前回こちらの記事で、DB設計の正規化とパフォーマンスのトレードオフについて、学習しました。その中で、結合処理のコストの高さや、インデックスによる性能改善が触れられていて、実際にどのくらいの違いがあるのか、知りたくなりました。

そこで、記事で扱った処理について、3つの場合に分けて、処理時間を比較してみました。

そのまま結合を使った場合
テーブルに集計データを持たせて、結合せずに済むようにした場合
インデックスを利用しつつ、結合を使った場合

素人の実験ですので、おかしな部分がありましたら、コメントでご教授ください。

結果

結果を先に述べてしまうと、そのまま結合した時に比べて、結合を使わない場合は、 約19倍 、インデックスを利用した場合は、 約10倍 早くなりました。

検証方法

環境

MySQL 5.7

MySQL Workbench 8.0

MySQL Workbenchは、SQLクエリを実行して処理時間を計測したり、インデックスが使われているかをGUIで確認できる開発ツールです。

検証データ

1対多の関連を持つ「受注（orders）」テーブルと「受注明細（line_items）」テーブルを用意しました。

受注（orders）テーブル

id 受注ID	order_date 受注日	customer_name 注文者名義
1	2020-06-26	岡野　徹
2	2020-06-26	浜田　健一
3	2020-06-26	石井　恵子
4	2020-06-26	若山　みどり

100000	2023-03-22	庄野　弘一

受注明細（line_items）テーブル

id 受注明細ID	order_id 受注ID	serial_number 受注明細連番	item_name 商品名
1	1	1	マカロン
2	1	2	紅茶
3	1	3	オリーブオイル
4	2	1	チョコ詰め合わせ
5	2	2	紅茶
6	2	3	日本茶

299998	100000	1	牛肉
299999	100000	2	鍋セット
300000	100000	3	米

※赤字が主キー

簡単にするため、次のようにして大規模データを持たせました。

ordersテーブル：毎日100人の顧客が注文（1000日分、計10万レコード）
line_itemsテーブル：1回の注文で3つの商品が注文される（計30万レコード）

これらのテーブルを使って、「受注日ごとに何個の商品が注文されているかを調べる」という処理を考えます。

1. そのまま結合した場合

最初に、インデックスを作成せずに、結合を使って処理する場合のSQLクエリが以下のようになります。

SELECT orders.order_date,
       COUNT(*) AS item_count
FROM orders INNER JOIN line_items
                  ON orders.id = line_items.order_id
GROUP BY orders.order_date
LIMIT 100;

2つのテーブルを内部結合して、受注日（order_date）ごとに集計した結果を100件取得します。

結果

order_date 受注日	item_count 商品数
2020-06-26	300
2020-06-27	300
2020-06-28	300
2020-06-29	300

2020-10-03	300

上のように、「毎日300個の商品が注文されている」という結果が得られます。

処理時間

この時、10回同じ処理をして、かかった時間の平均を求めると、 404ms でした。

この処理が頻繁に行われることを想定した場合、やや遅いのかなと思いました。

2. 集計データを持たせた場合

結合を使わずに処理するために、予め集計した「商品数（item_count）」カラムを、ordersテーブルに追加します。

受注（orders）テーブル

id 受注ID	order_date 受注日	customer_name 注文者名義	item_count 商品数
1	2020-06-26	岡野　徹	300
2	2020-06-26	浜田　健一	300
3	2020-06-26	石井　恵子	300
4	2020-06-26	若山　みどり	300

100000	2023-03-22	庄野　弘一	300

上のテーブル構成は、前回の書籍からの引用ですが、非正規化の例としてそのまま集計データを追加しています。

改めて見ると、一人一人が300個注文しているように見えるので、本来は商品数テーブルとして分けた方が良さそうです。

このテーブルから、受注日ごとの商品数を得るSQLクエリは以下のようになります。

SELECT DISTINCT order_date,
       item_count
FROM orders
LIMIT 100;

DISTINCTで、重複する受注日を1つにまとめています。これで、1の時と同じように毎日300個の注文があるという結果が得られます。

処理時間

この処理の10回の平均時間は、 20.8ms でした。そのまま結合した場合（404ms）に比べて、 約19倍 も速くなっています。

実際に比較してみることで、結合処理のコストの高さが実感できました。ただ、集計データを持たせると、更新の処理が複雑になるということも、意識しておく必要があります。

3. インデックスを利用した場合

1の結合を使った処理において、必要なカラムにインデックスを作成することで、処理を高速化させます。

再掲

SELECT orders.order_date,
       COUNT(*) AS item_count
FROM orders INNER JOIN line_items
                  ON orders.id = line_items.order_id
GROUP BY orders.order_date
LIMIT 100;