郵便番号一覧のCSVからH2DBを使って地域番号の一覧を取る

CSVファイルを簡単にselectしたかった。

H2 Databaseの準備

H2 Database Engineを公式サイトからダウンロード。

$ wget http://www.h2database.com/h2-2018-03-18.zip
$ unzip h2-2018-03-18.zip
$ sh ./h2/bin/h2.sh

流れでsh実行しちゃってるが、ブラウザが立ち上がり、コンソールが表示されれば準備OK

CSVをselectする

今回のCSVは郵便番号の一覧を使う。

$ wget https://www.post.japanpost.jp/zipcode/dl/kogaki/zip/ken_all.zip
$ unzip ken_all.zip
$ ls KEN_ALL.CSV
KEN_ALL.CSV

sqlはブラウザのコンソールから投げられる。

CSVファイルをテーブルとして扱うには CSVREAD関数を使えばOK。

select *
from
  csvread('./KEN_ALL.CSV', null, 'shift-jis', ',')
limit 5
;

これでselectできる。

ヘッダーがおかしい。

CSVREADの第2引数をnullにするとCSVの1行目をヘッダーとして扱う模様。

select *
from
  csvread('./KEN_ALL.CSV', ',,,,,,,,,,,,,,,', 'shift-jis', ',')
limit 5
;

カンマを入れると簡単に出せた。

地域番号の一覧

郵便番号の3桁の内、頭2桁が地域番号になるので切り取ってグループ化する。

C10については 一町域が二以上の郵便番号で表される場合の表示　（注3）　（「1」は該当、「0」は該当せず）とのことで、地域が曖昧な郵便番号を省く。

select substr(c2,0,2) cd, c7
from
  csvread('./KEN_ALL.CSV', ',,,,,,,,,,,,,,', 'shift-jis', ',')
where 1=1
  and c10=0
group by substr(c2,0,2), c7
order by cd
;

まとめ

単純なselectなら直ぐ返ってくるので便利。

テーブル結合しようとすると全然返ってこないので、パフォーマンス出したい場合はテーブルを作っちゃったほうがいい。

create table kenall as select * from csvread('./KEN_ALL.CSV', ',,,,,,,,,,,,,,', 'shift-jis', ',')

ちなみに、CSVファイル指定のカレントディレクトリは h2の親になってるのでご参考まで。

./KEN_ALL.CSV
./h2/bin/h2.sh

ちゃんちゃん。