【SQL・DB基礎編第2回】データの罠を回避せよ！実務で輝く「型変換（CAST）」と高度な集計テクニック

2026年6月7日 00:39

前回の基礎編第1回では、データの矛盾を防ぐ「正規化」という設計思想について学びました。なぜテーブルを分けるのか、そしてなぜ「JOIN」が必要なのか、その理由が深く腑に落ちたのではないでしょうか。

設計の全体像が見えたところで、今回からは再びガシガシとSQLコードを動かす実践フェーズに戻ります！

テーマは、実務や一歩進んだデータ分析で必ず直面する「データの型変換（CAST）」と、それを組み合わせた「高度な集計」です。

「SQLで割り算をしたら、なぜか結果がゼロになってしまう…」

「文字列として保存されている数字を、数値として合計したい！」

そんな日常の「困った」を一発で解決する強力な関数をマスターし、データ処理の精度をプロレベルに引き上げましょう！

1. なぜ「型変換（CAST）」が必要なのか？

データベースに入っているすべてのデータには、あらかじめ「データ型」という属性が決まっています。

代表的なものには以下のような種類があります。

普段、私たちがExcelなどを使うときは、ソフトが自動的に「これは数字だな」「これは文字だな」と判断して計算してくれますよね。しかし、融通の利かないデータベースの世界ではそうはいきません。

例えば、「整数整数」の計算をすると、結果も「整数」にされてしまうという暗黙のルールがあります。

もし、ある商品の価格の比率を出そうとして 3 / 10 という計算をSQLにさせると、普通なら 0.3 になってほしいところですが、整数に丸められて 0 になってしまうのです。これが「SQLの割り算の罠」です。

この罠を回避し、コンピュータに「これは小数として計算してね！」と強制的に指示を与えるコマンドが、今回主役となるCAST（キャスト）関数です。

CAST 関数の使い方は非常にシンプルです。変えたいデータと、変換した後の型を指定するだけです。

CAST( 変換したいデータ AS 変換後のデータ型 )

先ほどの「割り算でゼロになってしまう問題」を解決するには、以下のように書きます。

SELECT CAST(3 AS DECIMAL) / 10;

このように 3 をあらかじめ小数を扱える型（DECIMAL や REAL）にキャストしてから割り算を行うことで、データベースは「あ、これは小数の計算なんだな」と理解し、正しく 0.3 という結果を返してくれるようになります。

また、システムによっては「商品コード」が文字列（VARCHAR）として保存されているのに、中身は数字なので足し算したい、というケースもあります。そんな時も大活躍します。

-- 文字列の'100'を整数に変換して計算する
SELECT CAST(SHOHIN_CODE AS INTEGER) + 1 FROM ...

それでは、実務でよく使われる「全体の売上に占める、各商品の価格の割合」を算出する高度なSQLを組み立ててみましょう。

これまで学んだ「集計関数（SUM）」「副照会（サブクエリ）」、そして今回の「CAST」が奇跡の融合を果たします。

以下のような、商品テーブル（SHOHIN）があるとします。

全体の価格の合計は 2000 + 5000 + 3000 = 10000 です。

各商品の価格が、全体（10000）に対してどれくらいの割合なのかを計算するSQLがこちらです。

SELECT 
    SNAME, 
    PRICE,
    CAST( (PRICE / (SELECT SUM(PRICE) FROM SHOHIN)) AS DECIMAL(5,2) ) AS RATIO
FROM SHOHIN;

一見すると複雑に見えますが、内側から順番に紐解いていけば簡単です！

(SELECT SUM(PRICE) FROM SHOHIN)：まず、サブクエリが実行されて全体の合計金額（10000）が計算されます。
PRICE / 10000：各行の商品の価格を、全体の合計で割ります（例：マウスなら 2000 / 10000）。
CAST( ... AS DECIMAL(5,2) )：そのまま割り算すると整数になってしまうのを防ぐため、DECIMAL型（全体5桁、小数点以下2形）にキャストします。
AS RATIO：計算結果の列に「RATIO（割合）」という分かりやすい名前（別名）をつけます。

このSQLを実行すると、以下のような高度なデータ分析結果をデータベースから直接引っこ抜くことができます。

基礎編第2回の今回は、データ分析の現場で頻出する重要なテクニックを学びました。

データの型を自由にコントロールできるようになると、SQLのエラーに悩まされる回数が激減します。実務的なデータ抽出には必須の知識ですので、ぜひ引き出しの1つに加えておいてください。

次回は、データの重複をスマートに排除する「DISTINCT」や、条件に応じて出力を切り替える「CASE式」など、さらに表現力を広げる便利なテクニックを解説します。お楽しみに！

よろしければ応援お願いします！いただいたチップはクリエイターとしての活動費に使わせていただきます！