.svg)
近年のDX推進の流れから、社会全体でデジタル技術の導入が加速し、企業はデータを活用した経営を求められるようになっています。また、データの活用にあたって、適切なデータ管理も必要になっています。
そこで今回は、適切な設計が求められるデータベース設計について、データベースの基礎的な知識から、データベース設計に欠かせない要素、設計のポイント、ステップなどを初心者の方でも分かりやすいよう、細かく解説していきます。ぜひ最後までご覧ください！
▼ 関連記事 ▼
データベースとは、簡単に言うと「データを集めて保存している箱」のことです。もう少し詳しく説明すると、「あらかじめ決められた形式で整理された（データが行と列で構造化された）データの集まり」です。データベースは、必要に応じてデータへのアクセスや編集、抽出、共有などデータを簡単に柔軟に取り扱えるのが大きな特徴です。
そして、データベースはあくまで「蓄積する場所」のため、そこに蓄積されたデータを活用するためには、「データベース管理システム（DBMS）」を利用する必要があります。これを利用することで、データの蓄積や抽出などを管理することができます。
ただ、データベース管理システムの用意をしただけでは、効率的なデータ活用ができるかというと、そういう訳ではありません。どのような情報を、どのような構造でデータベース化していくか、データベース構築の計画を立てる必要があります。これが、データベース設計です。
もし、適切でないデータベースの作成をした場合、データへのアクセスや検索、抽出、活用といった作業が効率的にできない可能性があるため、データベース設計はとても重要なプロセスです。
ちなみに、データベースの管理を行うために必要な、データベース管理ソフトは様々な会社から提供されています。代表的なサービスには、Microsoft社が提供するAccessがあります。Microsoft Accessはリレーショナル型のデータベース管理ソフトで、複雑なコマンドやコーディングなしで、データベースの作成からデータの追加、更新、削除などといったデータベース管理が可能です。
データベースのトレンドは、コンピュータの処理能力の進化とともに変化してきました。ここでは、現在主流である「リレーショナルデータベース（RDB）」とそれ以前に主流とされていた「階層型」と「ネットワーク型」について、それぞれの特徴を押さえていきます。
【リレーショナルデータベース（RDB）以前】
データベースがソフトウェアとして登場したのは、1960年代です。この時に主流だったのは「階層型」と「ネットワーク型」の2種類です。
・階層型
スタート地点から枝葉が分かれツリー状に構成されます。イメージとしては組織図のような構造です。データ同士が「1 対 1」もしくは「1 対 複数」の関係で、ルートが限定されているため、速度が速いメリットがあります。しかし、場合によって重複登録が必要だったり、データの追加・削除を行う場合はルートの再登録が必要など、柔軟性に欠けています。
・ネットワーク型
ネットワーク型では、データ同士が網目状に繋がっています。ネットワーク型は階層型と比較すると柔軟性があり、重複登録の必要もありません。
また、ここで階層型とネットワーク型の共通課題としてあったのが「データ構造への依存」です。この依存は、データベースが持つ「データを簡単に柔軟に取り扱える」という特徴に支障をきたしてしまいます。
【リレーショナルデータベース（RDB）の誕生】
現在主流となっているリレーショナル型は、1970年にIBMのEdgar Frank "Ted" Codd氏によって発表された『A Relational Model of Data for Large Shared Data Banks[1]』の論文に初めて登場しました。
リレーショナル型のデータベースは、すべてのデータをテーブルと呼ばれる2次元表にて管理します。イメージとしては、Excelなどの表計算ソフトです。列に重複しない項目を設定し、行に各データを入れていきます。
階層型やネットワーク型と比較すると、柔軟なデータの取り扱いが可能になったことで広く普及し、現在では多くのデータベースがリレーショナル型となっています。しかし、プログラムが複雑化しやすく、複雑化した場合は処理速度に遅延が生じてしまうという課題が依然として残っています。
データベース管理システムの最新トレンドとして、近年注目されているのが「NoSQL」です。NoSQLは特定のサービス名ではなく、その特徴を持ったデータベースの総称です。
SQLとは、Structured Query Languageの略で、日本語では「構造化問い合わせ言語」と言われる、データベース言語です。
これまでのリレーショナル型データベースを用いた管理システム（RDBM）では、SQLによる操作が可能で、複雑なデータの整合性を保ちながらデータを取り扱うことができました。しかし前述したように、処理速度への影響が避けれませんでした。
そこで注目されているのが、SQLを使用しないデータベース管理システムのNoSQLです。
大量のデータを素早く処理したい場合、NoSQLであれば、データの取得・格納が高レベルで最適化されており、大量かつ多種多様な処理が可能になっています。しかし、NoSQLはあくまで「処理効率」に焦点を当てたデータベースのため、データの整合性や加工の容易さを求めている場合は、適しているとは言えません。
前章の「階層型」「ネットワーク型」「リレーショナル型」そして「NoSQL」と、データベースはそれぞれに特徴を持っています。そのため、データベース設計の際には、どのようなデータベース構築をしたいのかと、データベースの特徴を照らし合わせながら、適切なものを選択していく必要があります。
データベース設計を行う際に、念頭に置いておくべき4つの要素があります。以下で、それぞれ解説していきます。
・エンティティ（実体）
エンティティとは、システムが管理・処理する情報の名称を決め、定義したものです。データベース設計の最初の段階で、エンティティを洗い出しておくことで、設計ミスや後からの修正といったリスクを減らし、質の高いデータベース設計を行うことができます。
・アトリビュート（属性）
エンティティをさらに細分化した従属する項目をアトリビュートと言います。例えば「商品」というエンティティの場合、「商品名」「価格」「注文番号」といた項目がアトリビュートに当たります。そして、詳細な商品情報の管理が必要な場合は、アトリビュートを多く用意する必要があります。
・リレーション（関係）
エンティティ同士の関係性を指します。例えば「”顧客”が”商品”を購入する」という場合、「顧客」と「商品」にリレーションが存在すると言えます。つまりエンティティを「主語」「目的語」に置き、文章として成立するエンティティ間にはリレーションが存在すると言えます。この考え方は、後から解説するデータベース設計ツールの「ER図（Entity Relational Diagram）」にも関連してきます。
・カーディナリティ（関連の多重度）
あるエンティティに対して、リレーションのあるエンティティがいくつ存在するかを見るカーディナリティは、エンティティの抽出漏れを防ぎ、適切なデータベース設計をするためにとても重要な項目です。エンティティ同士の相対的な位置付けを明確にするため「1 対 1」「1 対 複数／複数 対 1」「複数 対 複数」のうち、どのパターンに該当するか分析し、慎重に設定していく必要があります。
データベース設計は大きく3つの設計フェーズに分かれ、以下のような手順で行います。
【概念設計】
STEP1：データベースの目的確認と要件定義
システム開発ではじめに要件定義を行うように、データベース概念設計でもはじめに要件定義を行います。データベースを使用する対象タスクの詳細を分析しながら要件を洗い出し、「どのようなデータをどのように管理していきたいのか」を明確にし、データベースの基礎を固めていきます。
▼
STEP2：エンティティの抽出
洗い出した情報をもとに、データベース設計に必要なエンティティを抽出していきます。
▼
STEP3：ER図（Entity Relationship Diagram）の作成
抽出されたエンティティをもとに「概念データモデル」を作成していきます。概念データモデルとは、エンティティの情報構造を抽象化して表現したものです。そして、これを作成する際に用いられるデータベース設計ツールがER図というものです。データベースの設計図のような役割のあるER図は、エンティティとリレーションシップを組み合わせてデータ間の処理構造を設計していきます。
▼
【論理設計】
STEP4：ER図をRDBのテーブルに変換とテーブル定義書の作成
データベースの設計図であるER図は、きちんと整理されていれば、RDBテーブル用に機械的な変換が可能なため、データベース設計を効率的に行うことができます。また、ここで各テーブルを定義付けたテーブル定義書を作成を行います。テーブル定義書はデータベースのテーブルを明確な定義付けしたもので、データベース設計を行う上で重要な役割の1つです。
▼
STEP5：正規化
変換したデータのうち、重複しているデータを取り除きながら、フォーマットを整えていきます。
▼
【物理設計】
STEP6：データ型の決定
各データのデータ型をどのように保存するか、アトリビュートごとに決定していきます。
▼
STEP7：性能要件の確認
「追加可能なデータ数」や「同時アクセス可能数」など、データベースを稼働させていく上で必要となる、性能要件を確認していきます。
▼
STEP8：インデックス作成
インデックス（索引）を作成することにより、データの格納場所を素早く見つけ、データベースの処理速度を向上させることが可能になります。インデックスは、1度作成して完了でなく、データベース稼働後も、適宜最適なものにアップデートしていく必要があります。
▼
STEP9：データ格納領域決定
性能要件で確認した容量を十分に格納可能かつ、将来的な格納データ増加に備えれるよう考慮し、データ領域を確保します。そして最後に、ハードウェアの仕様やファイル配置を決定します。
前述した「データベース設計に欠かせない4つの要素」を念頭に、データベース設計手順の各ステップを踏んで設計していきますが、最後にその際のポイントをまとめていきます。
・構築するシステムの理解／導入の目的の明確化
データベースの作成は、基本的にはシステムがあること前提で話が進んでいきます。また、用意すべきテーブルの種類や列・行などを定義するためには、システムの要件・仕様を理解することが欠かせません。また、ユーザー数などの予測なども踏まえて、データベースの導入目的を明確化する必要があります。
・仕様書に細かく明記されていない箇所まで想像
例えば、削除されて困るテーブルには、復元可能な形で一時的な削除をする「論理削除」のフラグを設けたり、「登録日」「登録者」「更新者」など操作に関わる履歴に関する項目などは、仕様書に書かれていなくても、データベース上に記録しておいた方がいい項目と言えます。そのため、仕様書を鵜呑みにするのではなく、想像力を膨らませながらテーブル設計を進めていく必要があります。
・正規化を行う
データベースのテーブルをできる限り最小単位にする正規化の考えを忘れてはいけません。データベースのテーブルが最小限になっていれば、あるレコード（1行分のデータ）に更新があった場合、関連テーブルも連動して更新されるため、管理の負担軽減となります。
ここまで、データベースの基礎的な知識から、データベース構築に欠かせない要素や設計の際に押さえておきたいポイント、実際のデータベース設計手順などについて解説してきました。
システム開発が盛んに行われ、データを活用した経営が重要視されるようになった現代社会で、適切なデータベース構築は必要不可欠です。そのため、開発するシステムの要件を理解し、重要なポイントを押さえながらデータベース設計を行なっていく必要があります。
JIITAKのプロダクト開発では、データベース設計をはじめとして、API開発、ビジネスロジックの実装など、幅広いバックエンドの要件に対応しています。プロダクト開発において、お悩みごとがある方はぜひ一度、JIITAKまでご相談ください。
