SQL入門｜SELECT文から結合・サブクエリまで実例で学ぶ基礎講座

SQLは誕生から50年を経た2026年現在も、データ操作の世界標準言語として揺るぎない地位を保っている。TIOBE Index 2025年ではプログラミング言語ランキング9位を維持し、Stack Overflow Developer Survey 2025では回答者の51.7%が「業務で使用している」と回答した。JetBrains Developer Ecosystem 2025でもデータベース言語部門で首位を堅守している。求人市場においても、dodaの2025年度レポートではデータエンジニア職の求人の87%がSQL必須スキルとして記載。SQLはバックエンドエンジニアだけでなく、データサイエンティスト、マーケター、プロダクトマネージャーまで幅広い職種に求められるリテラシーとなった。本記事では、SELECT文の基本構文からJOIN、サブクエリ、パフォーマンス最適化まで、ブラウザ上の実行環境で試しながら学べるロードマップを体系的に整理する。

SQLとは何か──半世紀を超えた標準言語

SQLは1970年にIBMのEdgar F. Coddが提唱した関係モデルに基づき、1974年にSEQUEL（Structured English Query Language）として誕生した。1986年にANSI標準、1987年にISO標準として採択され、以降はSQL-92、SQL:1999、SQL:2003、SQL:2016、SQL:2023と継続的に拡張されてきた。

項目	内容
正式名称	Structured Query Language
初期開発	1974年（IBM System R）
ANSI標準化	1986年
最新規格	SQL:2023（JSON拡張、PGQ追加）
TIOBE順位（2025年）	9位
使用開発者割合	51.7%（Stack Overflow 2025）
主な用途	データ検索・挿入・更新・削除・定義

SQLの最大の強みは「宣言型」であることだ。「何を取得したいか」を記述すれば、データベースエンジンが最適な取得方法を自動的に判断する。手続き型言語のように「どう取得するか」をステップごとに書く必要がない。この特性が、プログラミング初学者にとって最も習得コストの低い言語の一つにしている。

SQLの分類体系──DDL・DML・DCL・TCL

SQLの命令は役割に応じて4つのカテゴリに分類される。

分類	正式名称	主な命令	役割
DDL	Data Definition Language	CREATE, ALTER, DROP, TRUNCATE	テーブルやインデックスの構造を定義
DML	Data Manipulation Language	SELECT, INSERT, UPDATE, DELETE	データの検索・追加・変更・削除
DCL	Data Control Language	GRANT, REVOKE	アクセス権限の付与・剥奪
TCL	Transaction Control Language	COMMIT, ROLLBACK, SAVEPOINT	トランザクションの制御

入門段階ではDMLの4命令を確実に習得することが最優先だ。実務で記述する時間の80%以上はSELECT文に費やされる。

主要データベース比較──どのRDBMSを選ぶか

SQLは標準仕様だが、実装はデータベース製品ごとに異なる。2026年現在、選択肢として有力な5つのRDBMSを比較する。

データベース	開発元	ライセンス	主な用途	日本での採用例
MySQL	Oracle	GPL / 商用	Web系全般	メルカリ、LINE、楽天
PostgreSQL	コミュニティ	MIT系	分析・地理情報・JSON	Supabase、SmartHR、freee
SQLite	D. Richard Hipp	パブリックドメイン	組込み・モバイル	Android標準、Electron
SQL Server	Microsoft	商用	エンタープライズ	金融機関、自治体システム
Oracle Database	Oracle	商用	大規模基幹系	メガバンク、通信キャリア

DB-Engines Ranking 2025年12月時点で、Oracleが1位、MySQLが2位、PostgreSQLが3位だ。ただし成長率ではPostgreSQLが過去5年で最も伸びており、Stack Overflow Developer Surveyでも「最も使いたいDB」として4年連続1位を獲得している。入門学習にはインストール不要のSQLiteか、クラウド対応が充実したPostgreSQLを推奨する。

SELECT文の基本──データ取得の出発点

SELECT文はSQLの中核であり、最も頻繁に使用される命令だ。基本構文の各句の役割を整理する。

句	役割	記述順序	実行順序
SELECT	取得する列を指定	1番目	5番目
FROM	対象テーブルを指定	2番目	1番目
WHERE	行の絞り込み条件	3番目	2番目
GROUP BY	グループ化の基準列	4番目	3番目
HAVING	グループ化後の絞り込み	5番目	4番目
ORDER BY	並び替え	6番目	6番目
LIMIT	取得件数の制限	7番目	7番目

ここで重要なのは「記述順序」と「実行順序」が異なる点だ。SQLエンジンはまずFROMでテーブルを特定し、WHEREで行をフィルタリングし、GROUP BYでグループ化した後に、SELECTで列を抽出する。この実行順序を理解していないと、エイリアスがWHERE句で使えない理由や、HAVINGとWHEREの使い分けで混乱する。

WHERE句と演算子──条件指定のパターン

WHERE句で使用できる主要な演算子を網羅する。

演算子	意味	使用例の概要
=	等しい	特定の値と一致する行を取得
!= または <>	等しくない	特定の値を除外
>, >=, <, <=	大小比較	数値や日付の範囲を指定
BETWEEN A AND B	範囲指定	開始値と終了値の間に含まれる行
IN (値1, 値2, ...)	複数値の一致	リスト内のいずれかに一致
LIKE	パターンマッチ	%で任意文字列、_で任意1文字
IS NULL / IS NOT NULL	NULL判定	NULLはイコールで比較できない
AND / OR / NOT	論理演算子	複数条件の組み合わせ

NULL の扱いは初学者が最もつまずくポイントだ。NULLは「値が存在しない」状態であり、0や空文字列とは本質的に異なる。NULLとの比較は常にUNKNOWNを返すため、IS NULL演算子で判定する必要がある。

JOIN──テーブル結合の全体像

リレーショナルデータベースの真価はテーブル結合にある。正規化されたデータを目的に応じて組み合わせるJOINは、SQL中級者への最大の関門だ。

JOIN種別	取得される行	NULLの発生	使用頻度
INNER JOIN	両テーブルで一致する行のみ	なし	最高（実務の60%以上）
LEFT JOIN	左テーブル全行＋右の一致行	右側にNULL発生	高い
RIGHT JOIN	右テーブル全行＋左の一致行	左側にNULL発生	低い（LEFT JOINで代替可）
FULL OUTER JOIN	両テーブルの全行	両側にNULL発生	低い
CROSS JOIN	全行の直積（組み合わせ）	なし	特殊用途
SELF JOIN	同一テーブル同士の結合	場合による	階層データに有用

実務ではINNER JOINとLEFT JOINで90%以上のケースをカバーできる。LEFT JOINは「結合先にデータがない行も含めたい」場合に使う。例えば「注文履歴がないユーザーも一覧に含める」といったケースだ。RIGHT JOINはテーブルの左右を入れ替えてLEFT JOINで書き直せるため、コードレビューでは統一のためにLEFT JOINが推奨される。

結合時のパフォーマンス注意点

結合対象のカラムにインデックスが存在しない場合、データベースはフルテーブルスキャンを実行し、行数の積に比例した計算コストが発生する。結合キーとなるカラムには必ずインデックスを設定すべきだ。

集約関数とGROUP BY──データを要約する

大量のデータから統計情報を抽出する集約関数は、データ分析の基盤となる。

関数	役割	NULLの扱い	使用例の概要
COUNT(*)	全行数をカウント	NULLを含む	テーブルの総行数
COUNT(列名)	非NULL行数をカウント	NULLを除外	値が存在する行の数
SUM	合計値	NULLを除外	売上合計
AVG	平均値	NULLを除外	平均単価
MAX	最大値	NULLを除外	最高売上日
MIN	最小値	NULLを除外	最低気温

GROUP BYで指定した列の値が同じ行をグループ化し、各グループに対して集約関数を適用する。HAVINGはグループ化後の条件指定に使う。WHEREが「行単位」のフィルタであるのに対し、HAVINGは「グループ単位」のフィルタだ。この違いを明確に理解することが、集計クエリを正しく書く鍵になる。

サブクエリ──クエリの中にクエリを書く

サブクエリ（副問い合わせ）は、SQL文の内部に別のSQL文を埋め込む技法だ。

サブクエリの種類	配置場所	返す値	典型的な用途
スカラサブクエリ	SELECT句、WHERE句	単一の値	全体平均との比較
テーブルサブクエリ	FROM句	行と列の集合	一時的な中間テーブル
相関サブクエリ	WHERE句、HAVING句	外側クエリの行ごとに評価	存在確認（EXISTS）
IN句サブクエリ	WHERE句	値のリスト	別テーブルの条件参照

サブクエリは強力だが、ネストが深くなると可読性が急激に低下する。3階層以上のネストが必要な場合は、WITH句（CTE：Common Table Expression）を使って段階的に名前をつけることで、可読性と保守性を大幅に改善できる。CTEはSQL:1999で標準化されており、主要なRDBMSすべてでサポートされている。

インデックスとパフォーマンス──速いSQLを書く

クエリの実行速度はインデックス設計に大きく依存する。インデックスは書籍の索引と同じ原理で、データベースが目的の行を高速に特定するための仕組みだ。

インデックス種別	構造	適した用途	注意点
B-Treeインデックス	平衡木構造	等価検索、範囲検索	最も汎用的、デフォルト
ハッシュインデックス	ハッシュテーブル	等価検索のみ	範囲検索に使えない
GINインデックス	転置インデックス	全文検索、配列、JSONB	PostgreSQL固有
複合インデックス	複数列の組み合わせ	複数条件の検索	列順序が性能に直結

インデックスはSELECTの速度を向上させる一方、INSERT・UPDATE・DELETEの速度を低下させるトレードオフがある。目安として、テーブル全体の10-15%以上の行を取得するクエリではインデックスよりフルスキャンの方が高速になるケースがある。EXPLAIN文でクエリの実行計画を確認する習慣をつけることが、パフォーマンスチューニングの第一歩だ。

クエリ最適化の基本チェックリスト

対策	効果	優先度
WHERE句の対象列にインデックスを作成	検索速度の劇的向上	最優先
SELECT * を避け、必要な列だけ指定	転送データ量の削減	高
JOINキーにインデックスを設定	結合処理の高速化	高
LIMIT句で取得件数を制限	メモリ使用量の削減	中
N+1問題をJOINで解消	クエリ発行回数の激減	高
EXPLAIN文で実行計画を確認	ボトルネックの特定	必須習慣

ブラウザで今すぐ試せる学習環境

SQLの学習はとにかく「手を動かす」ことが重要だ。環境構築なしでブラウザからSQLを実行できるサービスを活用したい。

サービス	対応DB	特徴	料金
SQLite Online（sqliteonline.com）	SQLite, PostgreSQL, MySQL	登録不要・即実行	無料
DB Fiddle（db-fiddle.com）	MySQL, PostgreSQL, SQLite	スキーマとクエリを共有可能	無料
SQL Fiddle（sqlfiddle.com）	複数対応	老舗の共有サービス	無料
LeetCode SQL（leetcode.com）	MySQL	問題形式で実践的に演習	無料 / Premium
HackerRank SQL（hackerrank.com）	複数対応	難易度別に体系的に学習	無料 / Pro
StrataScratch	PostgreSQL, MySQL	データサイエンス向けの実務問題	無料 / 有料

おすすめの学習フローは、まずSQLite Onlineで基本構文を自由に試し、慣れてきたらLeetCodeやHackerRankの問題に挑戦する流れだ。問題を解くことで「こういうデータが欲しいとき、どう書くか」という実践的な思考力が養われる。

現代の開発におけるSQL──ORM・BaaS・AI

2026年のアプリケーション開発では、SQLを直接書く場面と抽象化された形で使う場面が共存している。

アプローチ	代表的なツール	SQLとの関係	適するケース
生SQL	psql, mysql CLI	直接記述	複雑な分析クエリ
クエリビルダ	Knex.js, Kysely	SQLをプログラム的に組み立て	動的条件のクエリ
ORM	Prisma, Drizzle, SQLAlchemy	オブジェクトとテーブルを対応付け	CRUD中心のアプリ
BaaS	Supabase, Firebase	APIでデータ操作	MVP・スタートアップ
AIアシスタント	GitHub Copilot, Cursor	自然言語からSQL生成	探索的なデータ分析

ORMは開発速度を向上させるが、複雑な集計や分析にはSQLの直接記述が不可欠だ。Prismaの公式ドキュメントでさえ、パフォーマンスが重要な場面では生SQLの使用を推奨している。SupabaseはPostgreSQLをフルアクセスで提供するBaaSであり、RLS（Row Level Security）やリアルタイムサブスクリプションをSQLベースで設定できる。SQL の基礎力があることで、これらのツールの恩恵を最大限に引き出せる。

SQL学習ロードマップ──3ヶ月で実務レベルへ

段階的な学習計画を時間軸で整理する。

フェーズ	期間	学習内容	到達目標
Phase 1：基礎構文	1-2週間	SELECT, WHERE, ORDER BY, LIMIT	単一テーブルからの自在なデータ抽出
Phase 2：結合と集約	2-3週間	JOIN, GROUP BY, HAVING, 集約関数	複数テーブルを結合した集計レポート
Phase 3：応用構文	2-3週間	サブクエリ, CTE, CASE, ウィンドウ関数	複雑な分析クエリの記述
Phase 4：設計と最適化	2-3週間	正規化, インデックス, EXPLAIN	テーブル設計とパフォーマンス改善
Phase 5：実務演習	2-3週間	LeetCode Medium以上、実データ分析	業務で通用する即戦力

各フェーズで重要なのは、概念を理解した直後に手を動かすことだ。1つの構文につき最低5パターンのクエリを書くと定着率が劇的に上がる。Phase 3のウィンドウ関数（ROW_NUMBER, RANK, LAG, LEAD）は近年の面接でも頻出しており、データエンジニアやアナリストを目指すなら必修だ。

2026年にSQLを学ぶ意義

AIがコードを自動生成する時代になっても、SQLの重要性は増している。ChatGPTやCopilotが生成したSQLクエリが正しいかどうかを判断するには、人間側にSQLの読解力が必要だ。また、AIが出力したクエリのパフォーマンスを評価し、最適化する力は自動化できない。SQLはプログラミング言語というよりも、データとの対話手段であり、あらゆるIT職種の基礎リテラシーだ。

データと向き合う場面で、あなたは「ツールに任せる人」と「ツールを使いこなす人」のどちらを目指すだろうか。