IT用語辞典

データベースは、大量の情報を体系的に格納・管理し、効率的な検索・更新・削除を可能にする基盤技術です。現代の情報システムの中核を成しており、企業の基幹システム、Webアプリケーション、モバイルアプリなど幅広い分野で活用されています。

技術的には、関係データベース（RDBMS）では行と列で構成されるテーブル間の関係を数学的な関係理論に基づいて管理し、SQLによる宣言的なクエリ言語でデータ操作を行います。ACID特性（原子性、一貫性、独立性、持続性）により、銀行取引などのミッションクリティカルな業務でも信頼性を確保します。

一方、NoSQLデータベースは、ドキュメント型（MongoDB）、キー・バリュー型（Redis）、グラフ型（Neo4j）、カラム型（Cassandra）に分類され、それぞれ特定のユースケースに最適化されています。ビッグデータ時代においては、水平スケーリング、高可用性、柔軟なスキーマ設計が重要視され、CAP定理（一貫性、可用性、分断耐性）のトレードオフを考慮したシステム設計が求められます。

SQL（Structured Query Language）は、1974年にIBMのドナルド・D・チェンバリンらによって開発された関係データベース管理システム（RDBMS）の標準クエリ言語です。宣言的言語の特徴を持ち、「何を取得したいか」を指定することで、システムが最適な実行計画を自動生成します。

主要機能は、DML（Data Manipulation Language）のSELECT・INSERT・UPDATE・DELETE、DDL（Data Definition Language）のCREATE・ALTER・DROP、DCL（Data Control Language）のGRANT・REVOKEに分類されます。

高度な機能として、内部結合・外部結合・自己結合によるテーブル間の関係操作、サブクエリによる複雑な条件指定、集約関数（COUNT、SUM、AVG、MAX、MIN）とGROUP BY句による統計処理、ウィンドウ関数による高度な分析処理が可能です。ANSI/ISO標準により各DBMS間の互換性が確保されており、Oracle、MySQL、PostgreSQL、SQL Serverなどで共通の基本文法を使用できます。

関係データベースは、1970年にIBMのエドガー・F・コッドが発表した関係モデル理論に基づく革新的なデータベース管理システムです。データは行（タプル）と列（属性）で構成される二次元テーブル（関係）として論理的に表現され、集合論と述語論理に基づく数学的基盤を持ちます。

テーブル間の関係は主キー（Primary Key）と外部キー（Foreign Key）により厳密に定義され、参照整合性制約によりデータの一貫性を保証します。関係演算として、選択（σ）、射影（π）、結合（⋈）、和集合、差集合、直積などが定義され、これらの組み合わせにより複雑なデータ操作を代数的に表現できます。

正規化理論（第1正規形～ボイス・コッド正規形）により、データの冗長性を体系的に排除し、更新異常・挿入異常・削除異常を防止します。ACID特性（原子性、一貫性、独立性、持続性）により、銀行取引や在庫管理などのミッションクリティカルなトランザクション処理でも高い信頼性を提供します。現代では、クラウド環境におけるマネージドサービスとして提供され、運用負荷の軽減と可用性の向上を実現しています。

正規化は、関係データベース設計における体系的な設計手法で、データの冗長性（重複）を段階的に排除し、データ整合性と保守性を向上させる理論です。エドガー・F・コッドによって提唱された関係モデル理論の核心部分であり、第1正規形（1NF：原子値の原則、繰り返しグループの排除）、第2正規形（2NF：部分関数従属の排除、非キー属性の完全関数従属）、第3正規形（3NF：推移関数従属の排除）、ボイス・コッド正規形（BCNF）、第4正規形（4NF：多値従属性の排除）、第5正規形（5NF：結合従属性の排除）まで定義されています。

実践的には、更新異常（同一データの複数箇所更新によるデータ不整合）、挿入異常（主エンティティなしに関連データを登録できない）、削除異常（主エンティティ削除により関連データも消失）の防止を目的とします。例えば、顧客テーブルに注文情報を含めるのではなく、顧客テーブルと注文テーブルを分離し、顧客IDによる関連付けを行うことで、顧客情報の重複を排除できます。

しかし、過度な正規化はパフォーマンス低下を招くため、実際のシステムでは第3正規形を基準とし、必要に応じて非正規化（意図的な冗長性導入）も検討されます。特にデータウェアハウスやOLAP環境では、クエリ性能を重視してスタースキーマ等の非正規化設計が採用されます。

主キー（Primary Key）は、関係データベースにおいてテーブル内の各行（タプル）を一意に識別するための極めて重要な概念です。一意性制約（同じ値の重複不可）とNOT NULL制約（空値不可）の両方を満たす必要があり、関係モデルの基礎となるエンティティ整合性を保証します。

設計上の考慮点として、単一列主キー（シンプルキー）と複数列主キー（複合キー）があり、複合キーでは構成するすべての列の組み合わせで一意性を確保します。技術的実装では、主キーに対してDBMSが自動的にユニークインデックスを作成し、高速な検索性能を提供します。また、主キーは他テーブルからの外部キー参照の対象となり、テーブル間の関係を定義する際の参照元として機能します。

実際の設計では、自然キー（業務的に意味のあるデータ、例：従業員番号）と人工キー（システムが生成する連番、例：ID列）の選択が重要で、人工キーは業務ルール変更の影響を受けにくいメリットがあります。パフォーマンス面では、主キーによるクラスタ化（データの物理的配置）により範囲検索が効率化され、レプリケーション環境では行の同期識別子として活用されます。

外部キー（Foreign Key）は、関係データベースにおいてテーブル間の参照関係を定義し、データの参照整合性を保証する重要な制約です。他のテーブル（親テーブル）の主キーまたはユニークキーを参照する列であり、関係モデルにおける参照整合性制約の実装手段として機能します。

技術的仕組みとして、外部キーの値は参照先テーブルに存在する値またはNULL値のみが許可され、存在しない値を挿入しようとするとエラーが発生します。参照整合性の維持では、親レコード削除時のアクション（CASCADE：連鎖削除、RESTRICT：削除禁止、SET NULL：NULL設定、SET DEFAULT：デフォルト値設定）を指定でき、業務要件に応じた制御が可能です。

実践的な設計例では、注文テーブルの顧客ID列が顧客テーブルの顧客ID（主キー）を参照することで、存在しない顧客への注文登録を防ぐことができます。パフォーマンス面では、外部キー列にインデックスを作成することで結合処理が高速化され、大規模システムでは必須の最適化手法です。複合外部キーでは、複数列の組み合わせで参照関係を定義し、より複雑な業務ルールに対応できます。

トランザクション（Transaction）は、データベース管理システムにおいて複数のデータ操作を論理的にひとまとまりの作業単位として扱う概念で、データの整合性と信頼性を確保する基盤技術です。ACID特性（Atomicity：原子性、Consistency：一貫性、Isolation：独立性、Durability：持続性）を満たすことで、システム障害や同時実行環境でも正確なデータ処理を保証します。

原子性では、トランザクション内のすべての処理が成功するか、一つでも失敗した場合は全体をロールバックする「全か無か」の原則を実現します。一貫性では、業務ルールや制約条件を満たした状態からトランザクション実行後も同じく制約を満たす状態への遷移を保証します。独立性では、複数のトランザクションが並行実行される際の相互干渉を制御し、分離レベル（Read Uncommitted、Read Committed、Repeatable Read、Serializable）により一貫性とパフォーマンスのバランスを調整します。

持続性では、コミット後のデータ変更がシステム障害後も永続的に保存されることを保証します。実践例として、銀行の振込処理では「出金処理」と「入金処理」を一つのトランザクションにまとめ、どちらか一方が失敗した場合は両方とも取り消すことで資金の整合性を維持します。同時実行制御では、共有ロック（読み取り可能）、排他ロック（読み書き禁止）、デッドロック検出・解除機能により、データの競合状態を適切に管理します。

インデックス（索引）は、データベースにおいてテーブル内のデータ検索を高速化するための補助的なデータ構造です。書籍の索引と同様の概念で、特定の列（カラム）の値とその値が格納されている行の物理位置（ROWID）の対応関係を別途管理することで、フルテーブルスキャンを回避した効率的なデータアクセスを実現します。

技術的実装では、B-Tree（バランス木）、B+Tree、Hash、Bitmap、関数ベースインデックスなど複数の種類があり、データの特性やクエリパターンに応じて最適な種類を選択します。B-Treeインデックスは範囲検索に優れ、Hashインデックスは等価検索に特化し、Bitmapインデックスは低カーディナリティデータ（性別、都道府県等）に効果的です。

パフォーマンス向上では、WHERE句の条件列、JOIN処理の結合列、ORDER BY句のソート列にインデックスを作成することで劇的な速度改善が期待できます。複合インデックスでは、複数列を組み合わせた検索条件に対応し、列の順序が検索パフォーマンスに大きく影響します。トレードオフとして、インデックスはストレージ容量を追加消費し、データ更新時（INSERT、UPDATE、DELETE）のオーバーヘッドが発生するため、適切な設計が重要です。

MySQLは、1995年にスウェーデンのMichael WideliusとDavid Axmarkによって開発された世界最大普及率を誇るオープンソース関係データベース管理システムです。LAMP（Linux、Apache、MySQL、PHP/Python/Perl）スタックの中核として、Facebook、Twitter、YouTube、Wikipedia等の大規模Webサービスから中小企業のWebサイトまで幅広く採用されています。

技術的特徴として、複数のストレージエンジン（InnoDB、MyISAM、Memory等）をサポートし、用途に応じた最適化が可能です。InnoDBエンジンはACID準拠のトランザクション処理と行レベルロック、外部キー制約を提供し、MyISAMエンジンは高速読み取りに特化しています。パフォーマンス面では、クエリキャッシュ、パーティショニング、レプリケーション（マスター・スレーブ、マスター・マスター）、クラスタリング（MySQL Cluster）により、高可用性と水平スケーリングを実現します。

開発効率では、phpMyAdmin、MySQL Workbench等の管理ツールと、多様なプログラミング言語からのドライバーサポートにより、迅速な開発が可能です。ライセンス形態として、オープンソース版（GPL）と商用ライセンス版の二重ライセンスを採用し、企業利用にも対応しています。クラウド環境では、Amazon RDS、Google Cloud SQL、Azure Database for MySQLとして管理サービスが提供され、運用負荷を大幅に軽減できます。

PostgreSQLは、1986年にカリフォルニア大学バークレー校のMichael Stonebrakerによって開発が始まった高機能オープンソース関係データベース管理システムで、「世界最先端のオープンソースデータベース」として位置づけられています。SQL標準への厳密な準拠と、豊富な拡張機能により、エンタープライズレベルのミッションクリティカルなアプリケーションで広く採用されています。

技術的優位性として、ACID完全準拠のトランザクション処理、多版型同時実行制御（MVCC）による高い並行性能、豊富なデータ型（JSON/JSONB、配列、範囲型、ネットワーク型、幾何型等）、全文検索、部分インデックス、関数インデックス、式インデックスなど高度な機能を標準提供します。拡張性では、ユーザー定義データ型、関数、演算子、索引手法の作成が可能で、PostGIS（地理情報システム）、pg_partman（パーティショニング）等の豊富な拡張モジュールエコシステムを持ちます。

パフォーマンス面では、並列クエリ処理、パーティショニング、ストリーミングレプリケーション、論理レプリケーション、コネクションプーリングにより、大規模システムにも対応します。セキュリティ面では、行レベルセキュリティ、列レベル暗号化、SSL接続、GSSAPI認証など企業要件に対応した包括的なセキュリティ機能を備えています。クラウド環境では、Amazon RDS、Google Cloud SQL、Azure Database for PostgreSQLとして提供され、運用コストの削減と可用性向上を実現します。

MongoDBは、2007年にDoubleClick（現Google）の元エンジニアによって設立されたMongoDB Inc.（旧10gen）が開発した、世界最大シェアを持つドキュメント指向NoSQLデータベースです。従来の関係データベースの表構造に代わり、JSON風の柔軟なドキュメント（BSON：Binary JSON）でデータを管理し、スキーマレス設計による迅速な開発と、水平スケーリングによる大規模分散システムに対応します。

技術的特徴として、コレクション（テーブル相当）内にドキュメント（レコード相当）を格納し、ドキュメント内に配列やネストしたオブジェクトを自由に定義できるため、複雑な階層データを自然に表現できます。クエリ機能では、豊富な演算子（$gt、$in、$regex等）、集約フレームワーク（aggregation pipeline）、地理空間クエリ、全文検索により、SQLに匹敵する高度なデータ操作が可能です。

スケーラビリティでは、シャーディング（水平分散）により複数サーバーでデータを分散配置し、レプリカセット（マスター・スレーブレプリケーション）により高可用性を確保します。インデックス機能として、単一フィールド、複合、多値、部分、TTL（Time To Live）、地理空間、全文検索など多様な索引タイプを提供し、大規模データでも高速検索を実現します。MongoDB Atlas（クラウドサービス）では、AWS、Azure、GCPでの完全管理型サービスとして、運用負荷を大幅に軽減できます。

Redis（Remote Dictionary Server）は、2009年にSalvatore Sanfilippoによって開発された高性能インメモリデータ構造ストアで、キー・バリュー型NoSQLデータベースの代表格です。メモリベースの超高速データアクセス（10万ops/秒以上）を特徴とし、Webアプリケーションのキャッシュ層、セッション管理、リアルタイム分析、メッセージング基盤として広く採用されています。

技術的特徴として、文字列、リスト、セット、ハッシュ、ソート済みセット（Sorted Set）、ビットマップ、地理空間データなど豊富なデータ構造をサポートし、各データ型に特化した高度な操作コマンドを提供します。永続化機能では、RDB（Redis Database Backup）によるスナップショット保存とAOF（Append Only File）によるコマンドログ記録により、メモリベースながら耐障害性を確保します。

高可用性では、マスター・スレーブレプリケーション、Redis Sentinelによる自動フェイルオーバー、Redis Clusterによる水平スケーリングと分散配置を支援します。パフォーマンス最適化では、パイプライン処理、Lua スクリプト実行、トランザクション（MULTI/EXEC）、Pub/Subメッセージング、ストリーミング（Redis Streams）など先進的な機能を標準提供します。実用例として、Webページキャッシュ、ユーザーセッション管理、ランキング機能、リアルタイムチャット、ジョブキュー、レート制限、分散ロックなど多様な用途で活用されます。

軽量なファイルベースの関係データベース。サーバーが不要で組み込みアプリケーションやモバイルアプリで広く使用される。シンプルで高性能。

Googleのモバイル・Web アプリ開発プラットフォーム。リアルタイムデータベース、認証、ホスティングなど包括的なサービスを提供する。

Oracle Corporationが開発する世界最大手の商用関係データベース。高性能、高可用性、強固なセキュリティでエンタープライズ市場をリードする。

Microsoftが開発する関係データベース管理システム。Windows環境での企業システム開発で広く使用され、.NET との親和性が高い。

AmazonのフルマネージドNoSQLデータベースサービス。高速で柔軟なスケーラビリティを持ち、サーバーレスアプリケーションで広く使用される。

Apache財団のオープンソース分散NoSQLデータベース。高い可用性とスケーラビリティを持ち、大規模なデータ処理で使用される。

分散検索・分析エンジン。全文検索、ログ分析、リアルタイム分析に優れ、ELKスタック（Elasticsearch、Logstash、Kibana）の中核を担う。

Googleのフルマネージドデータウェアハウスサービス。ペタバイト級のデータを高速で分析でき、SQLを使用してビッグデータ処理を簡単に行える。

Yandexが開発したオープンソースのカラム型データベース。リアルタイム分析に特化し、ペタバイト級データの高速集計処理を実現。

クラウドネイティブなデータウェアハウスサービス。独自のアーキテクチャで計算とストレージを分離し、柔軟なスケーリングを実現。

分散ストリーミングプラットフォーム。高スループットでリアルタイムデータストリームを処理し、マイクロサービス間のデータ連携に活用。

統合分析エンジン。バッチ処理、ストリーム処理、機械学習、グラフ処理を統一的に扱う大規模データ処理フレームワーク。

構造化・非構造化データを元の形式で保存するストレージシステム。多様なデータソースを一元管理し、後から用途に応じて処理・分析を行う。

分析用に最適化されたデータ統合基盤。様々なシステムからデータを収集・変換・統合し、ビジネスインテリジェンスや意思決定支援を行う。

抽出・変換・ロード処理。複数のデータソースからデータを抽出し、分析用に変換・加工してターゲットシステムに格納するプロセス。

データベーストランザクションの信頼性を保証する4つの特性。原子性、一貫性、独立性、永続性により、データの整合性を確保する。

分散システムにおいて一貫性・可用性・分断耐性の3つのうち最大2つしか同時に実現できないという理論。システム設計の根本的制約。

関係データベース設計における冗長性排除手法。データの重複を削除し、整合性を保ちながら効率的なテーブル構造を作成する。

データベースの検索性能を向上させるデータ構造。特定のカラムに対して索引を作成し、WHERE句やJOIN処理を高速化する。

データベースの複製機能。マスター・スレーブ構成でデータを複数のサーバーに同期し、可用性向上と読み込み性能の分散を実現。

データを複数のデータベースサーバーに水平分割する手法。大規模データの分散により、処理性能とストレージ容量の線形スケーリングを実現。

大きなテーブルを複数の小さな部分に分割する技術。範囲、ハッシュ、リストなどの基準でデータを分割し、クエリ性能と管理性を向上。

テーブル内の各行を一意に識別する列または列の組み合わせ。重複不可で、NULL値を持てず、基本情報技術者試験の必須概念です。

他のテーブルの主キーを参照する列。テーブル間の関係を定義し、参照整合性を維持してデータの一貫性を保証します。

データの重複を排除し、データの整合性を保つためにテーブルを適切に分割する設計手法。第1正規形から第5正規形まであります。

エンティティ（実体）とリレーションシップ（関係）を視覚的に表現したデータベース設計図。データモデルの構造を理解しやすく描画します。

データ定義言語。データベースオブジェクトの作成、変更、削除を行うSQL文の分類。CREATE、ALTER、DROPが代表的です。

データ操作言語。データの検索、挿入、更新、削除を行うSQL文の分類。SELECT、INSERT、UPDATE、DELETEが基本です。

データ制御言語。ユーザーのアクセス権限やトランザクションの制御を行うSQL文の分類。GRANT、REVOKE、COMMIT、ROLLBACKが含まれます。

複数のテーブルを結合して一つの結果を生成するSQL操作。INNER JOIN、LEFT JOIN、RIGHT JOIN、FULL JOINなどがあります。

1つ以上のテーブルから作成された仮想的なテーブル。データを実際に格納せず、定義されたSQL文によって動的にデータを表示します。

データベースサーバー側に保存されたプログラム。複数のSQL文を組み合わせた処理をまとめて実行でき、性能向上とセキュリティ強化に貢献します。

特定のデータベース操作（INSERT、UPDATE、DELETE）が実行された際に自動的に起動されるストアドプロシージャ。データ整合性の維持や監査ログの記録に使用されます。

SQLの実行結果を1行ずつ処理するためのポインタ。大量データの逐次処理やストアドプロシージャでの繰り返し処理に使用されます。

列に格納できる値の種類と形式を定義する分類。INTEGER、VARCHAR、DATE、BLOBなど、データベースシステムごとに様々な型が提供されます。

テーブルに設定するデータの整合性を保つルール。NOT NULL、UNIQUE、PRIMARY KEY、FOREIGN KEY、CHECKなどがあります。

複数行のデータから単一の値を計算する関数。COUNT、SUM、AVG、MAX、MINなどがあり、GROUP BY句と組み合わせて使用されます。

SQL文の中に埋め込まれた別のSQL文。WHERE句、FROM句、SELECT句などで使用され、複雑な条件や動的な値の指定が可能になります。

複数のSELECT文の結果を結合して単一の結果セットを生成するSQL操作。UNION（重複除去）とUNION ALL（重複保持）があります。

大きなテーブルやインデックスを複数の小さな部分に物理的に分割したもの。管理性向上と性能改善を目的とした高度な機能です。

企業の意思決定支援のために構築された主題指向・統合・時系列・非揮発性のデータベース。OLAP分析やビジネスインテリジェンスの基盤となります。

データの抽出・変換・ロードを行う処理。複数のデータソースからデータを収集し、形式を統一してデータウェアハウスに格納します。