SQL - 重複データの取り扱い：入門ガイド

こんにちは、未来のSQL魔術師さんたち！今日は、SQLでの重複データ取り扱いの魅力あふれる世界に飛び込みます。コードを書いたことがない方でも心配しないでください。この旅の親切なガイドとして、私はあなたと一緒に一歩一歩進んでいきます。このチュートリアルの終わりまでに、プロのように重複データを取り扱えるようになるでしょう！

なぜSQLで重複データの取り扱いが必要なのか？

パーティーのゲストリストを整理しているとしましょう。同じ人が二度同じリストに載っているなんて、まずいですよね？それと同じ理由で、SQLでの重複データの取り扱いが非常に重要です。データベースの世界では、重複データはさまざまな問題を引き起こす可能性があります：

1. ストレージスペースの無駄
2. 誤った計算や報告を招く
3. データのメンテナンスが難しくなる

私の短い話をシェアします。データベース管理者としての初期の頃、顧客データベースに重複を見落とし、マーケティングチームが同じプロモーションメールを同じ顧客に複数回送信してしまったことがありました。顧客はもちろんど�別に喜びませんでしたし、私はその教訓を痛い目で学びました！

重複エントリの防止

重複を取り扱う一番の方法は、最初からデータベースに重複を入れるのを防ぐことです。以下にその方法をいくつか紹介します：

1. プライマリキーの使用

プライマリキーは、テーブルの各行を一意に識別するためのコラム（またはコラムの組み合わせ）です。定義上、重複を含むことはできません。

CREATE TABLE Students (
StudentID INT PRIMARY KEY,
FirstName VARCHAR(50),
LastName VARCHAR(50)
);

この例では、StudentIDがプライマリキーです。SQLは自動的に重複のStudentID値の挿入を防ぎます。

2.ユニーク制約の使用

ユニーク制約はプライマリキーに似ていますが、プライマリキー以外のコラムにも適用できます。

CREATE TABLE Employees (
EmployeeID INT PRIMARY KEY,
Email VARCHAR(100) UNIQUE,
FirstName VARCHAR(50),
LastName VARCHAR(50)
);

ここでは、Emailコラムにユニーク制約を追加しています。これにより、二つの従業員が同じメールアドレスを持つことはできません。

3. INSERT IGNOREの使用

MySQLを使用している場合、INSERT IGNOREステートメントを使用して、重複エントリを無視することができます：

INSERT IGNORE INTO Students (StudentID, FirstName, LastName)
VALUES (1, 'John', 'Doe');

既にStudentID 1の学生が存在する場合、このステートメントはエラーを発生させずに、単に重複エントリを無視します。

重複のカウントと特定

時折、私たちの努力にも関わらず重複がデータに潜り込んでくることがあります。それを見つける方法を学びましょう！

重複のカウント

重複をカウントするためには、GROUP BY句とHAVING句を使用します：

SELECT FirstName, LastName, COUNT(*) as Count
FROM Students
GROUP BY FirstName, LastName
HAVING Count > 1;

このクエリは学生を名前でグループ化し、1回以上登場するグループのみを表示します。まるで、「2回以上登場する名前とその登場回数を教えてください」と言っているようなものです。

特定の重複の特定

実際の重複行を見るためには、自己結合を使用します：

SELECT s1.*
FROM Students s1
JOIN Students s2 ON
s1.FirstName = s2.FirstName AND
s1.LastName = s2.LastName AND
s1.StudentID > s2.StudentID;

このクエリは各学生レコードを他のすべての学生レコードと比較し、同じ名前だが異なるIDを持つレコードを見つけます。これにより、「IDが高い方の学生を表示してください」と言っているようなものです。

テーブルから重複を削除

重複を見つけたので、きれいに片付けましょう！

1. DISTINCTキーワードの使用

DISTINCTキーワードは、クエリ結果から重複を削除する最もシンプルな方法です：

SELECT DISTINCT FirstName, LastName
FROM Students;

このクエリは、テーブルにどれだけ登場しても構わないユニークな名前の組み合わせを表示します。

2. GROUP BYの使用

GROUP BYも重複を削除するために使用できます：

SELECT FirstName, LastName
FROM Students
GROUP BY FirstName, LastName;

このクエリはDISTINCTと同じ結果を返しますが、集計関数を実行する際により柔軟です。

3. 重複を永久的に削除

テーブルから重複行を実際に削除する必要がある場合、サブクエリを使用します：

DELETE s1 FROM Students s1
INNER JOIN Students s2
WHERE
s1.FirstName = s2.FirstName AND
s1.LastName = s2.LastName AND
s1.StudentID > s2.StudentID;

このクエリは、IDが最も低いもの以外のすべての重複学生を削除します。このクエリには注意してください。SQLには「元に戻す」ボタンはありません！

以下に、私たちが議論した方法をまとめた表を示します：

方法	使用ケース	例
プライマリキー	重複を防止	CREATE TABLE Students (StudentID INT PRIMARY KEY, ...);
ユニーク制約	特定のコラムの重複を防止	CREATE TABLE Employees (Email VARCHAR(100) UNIQUE, ...);
INSERT IGNORE	重複を無視（MySQL）	INSERT IGNORE INTO Students ...
COUNT(*)とGROUP BY	重複をカウント	SELECT ..., COUNT(*) ... GROUP BY ... HAVING Count > 1;
自己結合	特定の重複を特定	SELECT s1.* FROM Students s1 JOIN Students s2 ON ...
DISTINCT	クエリ結果から重複を削除	SELECT DISTINCT FirstName, LastName FROM Students;
DELETEと自己結合	永久的に重複を削除	DELETE s1 FROM Students s1 INNER JOIN Students s2 WHERE ...

それでは、これで重複データを取り扱う知識を身につけました！力には責任が伴います。特にデータを削除する際には、クエリを二度見するようにしてください。幸せなコーディングを、そしてあなたのデータベースが常に重複無しでありますように！

Credits: Image by storyset