【SQL高速化】「クエリが遅い…」を解決する3つの極意｜インデックスとEXPLAINを使いこなせ

公開日: 2025年11月26日

「SQLクエリを書いて、求めているデータは取得できた。でも、結果が出るまでに何秒もかかる…」 データ量が少ないうちは気にならなくても、レコードが数万、数百万件と増えてくると、「遅いクエリ」はシステム全体の足を引っ張る致命的な問題になります。

SQLにおいて、「動く」ことと「速い」ことは別次元の話です。 今日は、脱・初心者のためのステップアップとして、データベースのパフォーマンスを劇的に改善するための3つの極意を解説します。 魔法の杖である「インデックス」と、その効果を確認する聴診器「EXPLAIN」を使いこなせるようになりましょう。

極意1：『インデックス』は図書館の「索引」である

なぜ、あなたのクエリは遅いのでしょうか？ 最大の原因は、データベースが「全件検索（フルテーブルスキャン）」をしてしまっていることです。

分厚い辞書の中から「Python」という単語を探す時、1ページ目から順番にめくって探す人はいませんよね？そんなことをしたら日が暮れてしまいます。 普通は、巻末の「索引（インデックス）」を見て、該当するページを一発で開くはずです。

データベースも同じです。検索条件（WHERE句）や結合条件（JOINのON）に使われるカラムにインデックスを作成することで、爆発的な高速化が可能になります。

-- インデックスの作成例
CREATE INDEX idx_user_email ON users(email);
        

極意2：『SELECT *』の乱用をやめる

とりあえず全てのカラムを取得するために SELECT を書いていませんか？ これは、以下の2つの理由でパフォーマンスを低下させます。

1. データ転送量の無駄: 使わないデータまでネットワークを行き来するため、通信に時間がかかります。
2. インデックスの恩恵を受けにくい: 必要なカラムだけを指定すれば、データベースはテーブル本体を見に行かず、インデックスの情報だけで回答できる場合があります（カバリングインデックス）。

必要なデータは何かを常に意識し、カラム名を明記する癖をつけましょう。

極意3：『EXPLAIN』でクエリの実行計画を覗き見る

「インデックスは貼ったはずなのに、まだ遅い…」 そんな時は、データベースが実際にどうやってデータを取得しようとしているのか、その「実行計画」を確認する必要があります。 そこで使うのが EXPLAIN 命令です。

-- クエリの前に EXPLAIN を付けるだけ
EXPLAIN SELECT * FROM users WHERE email = 'test@example.com';
        

これを実行すると、検索結果の代わりに、データベースの「作戦」が表示されます。 見るべきポイントは type や key の項目です。ここに ALL（全件検索）と出ていたら、インデックスが効いていない証拠です。逆に、作成したインデックス名が表示されていれば、正しく使われています。

🤖 AIに、EXPLAINの結果を診断してもらう

しかし、EXPLAINが出力する情報は専門用語が多く、初心者には解読が難しいのも事実です。 「Using filesortって何？」「refがNULLだけど大丈夫？」

そんな時こそ、当サイトの「AIコード解説ツール」や「AI SQLチェッカー」を活用してください。 遅いクエリや、EXPLAINの結果をそのまま貼り付ければ、AIがボトルネックを特定し、「ここにインデックスを追加すべきです」や「このOR条件がインデックスを無効にしています」といった、具体的な改善案を提示してくれます。

まとめ：速さは正義

Webアプリケーションにおいて、レスポンスの速さはユーザー体験（UX）そのものです。

• 検索条件にはインデックスを貼る。
• 必要なカラムだけを指定して取得する。
• EXPLAINでインデックスが使われているか確認する。

この3つを意識するだけで、あなたの書くSQLは「ただ動くクエリ」から「プロフェッショナルなクエリ」へと進化します。 まずは、あなたのアプリケーションの中で一番「重い」クエリを一つ選んで、チューニングに挑戦してみませんか？