくれます。その注文書の中でも、特定の項目ごとに集計を行うのが今回紹介する「GROUP BY」です。

2. GROUP BY（グループバイ）の仕組みを知ろう

2. GROUP BY（グループバイ）の仕組みを知ろう

「GROUP BY」は、その名の通り「グループごとに分ける」ための命令です。例えば、バラバラに記録された「果物の販売記録」から、「りんご」「みかん」「ぶどう」という種類ごとに売れた個数を合計したいときに使います。

ここで、「テーブル」という用語を覚えましょう。テーブルとは、Excel（エクセル）のような「表」のことです。

まず、以下のような「sales（売上）」テーブルがあるとしましょう。

id | product_name | amount | sale_date
---+--------------+--------+------------
1  | りんご       | 100    | 2024-01-01
2  | みかん       | 50     | 2024-01-01
3  | りんご       | 150    | 2024-01-02
4  | ぶどう       | 200    | 2024-01-02
5  | みかん       | 80     | 2024-01-03
6  | りんご       | 120    | 2024-01-03

この表から「商品名（product_name）ごとに売上の合計（amount）を出したい」場合、以下のようなSQLを書きます。

SELECT product_name, SUM(amount)
FROM sales
GROUP BY product_name;

この命令を実行すると、コンピュータは裏側で以下のような作業をします。

1. 「product_name」の列を見て、同じ名前のものを探す。
2. 「りんご」は1番、3番、6番だな、と分類する。
3. 分類したグループごとに、金額を足し算（SUM）する。

結果は以下のようになります。

product_name | SUM(amount)
-------------+------------
りんご       | 370
みかん       | 130
ぶどう       | 200

3. なぜGROUP BYでパフォーマンス（速度）が落ちるのか？

3. なぜGROUP BYでパフォーマンス（速度）が落ちるのか？

データが数件なら一瞬ですが、これが数百万件、数千万件になると話が変わります。パフォーマンスが落ちる（動作が重くなる）主な理由は3つあります。

① 並べ替え（ソート）の負担

コンピュータがグループ分けをする際、実は最初にデータをバラバラの状態から「同じ種類が隣り合うように並べ替える」という作業をすることが多いです。図書館のバラバラの本を、著者名ごとに棚に並べ直す作業を想像してください。本が100万冊あったら、並べるだけで日が暮れてしまいますよね。

② 一時テーブルの作成

集計作業中に、コンピュータは「計算用のメモ用紙」をメモリ（一時的な記憶場所）に作ります。データが多すぎると、このメモ用紙が足りなくなり、処理が極端に遅くなります。

③ 全走査（フルスキャン）

「どこに何があるか」という目次がない状態で、1行目から最後の行まで全部チェックすることを「フルスキャン」と言います。1,000ページある辞書を、目次なしで一文字ずつ探していくようなものです。

4. パフォーマンスを劇的に上げる対策：インデックスの活用

4. パフォーマンスを劇的に上げる対策：インデックスの活用

一番の解決策は、「インデックス（索引）」を作ることです。インデックスとは、本でいうところの「索引」や「目次」です。

あらかじめ「商品名（product_name）」にインデックスを貼っておくと、データベースはどこに「りんご」があるかを最初から知っているため、並べ替えの手間を大幅にカットできます。

5. 実践：WHERE句を使ってデータを絞り込む

5. 実践：WHERE句を使ってデータを絞り込む

もう一つの重要なテクニックは、「グループ分けをする前に、計算するデータ自体を減らす」ことです。

例えば、「2024年1月2日以降のデータだけを集計したい」場合、全部をグループ分けしてから日付を見るのではなく、先に日付で切り捨ててからグループ分けをします。

SELECT product_name, SUM(amount)
FROM sales
WHERE sale_date >= '2024-01-02'
GROUP BY product_name;

実行結果（元のテーブルから1月1日のデータを除外して集計）：

product_name | SUM(amount)
-------------+------------
りんご       | 270
みかん       | 80
ぶどう       | 200

このように、WHERE（ウェア）を使ってあらかじめ行数を減らすことで、コンピュータの並べ替え作業や計算の負担を大幅に軽減できます。これは、お掃除をする前に「明らかなゴミを捨ててから整理整頓する」のと同じくらい効率的な方法です。

6. よくある間違い：HAVINGとWHEREの違い

6. よくある間違い：HAVINGとWHEREの違い

初心者がハマりやすいのが、HAVING（ハビング）という命令の使い方です。

• WHERE：グループ分けをする「前」にデータを絞り込む（速い！）
• HAVING：グループ分けをして計算した「後」に結果を絞り込む（遅くなりやすい）

「売上合計が200円以上の商品だけ表示したい」という場合は、計算が終わらないと分からないのでHAVINGを使います。

SELECT product_name, SUM(amount)
FROM sales
GROUP BY product_name
HAVING SUM(amount) >= 200;

product_name | SUM(amount)
-------------+------------
りんご       | 370
ぶどう       | 200

可能な限りWHEREでデータを削り、どうしても計算後の数値で絞り込みたい時だけHAVINGを使う。これがプロが意識している「高速化のコツ」です。

7. データベースを「重く」しないための心構え

7. データベースを「重く」しないための心構え

SQLを書くときは、常に「コンピュータに無駄な汗をかかせない」ことを意識しましょう。

データが少ないうちはどんな書き方をしても動きますが、サービスが成長してユーザーが増えると、一通りの不適切なSQLが原因でサイト全体が止まってしまうこともあります。

今回の内容をおさらいすると、 まず第一に、集計対象の列に「インデックス」があるかを確認すること。 第二に、WHEREを使って、少しでも処理する対象の行（レコード）を減らすこと。 第三に、不必要な列までグループ化に含めないことです。

これらを意識するだけで、あなたのSQLは驚くほどスムーズに動くようになります。最初は難しく感じるかもしれませんが、紙に図を書いてデータの流れをイメージしてみるのが、上達への一番の近道ですよ。