ウィンドウ関数は関数() OVER (PARTITION BY ... ORDER BY ...)の形式で使用します。OVER句がウィンドウ関数の特徴です。

ROW_NUMBER()は、パーティション内の各行に一意の連続した番号を割り当てます。同じ値でも異なる番号が割り当てられます。

PARTITION BY departmentにより部署ごとにグループ化され、ORDER BY salary DESCにより給与の高い順に1から連番が振られます。

RANK()は同じ値に同じ順位を付け、次の順位をスキップします。ROW_NUMBER()は常に一意の連番を付けます。

DENSE_RANK()は同じ値に同じ順位を付けますが、次の順位をスキップしません。RANK()は同値後に順位をスキップします。

同じ値が2つあった場合、RANK()は1,1,3（スキップあり）、DENSE_RANK()は1,1,2（スキップなし）となります。

LAG()は、現在の行より前の行の値にアクセスします。時系列データの前回値との比較などに使用します。

LEAD()は、現在の行より後の行の値にアクセスします。次回の値との比較などに使用します。

LAG(sales, 1)は1行前（前月）のsalesの値を返します。これを現在のsalesから引いて前月との差を計算しています。

FIRST_VALUE()は、ウィンドウフレーム内の最初の行の値を返します。

LAST_VALUE()は、ウィンドウフレーム内の最後の行の値を返します。ただし、デフォルトのフレームでは期待通りに動作しない場合があります。

NTH_VALUE(column, n)は、ウィンドウフレーム内のn番目の行の値を返します。

NTILE(n)は、データをn個の均等なグループ（バケット）に分割し、各行がどのグループに属するかを1からnの番号で返します。

NTILE(4)により、給与の高い順に4つのグループ（四分位）に分けられます。各グループには1から4の番号が割り当てられます。

ROWS BETWEENは、ウィンドウ関数が計算に使用する行の範囲（フレーム）を物理的な行数で指定します。

ROWS BETWEEN 2 PRECEDING AND CURRENT ROWは、現在の行と2行前までの3行の平均を計算します。これは3日間の移動平均です。

UNBOUNDED PRECEDINGは、パーティションの最初の行を意味します。累計を計算する際などに使用します。

UNBOUNDED PRECEDING（最初の行）からCURRENT ROW（現在の行）までのSUMを計算するため、累計売上になります。

ROWSは物理的な行数でフレームを指定し、RANGEは値の範囲でフレームを指定します。同じ値の行の扱いが異なります。

CTEはWITH句で定義します。WITH cte_name AS (SELECT ...)の形式で、クエリ内で再利用可能な一時的な結果セットを作成します。

CTEを使用すると、複雑なクエリを読みやすく整理でき、同じサブクエリを複数回参照でき、再帰クエリも記述できます。

high_value_customersというCTEは、注文合計が10万円を超える顧客とその合計額を定義しています。これをメインクエリで参照しています。

再帰CTEは、組織の階層構造、カテゴリのツリー、グラフの探索など、自己参照する階層データを扱う際に使用します。

再帰CTEは、アンカーメンバー（初期クエリ）、UNION ALL、再帰メンバー（自己参照クエリ）で構成されます。

この再帰CTEは、manager_idがNULLの従業員（トップ）から始めて、階層的にすべての部下を取得し、各従業員の階層レベルも計算します。

トランザクションは、複数のSQL文を1つの論理的な作業単位としてまとめ、すべて成功するか、すべて失敗するか（原子性）を保証する仕組みです。

Atomicity（原子性）は、トランザクション内のすべての操作が完了するか、まったく実行されないかのどちらかであることを保証します。

Consistency（一貫性）は、トランザクションの前後でデータベースが整合性のある状態を維持することを保証します。

Isolation（分離性）は、同時実行されるトランザクションが互いに干渉しないことを保証します。

Durability（永続性）は、コミットされたトランザクションの結果がシステム障害後も保持されることを保証します。

BEGIN、BEGIN TRANSACTION、START TRANSACTIONなどでトランザクションを開始します。データベースにより構文が異なります。

COMMITは、トランザクション内のすべての変更を確定し、永続化します。

ROLLBACKは、トランザクション内のすべての変更を取り消し、開始前の状態に戻します。

SAVEPOINTは、トランザクション内に中間点を設定し、その点まで部分的にROLLBACKできるようにします。

標準の分離レベルはREAD UNCOMMITTED、READ COMMITTED、REPEATABLE READ、SERIALIZABLEの4つです。READ ONLYは分離レベルではありません。

READ UNCOMMITTEDでは、他のトランザクションがまだコミットしていないデータを読み取れるため、ダーティリードが発生する可能性があります。

ダーティリードは、他のトランザクションがまだコミットしていない変更を読み取ってしまうことです。後でロールバックされる可能性のあるデータを読み取ってしまいます。

ノンリピータブルリードは、同じトランザクション内で同じデータを2回読み取ったとき、他のトランザクションの更新により異なる値が返される現象です。

ファントムリードは、同じトランザクション内で同じ検索条件でクエリを実行したとき、他のトランザクションの挿入・削除により行数が変わる現象です。

SERIALIZABLEは最も厳格な分離レベルで、トランザクションを順次実行したかのように動作し、すべての異常現象を防ぎますが、パフォーマンスは低下します。

楽観的ロックは、競合が少ないと仮定し、データ読み取り時にロックせず、更新時にバージョン番号などで競合を検出します。

悲観的ロックは、競合が発生すると仮定し、データ読み取り時からロックを取得して他のトランザクションからの変更を防ぎます。

SELECT ... FOR UPDATEは、選択した行に排他ロックを取得し、トランザクション終了まで他のトランザクションがその行を更新できないようにします。

デッドロックは、2つ以上のトランザクションが互いに相手が保持するロックの解放を待っている状態で、永久に進行できなくなる状況です。

デッドロックを防ぐには、ロックの取得順序を統一する、トランザクションを短くする、適切な分離レベルを選択するなどの方法があります。

共有ロックは複数のトランザクションが同時に取得でき、読み取りを許可します。排他ロックは1つのトランザクションのみが取得でき、他の読み書きをブロックします。

第一正規形は、すべての列が原子的（これ以上分割できない単一の値）であること、繰り返しグループがないことが条件です。

phones列に複数の電話番号がカンマ区切りで格納されており、原子性（単一の値）に違反しています。

第二正規形は、1NFを満たし、かつ非キー属性が主キー全体に完全関数従属していること（部分関数従属がないこと）が条件です。

部分関数従属は、複合主キーの一部の列だけで非キー属性が決定できる状態です。例：(注文ID, 商品ID)が主キーで、注文IDだけで顧客名が決まる場合。

第三正規形は、2NFを満たし、かつ推移的関数従属がないこと（非キー属性が他の非キー属性に依存しないこと）が条件です。

推移的関数従属は、A→B、B→Cのとき、A→Cが成り立つ状態です。例：社員ID→部署ID→部署名のように、非キー属性を介して他の属性が決まる場合。

正規化により、データの冗長性が減り、更新異常（挿入、更新、削除異常）を防ぎ、データの整合性が向上します。

非正規化は、JOINの削減やクエリパフォーマンスの向上のために、意図的に冗長性を持たせることです。読み取り性能を優先する場合に行います。

実行計画は、データベースがSQLクエリをどのように実行するかを示す詳細な計画です。テーブルスキャン、インデックス使用、結合方法などが含まれます。

EXPLAIN（またはEXPLAIN ANALYZE）を使用して、SQLクエリの実行計画を確認できます。データベースにより構文が異なります。

インデックスがない列での検索、LIKE '%...'でのワイルドカード検索、小さなテーブル、適切なインデックスがない場合にフルテーブルスキャンが発生します。

列に関数を適用する（WHERE YEAR(date) = 2023）、暗黙の型変換、先頭にワイルドカードがあるLIKE、NOT条件などではインデックスが使用されにくいです。

カバリングインデックスは、クエリが必要とするすべての列がインデックスに含まれているため、テーブルデータにアクセスせずにインデックスだけで結果を返せるインデックスです。

カーディナリティは、列の値の一意性の度合いを示します。高いカーディナリティ（多くの異なる値）の列ほど、インデックスが効果的です。

Bツリーは、等価検索、範囲検索、ソートに効率的なバランス木構造です。多くのRDBMSでデフォルトのインデックス型です。

ハッシュインデックスは、等価検索（=）には非常に高速ですが、範囲検索やソートには使用できません。

GIN（Generalized Inverted Index）は、配列、JSON、全文検索など、複数の値を含む列に対して効率的なインデックスです。

適切なインデックスの作成、SELECT *の代わりに必要な列のみ選択、不要なサブクエリの排除、JOINの最適化などでパフォーマンスを向上できます。

N+1問題は、JOINを使用して1回のクエリで関連データを取得するか、IN句でまとめて取得することで解決できます。

パーティショニングは、大きなテーブルを複数の小さな部分に分割し、クエリパフォーマンスの向上、管理の容易化、データのアーカイブを実現します。

レンジパーティショニングは、日付や数値などの連続した値の範囲に基づいてデータを分割します。時系列データに適しています。

リストパーティショニングは、特定の値のリストに基づいてデータを分割します。国コードや地域などの離散的な値に適しています。

ハッシュパーティショニングは、キー列のハッシュ値に基づいてデータを均等に分割します。データの均等分散が必要な場合に適しています。

EXPLAIN ANALYZEは、実行計画を表示するだけでなく、実際にクエリを実行して実測値（実行時間、行数など）を表示します。

ネステッドループ結合は、外側テーブルの各行に対して内側テーブルを検索します。小さなテーブルや内側にインデックスがある場合に効率的です。

ハッシュ結合は、小さい方のテーブルでハッシュテーブルを作成し、大きい方のテーブルをスキャンして結合します。等価結合に効率的です。

マージ結合は、両方のテーブルを結合キーでソートし、同時にスキャンして結合します。大きなテーブルの等価結合に効率的です。

クエリヒントは、オプティマイザに特定の実行計画を選択させるための指示です。インデックスの使用、結合方式などを指定できます。

統計情報は、テーブルの行数、列の値の分布などの情報で、オプティマイザが最適な実行計画を選択するために使用します。

ANALYZE（PostgreSQL）やUPDATE STATISTICS（SQL Server）などで統計情報を更新できます。データベースにより構文が異なります。

VACUUMは、PostgreSQLで削除・更新されたタプルが使用していた領域を回収し、統計情報を更新します。

トリガーは、特定のイベント（INSERT、UPDATE、DELETE）が発生したときに自動的に実行されるプロシージャです。

BEFORE TRIGGERはデータの変更前に実行され、データの検証や修正が可能です。AFTER TRIGGERはデータの変更後に実行されます。

ストアドプロシージャは、複雑なロジックをサーバー側で実行でき、ネットワーク往復を減らし、コードの再利用性とセキュリティを向上させます。

ストアドファンクションは値を返し、SELECT文の中で使用できます。ストアドプロシージャはCALLで呼び出し、副作用（データ変更など）を持つことが多いです。

PostgreSQLでは、->でJSONオブジェクトを、->>でテキストとしてJSON値を抽出できます。

PostgreSQLでは、ANY(array)で配列内のいずれかの要素と比較できます。@>は配列の包含演算子です。

シャーディングは、データを複数のデータベースサーバーに水平分割して分散させる技術です。大規模システムのスケーラビリティを向上させます。

レプリケーションは、データを複数のサーバーにコピーして、可用性の向上、読み取り負荷の分散、障害対策を実現します。

マスター・スレーブレプリケーションでは、マスターが書き込みを処理し、スレーブはマスターのデータをコピーして読み取りを処理します。

PITRは、WAL（Write-Ahead Log）などを使用して、特定の時点のデータベース状態に復元する技術です。誤操作からの復旧などに使用します。

WALは、データを変更する前にログに記録することで、障害発生時のデータ復旧を可能にし、トランザクションの永続性を保証します。

接続プーリングは、データベース接続を再利用することで、接続確立のオーバーヘッドを削減し、パフォーマンスを向上させます。

クエリキャッシュは、同一のSQLクエリの結果を保存し、再実行時にキャッシュから返すことで高速化します。データ更新時にキャッシュの無効化が必要です。

プリペアドステートメントは、SQLの解析・最適化を一度だけ行い、パラメータのみ変えて再実行できます。SQLインジェクション対策にもなります。

バルクインサートは、複数のレコードを一度に挿入することで、個別INSERTより大幅にパフォーマンスが向上します。

OLTPは大量の短いトランザクション処理（更新中心）、OLAPは複雑な分析クエリ（読み取り中心）に最適化されています。

カラムナーストレージは、列ごとにデータを格納し、特定の列のみを読み取る分析クエリに効率的で、圧縮率も高くなります。

PERCENT_RANK()は、パーティション内での相対的な順位を0から1の間のパーセンタイルとして返します。(rank - 1) / (total_rows - 1)で計算されます。

CUME_DIST()は、累積分布を計算し、現在の行以下の行の割合を返します。パーティション内で自分以下の値が何%かを示します。

MVCCは、データの複数バージョンを保持することで、読み取りと書き込みが互いをブロックせず、高い並行性を実現する技術です。

ボトムアップ型は小さな部分計画から組み立て、トップダウン型は全体から部分に分解して最適化します。多くの最適化はコストベースで両方のアプローチを組み合わせます。

BRINインデックスは、データが物理的な順序で格納されている大きなテーブルに適しています。タイムスタンプ列など、挿入順と値の順序が相関する場合に効果的です。

イベントソーシングは、データの現在の状態ではなく、状態を変更するイベント（履歴）をすべて保存するパターンです。監査ログや状態の再構築に有効です。