SQL初心者がつまずいた「GROUP BYとMAX()」の関係

はじめに

業務でSQLを読んでいたとき、次のようなコードを見かけました。

SELECT
    customer_id,
    MAX(status) AS status
FROM orders
WHERE status = 1
GROUP BY customer_id;

最初に思ったのは、

WHERE句で status = 1 に絞り込んでいるのだから、MAX(status) の結果も必ず1になるのでは？

ということでした。

この段階で調べていくうちに、そもそも「GROUP BY」が何をしているのか。を十分理解できていなかったことに気付きました。

この記事では、SQLにまだ慣れていない方向けに、

• GROUP BYとは何か
• なぜエラーになるのか
• なぜMAX()が必要なのか

を具体例を使いながら解説します。

---

まずはサンプルデータを見てみる

注文テーブル（orders）があるとします。

customer_id	status
1	完了
2	完了
2	発送中
2	完了
3	完了
3	キャンセル

customer_id は顧客ID、
status は注文状況です。

---

GROUP BYとは何か

次はSQLを見てみます。

SELECT customer_id
FROM orders
GROUP BY customer_id;

結果はこうなります。

customer_id
1
2
3

GROUP BYは、

同じ値を持つ行をグループとしてまとめる

ための機能です。

イメージとしては次のようになります。

customer_id = 1
└ 完了

customer_id = 2
├ 完了
├ 発送中
└ 完了

customer_id = 3
├ 完了
└ キャンセル

customer_idごとにグループが作られている状態です。

---

なぜstatusをそのままSELECTできないの？

では次にこのSQLを見てみます。

SELECT
    customer_id,
    status
FROM orders
GROUP BY customer_id;

初心者の頃の私は、

customer_idでまとめているだけだから、statusも表示できるのでは？

と思っていました。

しかし、このSQLはエラーになります。

---

SQLはどのstatusを返せばいいか分からない

例えば customer_id = 2 のグループを見てみます。

customer_id = 2

完了
発送中
完了

ここでSQLは困ります。

customer_idは分かった

でもstatusはどれを返せばいいの？

完了？
発送中？
最後の完了？

どれが正しいのか判断できません。

そのためSQLは

どの値を返せばいいか分からないのでエラーにします

という動きをします。

---

GROUP BYにはルールがある

GROUP BYを使う場合、

SELECT句には次のどちらかしか書けません。

① GROUP BYで指定した列

SELECT customer_id
FROM orders
GROUP BY customer_id;

② 集計関数で囲んだ列

SELECT
    customer_id,
    MAX(status)
FROM orders
GROUP BY customer_id;

代表的な集計関数には次のようなものがあります。

関数	意味
MAX()	最大値
MIN()	最小値
SUM()	合計
AVG()	平均
COUNT()	件数

---

MAX()を使うとエラーにならない理由

次のSQLを見てみます。

SELECT
    customer_id,
    MAX(score)
FROM scores
GROUP BY customer_id;

データが次のようになっていた場合、

customer_id	score
2	10
2	30
2	20

結果はこうなります。

customer_id	MAX(score)
2	30

今回はSQLに

一番大きい値を返してください

という明確な指示を出しています。

そのためSQLは迷わず結果を返せます。

---

では今回のSQLでは何が起きている？

今回のSQLはこちらでした。

SELECT
    customer_id,
    MAX(status)
FROM orders
WHERE status = 1
GROUP BY customer_id;

まずWHERE句が実行されます。

WHERE status = 1

によって、statusが1のデータだけが残ります。

例えば元データが

customer_id	status
1	1
1	1
2	1
2	1

だった場合、

グループは次のようになります。

customer_id = 1
1
1

customer_id = 2
1
1

---

この場合MAX()の結果は？

各グループには1しか存在しません。

そのため、

MAX(status)

を実行すると

1の中の最大値 → 1

になります。

結果は次の通りです。

customer_id	status
1	1
2	1

---

「じゃあMAX()って意味ないの？」

今回のケースでは、

計算結果だけを見るとほぼ意味がないように見えます。

なぜなら、

WHERE status = 1

によって、最初から1しか存在しないからです。

しかし、

SELECT
    customer_id,
    status
FROM orders
GROUP BY customer_id;

ではエラーになります。

そのため、

MAX(status)

を付けることで、

この列はちゃんと集計していますよ

とSQLに伝えている、、ということがわかりました

---

まとめ

今回学んだことを整理します。

• GROUP BYは同じ値を持つ行をまとめる機能
• GROUP BYした列以外は、そのままSELECTできない
• SQLは「どの値を返せばいいか分からない」とエラーになる
• MAX()などの集計関数を使うことで、返す値を明確に指定できる
• WHERE句で1に絞り込まれている場合、MAX(status)の結果も1になる

私は最初、

値が1しかないならMAX()は不要では？

と思っていました。

しかし実際は、

GROUP BYのルールを守るために書かれている

というケースもあることが分かりました。

同じ疑問を持った方の参考になれば幸いです。