2026年7月8日

MySQLのウィンドウ関数を使ったデータ分析方法

データベースサーバー

ステップ1: ウィンドウ関数の基本操作

ウィンドウ関数は、データを分段して個々の行に対して計算を行う能力をもたらします。例えば、集計やランク付けを行うことができます。これは特に時間系列データやランキングなどの分析に有用です。

ステップ2: ウィンドウ関数の使用方法

ステップ1: データ準備

まず、データを用意しましょう。以下はサンプルデータのテーブルを作成するSQL文です：

# スキーマ作成と表定義
CREATE TABLE sales (
    id INT AUTO_INCREMENT PRIMARY KEY,
    product_name VARCHAR(255),
    amount DECIMAL(10, 2),
    date DATE
);

# データ挿入
INSERT INTO sales (product_name, amount, date) VALUES ('iPhone', 349.99, '2023-01-01');
INSERT INTO sales (product_name, amount, date) VALUES ('iPad', 799.99, '2023-01-05');
INSERT INTO sales (product_name, amount, date) VALUES ('MacBook', 1499.99, '2023-01-10');

ステップ2: 総額の計算

次に、各商品の総売上を計算します。ここではSUM()関数を使用し、ウィンドウフレームを指定して結果を得ることができます：

# 各商品の総売上の計算
SELECT product_name, SUM(amount) OVER (PARTITION BY product_name ORDER BY date) as total_sales
FROM sales;

ステップ3: ランキングの作成

ランク付けもウィンドウ関数で実行できます。以下では、商品別の販売額ランキングを作成します：

# 商品別の販売額ランキング
SELECT product_name, amount,
       RANK() OVER (ORDER BY amount DESC) as rank
FROM sales;

ステップ4: 組み合わせと実践

複数のウィンドウ関数を組み合わせることで、より複雑な分析を行えます。例えば、各商品の総売上とその月間平均値を計算する場合：

# 月別の平均販売額計算
SELECT product_name, DATE_FORMAT(date, '%Y-%m') as month,
       AVG(amount) OVER (PARTITION BY product_name, MONTH(date)) as avg_monthly_sales
FROM sales;

注意事項

パフォーマンス: ウィンドウ関数は大量のデータセットに対してパフォーマンスに影響を与える可能性があります。適切なインデックスを使用し、必要最小限の列のみを操作するようにすることが重要です。
セキュリティ: 適切なアクセス制御とロール管理を行い、不正なクエリによるデータ漏洩や改ざんを防ぐ必要があります。

まとめ

1. ウィンドウ関数の導入: データ分析における強力なツールとして認識されており、集計やランク付けなどの複雑な計算を行うのに役立ちます。

2. 基本操作: SUM(), AVG(), RANK() など基本的なウィンドウ関数を理解し、適切に使用することが重要です。

3. 組み合わせ: 複数のウィンドウ関数を組み合わせることでより高度な分析が可能となります。

4. 注意点: パフォーマンスとセキュリティを考慮に入れながら利用する必要があります。

Post Views: 1