📗

CSVデータから始めるDB設計実践入門

2025/06/09に公開

 0. はじめに既存のCSVデータをデータベース化するという業務を担当しました。

本記事では、入門書で学んだDB設計の知識を実務でどのように活用したかお話します

 想定読者データベースの基礎知識はあるが、実践的な設計経験が少ないエンジニア
既存のCSVデータをデータベース化する必要がある方

 この記事で学べること実務でよくあるデータの課題とその解決アプローチ
正規化の実践的な判断基準

 1. データの分析と設計
 1.1 データの内容確認CSVデータを確認する際は、以下の2点から確認します。
各列のデータ型を確認
書籍名, 著者名, 出版社名 が文字列型（varchar）
価格は 数値型（integer）
ISBNは 文字列型（varchar）- 書籍を一意に識別する番号
出版日は 日付型（date）
NULL値の確認
価格が空となっているデータがある

 例：本のデータ（CSV形式）ISBN,書籍名,著者名,出版社名,価格,出版日
9784297124373,データベース設計入門,山田太郎,技術評論社,2800,2023-01-15
9784798162947,SQL実践入門,鈴木花子,翔泳社,3200,2023-03-20
9784297124374,Webアプリケーション開発,佐藤一郎,技術評論社,,2023-02-10
9784798162948,Pythonプログラミング,鈴木花子,翔泳社,3000,2023-04-05

 1.2 コードで分割一意に識別できる値（コード）を見つけたら、主キーとして分割しましょう。

 例： ISBNコードCSVデータにコードとなる値を見つけたら、主キーとして分割しましょう。
books_master.csv
ISBN,書籍名
9784297124373,データベース設計入門
9784798162947,SQL実践入門
9784297124374,Webアプリケーション開発
9784798162948,Pythonプログラミング
books_data.csv（正規化後）
ISBN,著者名,出版社名,価格,出版日
9784297124373,山田太郎,技術評論社,2800,2023-01-15
9784798162947,鈴木花子,翔泳社,3200,2023-03-20
9784297124374,佐藤一郎,技術評論社,,2023-02-10
9784798162948,鈴木花子,翔泳社,3000,2023-04-05

 1.3 NULL を分割NULLが入る可能性のある項目は、別テーブルとして管理することで、データの整合性を保ちやすくなります。

NOT NULL を徹底しています。

 例：価格の分割価格がNULLとなる可能性があるため、価格情報を別テーブルとして管理します。
価格テーブルを分割する理由
価格は書籍の基本情報とは別の概念 (販売行為のデータ)
books_price.csv
ISBN,価格
9784297124373,2800
9784798162947,3200
9784798162948,3000
books_data.csv（価格分割後）
ISBN,著者名,出版社名,出版日
9784297124373,山田太郎,技術評論社,2023-01-15
9784798162947,鈴木花子,翔泳社,2023-03-20
9784297124374,佐藤一郎,技術評論社,2023-02-10
9784798162948,鈴木花子,翔泳社,2023-04-05

 1.4 隠れたコードを見つける入門書では都合よく分割可能なコードが定義されていることが多いですが、実際の業務では以下のような課題に直面することがあります。

(実際のデータは意地が悪い 🤦)
コードが存在しない場合
既存データにコードがない
業務上でコード体系が確立されていない
コード設計の判断基準
データの特性を考慮した設計
運用上の制約を考慮
将来的な拡張性を考慮
実践的なアプローチ
段階的なコード導入
既存データの整理と統合
運用ルールの確立

 例：出版社の分割出版社名は法人としての登録名であり、基本的にユニークになります。

マスターデータとして管理することで、出版社情報の一元管理が可能になります。
出版社コードの設計
形式：A0001（1文字のプレフィックス + 4桁の連番）
プレフィックス：A (国内出版社)
将来的にB（海外出版社）などに拡張可能

連番：0001～9999
最大9,999社まで対応可能
4桁で十分な拡張性を確保


publishers.csv
出版社コード,出版社名
A0001,技術評論社
A0002,翔泳社
books_data.csv（出版社分割後）
ISBN,著者名,出版社コード,出版日
9784297124373,山田太郎,A0001,2023-01-15
9784798162947,鈴木花子,A0002,2023-03-20
9784297124374,佐藤一郎,A0001,2023-02-10
9784798162948,鈴木花子,A0002,2023-04-05

 1.5 コード不明は分割しないマスターとなりそうなものを見つけたらテーブルに分割したくなります。

しかし、現状のデータでは対象を一意に識別する方法がない場合があります。

そんなときはは、分割を将来的な課題として保留します。

 具体例：著者情報の扱い現在のデータでは著者を一意に識別する方法がありません
同名の著者が存在する可能性
著者コードなどの識別子がない
著者の追加情報（生年月日、経歴など）がない
著者テーブルを作らない理由
データの整合性が保てない
同名の著者を区別できない
運用上の問題
著者情報の更新が困難
著者の統合/分割ができない (同一著者の判断が難しい)
将来的な対応
著者コードの導入を検討
著者情報の追加収集を計画
著者の基本情報（生年月日、経歴など）
著者の活動情報（執筆分野、受賞歴など）


 2. DBテーブルとして設計
 2.1 ER図を作成これまでの正規化の結果をER図で表現します。

 まとめ本記事では、CSVデータからDB設計を行う際の実践的なアプローチを紹介しました。

 設計のポイントデータの分析
データ型の確認
NULL値の確認
コードの特定
テーブルの分割
コード値の分離（ISBN、出版社コード）
NULL値の回避（価格テーブル）
コードの有無による判断（著者情報）
実践的な判断
完璧な設計より実用的な設計
段階的な改善
運用を考慮した設計
DB設計は、単にテーブルを作成するだけでなく、データの特性やアプリケーションの要件を深く理解することが重要です。

本記事で紹介した原則を参考に、より良いデータベース設計を実践してみてください。

 参考資料「コードによる分割」という考え方を参考にしました。
https://gihyo.jp/book/2022/978-4-297-12946-0

0. はじめに

想定読者

この記事で学べること

1. データの分析と設計

1.1 データの内容確認

例：本のデータ（CSV形式）

1.2 コードで分割

例： ISBNコード

1.3 NULL を分割

例：価格の分割

1.4 隠れたコードを見つける

例：出版社の分割

1.5 コード不明は分割しない

具体例：著者情報の扱い

2. DBテーブルとして設計

2.1 ER図を作成

まとめ

設計のポイント

参考資料

Discussion