SQLコマンド一覧：実務で頻用する基本構文から応用クエリまで目的別に解説

SQLは、現代のデータ駆動型社会において、エンジニアだけでなくデータサイエンティストやマーケターにとっても必須のスキルとなっています。

2026年現在、AIによるクエリ生成ツールも普及していますが、その生成されたコードの妥当性を検証し、システムに合わせて最適化するためには、基礎となるSQLコマンドの深い理解が欠かせません。

本記事では、実務で頻繁に使用される基本的な構文から、高度なデータ分析に不可欠な応用クエリまで、目的別に整理して詳しく解説します。

これからSQLを学ぶ方から、リファレンスとして活用したい実務家の方まで、幅広く役立つ内容となっています。

SQLの基本分類と構造

SQL（Structured Query Language）は、関係データベース（RDBMS）を操作するための言語であり、その役割に応じて大きく4つのカテゴリに分類されます。

これらを理解することで、今自分が行おうとしている操作がデータベースの「構造」を変えるものなのか、それとも「データそのもの」を操作するものなのかを明確に区別できます。

実務において最も触れる機会が多いのはDMLですが、データベースの設計やメンテナンスに関わる際にはDDLやTCLの知識が不可欠となります。

データ定義言語（DDL）：構造を作成・管理する

データベースの枠組みを作るためのコマンド群です。

ここでは、テーブルの作成や変更について解説します。

CREATE：テーブルやデータベースの作成

新しいテーブルを作成する際には、列名（カラム名）とそのデータ型、制約を定義します。

-- 社員情報を管理するテーブルを作成
CREATE TABLE employees (
    employee_id INT PRIMARY KEY,         -- 社員ID（主キー）
    first_name VARCHAR(50) NOT NULL,    -- 名（必須）
    last_name VARCHAR(50) NOT NULL,     -- 姓（必須）
    hire_date DATE DEFAULT CURRENT_DATE, -- 入社日（デフォルトは今日）
    salary DECIMAL(10, 2)               -- 給与（合計10桁、小数点2桁）
);

Query OK, 0 rows affected (0.05 sec)

ALTER：構造の変更

既存のテーブルに新しい列を追加したり、データ型を変更したりする場合に使用します。

-- 既存のテーブルに「メールアドレス」列を追加
ALTER TABLE employees ADD COLUMN email VARCHAR(100) UNIQUE;

DROPとTRUNCATE：削除の違い

DROPはテーブルそのものを削除し、TRUNCATEはテーブルの構造を残したまま全データを高速に消去します。

実務での使い分けには細心の注意が必要です。

データ操作言語（DML）：データを扱う基本4操作

業務で最も多用される、いわゆる「CRUD」操作（Create, Read, Update, Delete）を実現するコマンドです。

SELECT：データの抽出

SQLの中で最も自由度が高く、奥が深いコマンドです。

特定の条件に合致するデータを取得します。

-- 2024年以降に入社した社員の氏名と給与を取得（給与の高い順）
SELECT 
    first_name, 
    last_name, 
    salary 
FROM 
    employees 
WHERE 
    hire_date >= '2024-01-01' 
ORDER BY 
    salary DESC;

INSERT：データの追加

新しいレコードをテーブルに挿入します。

-- 1件のデータを追加
INSERT INTO employees (employee_id, first_name, last_name, salary)
VALUES (101, 'Ken', 'Suzuki', 600000);

-- 複数件をまとめて追加（バルクインサート）
INSERT INTO employees (employee_id, first_name, last_name, salary)
VALUES 
    (102, 'Yumi', 'Ito', 550000),
    (103, 'Hiroki', 'Watanabe', 580000);

UPDATE：データの更新

既存のデータを書き換えます。

最も注意すべき点は、WHERE句を忘れないことです。

WHERE句を忘れると、テーブル内の全データが更新されてしまいます。

-- 特定の社員の給与を5%アップさせる
UPDATE employees 
SET salary = salary * 1.05 
WHERE employee_id = 101;

DELETE：データの削除

特定のレコードを削除します。

UPDATEと同様、WHERE句による範囲指定が極めて重要です。

-- 退職した特定の社員データを削除
DELETE FROM employees 
WHERE employee_id = 103;

データの集計とグループ化

大量のデータから意味のある数値を導き出すために、集計関数とGROUP BYを組み合わせて使用します。

主な集計関数

• COUNT()：行数を数える
• SUM()：合計値を算出する
• AVG()：平均値を算出する
• MAX() / MIN()：最大値・最小値を取得する

GROUP BYとHAVING

特定の属性ごとに集計を行いたい場合はGROUP BYを使用します。

また、集計結果に対して条件を絞り込む場合は、WHEREではなくHAVINGを使います。

-- 部署ごとの平均給与を算出し、平均が50万以上の部署のみ表示
SELECT 
    department_id, 
    AVG(salary) AS avg_salary 
FROM 
    employees 
GROUP BY 
    department_id 
HAVING 
    AVG(salary) >= 500000;

テーブルの結合（JOIN）：複数データを紐付ける

リレーショナルデータベースの醍醐味は、複数のテーブルを関連付けて情報を取得することにあります。

INNER JOIN（内部結合）

両方のテーブルに一致するデータのみを取得します。

実務で最も使われる結合方法です。

-- 社員名とその所属部署名を取得
SELECT 
    e.last_name, 
    d.department_name 
FROM 
    employees AS e 
INNER JOIN 
    departments AS d 
ON 
    e.department_id = d.department_id;

LEFT JOIN（左外部結合）

左側のテーブル（FROM句に記述したテーブル）を基準に、右側のテーブルに一致するデータがあれば結合し、なければNULLとして取得します。

-- 全社員を表示し、部署に所属していない場合は部署名をNULLにする
SELECT 
    e.last_name, 
    d.department_name 
FROM 
    employees AS e 
LEFT JOIN 
    departments AS d 
ON 
    e.department_id = d.department_id;

応用的なクエリ手法

より複雑なロジックをSQLで記述するための高度なテクニックを紹介します。

サブクエリ（副問合せ）

SELECT文の結果を別のSELECT文で利用する方法です。

-- 全社員の平均給与よりも高い給与を得ている社員を抽出
SELECT 
    last_name, 
    salary 
FROM 
    employees 
WHERE 
    salary > (SELECT AVG(salary) FROM employees);

CTE（共通テーブル式）

WITH句を使用することで、複雑なクエリを整理し、可読性を高めることができます。

2026年現在の開発現場では、サブクエリよりもCTEの使用が推奨される傾向にあります。

-- 高額報酬者のリストを一時的なテーブルのように定義して利用
WITH high_salary_employees AS (
    SELECT * FROM employees WHERE salary >= 800000
)
SELECT 
    last_name, 
    salary 
FROM 
    high_salary_employees 
WHERE 
    hire_date >= '2020-01-01';

ウィンドウ関数

集計を行いつつ、各行の個別のデータも保持したい場合に非常に強力なツールとなります。

-- 各部署内での給与ランキングを表示
SELECT 
    last_name, 
    department_id, 
    salary,
    RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) AS salary_rank 
FROM 
    employees;

トランザクション制御（TCL）

データの整合性を保つために、複数の操作を一つの単位としてまとめます。

銀行振込のように「Aさんの口座を減らし、Bさんの口座を増やす」という一連の処理が、どちらか一方だけ成功しては困る場合に必須となります。

-- トランザクションの開始
BEGIN;

-- 処理1：在庫を減らす
UPDATE products SET stock = stock - 1 WHERE product_id = 501;

-- 処理2：注文履歴を追加
INSERT INTO orders (product_id, quantity) VALUES (501, 1);

-- すべて成功なら確定
COMMIT;

-- 途中でエラーが起きたら取り消し
-- ROLLBACK;

パフォーマンスと運用のためのコマンド

実務では、単に「動くクエリ」を書くだけでなく「速いクエリ」を書くことが求められます。

EXPLAIN：実行計画の確認

クエリがどのように実行されるかを表示します。

インデックスが効いているか、フルスキャン（全行探索）が発生していないかを確認するために不可欠です。

EXPLAIN SELECT * FROM employees WHERE last_name = 'Tanaka';

INDEX：検索の高速化

特定の列に対してインデックスを作成することで、データ検索速度を劇的に向上させます。

-- 苗字での検索を高速化するためにインデックスを作成
CREATE INDEX idx_last_name ON employees(last_name);

モダンSQL：JSONデータの取り扱い

2026年現在、多くのRDBMSがJSON形式のデータをネイティブにサポートしています。

NoSQLのような柔軟なデータ構造と、SQLの堅牢な分析能力を組み合わせることが可能です。

-- JSON型のカラムから特定のキーの値を抽出
SELECT 
    employee_id, 
    metadata->>'$.skill_set' AS skills 
FROM 
    employees_extra 
WHERE 
    metadata->>'$.location' = 'Tokyo';

このように、半構造化データを扱うコマンドも現代のSQLエンジニアには必須の知識となっています。

SQLを書く際のベストプラクティス

効率的でメンテナンス性の高いSQLを記述するためのポイントをまとめます。

1. SELECT * を避ける：必要なカラムのみを指定することで、ネットワーク負荷とメモリ消費を抑えられます。
2. エイリアス（別名）を活用する：テーブル名が長い場合、AS e のように略称を付けることでクエリを読みやすくします。
3. インデックスを意識したWHERE句：関数を列に適用（例：WHERE YEAR(date) = 2026）するとインデックスが使われない場合があるため、注意が必要です。
4. 大文字と小文字の統一：SQLキーワードを大文字、テーブル名やカラム名を小文字に統一することで、可読性が向上します。

まとめ

SQLコマンドは、その一つひとつがシンプルな役割を持っていますが、これらを組み合わせることで、テラバイト級の膨大なデータから価値のある情報を瞬時に引き出すことが可能になります。

本記事で紹介したDDL（定義）、DML（操作）、結合、そしてウィンドウ関数などの応用技術は、どのようなデータベース製品（PostgreSQL, MySQL, SQL Server, BigQuery等）を使用する場合でも共通する「一生モノのスキル」です。

特に2020年代後半のエンジニアリングにおいては、AIに指示を出す「プロンプト」の裏側でもSQLの論理構造が働いています。

コマンドの丸暗記に留まらず、「データがどのように結びつき、どのように集計されるのか」という論理的なプロセスを意識して、日々の業務に活用してください。

基本を確実に押さえ、必要に応じて高度な構文をリファレンスとして参照することで、より高度なデータ活用が実現できるはずです。