【インフラエンジニアがSQLを使えるようになった日】「遅いから直せない」と言われた地獄で、私が実行計画を学ぶまで

インフラエンジニアとしてキャリアをスタートさせたばかりの頃、私はある日、逃れられない大きな壁に直面しました。それは、 アプリケーションエンジニアが直せないと言い放った「パフォーマンス地獄」 です。

インフラ担当の私が、夜間の二重生活を通じてSQLを読み書きできるようになり、プロジェクトの危機を救うまでの生々しいストーリーと、そこから得た「職能の壁を越える」ための教訓を共有します。

序章：平和なインフラ領域と、最初の地獄

入社4年目。当時の私の仕事は、Oracle Databaseの起動・停止、パラメータチューニング、バックアップ・リカバリ¹といった、インフラ視点のコマンドライン操作が中心でした。SQLはDCL（データ制御言語）²の一部を使う程度で、アプリケーションのビジネスロジックを読み解くDML（データ操作言語）³には手を出していませんでした。

しかし、最初のトラブルは突然訪れました。

突如訪れた「メモリの壁」

サービスイン直前に、PMの判断でメモリ増設を試みましたが、当時のOSであるWindows Server 2008 R2のエディションの制約で増設分を認識しないという事態が発生。急遽エディションをStandardからEnterpriseにアップグレードするという、前代未聞の事件がありました。この増設によりOracleのパフォーマンスは一時的に改善し、数カ月は平穏が保たれました。

Windows Serverのエディションはアップグレードインストールができるのですが、自宅の仮想環境で実証済みとは言えサービスイン直前でしたから痺れましたね。

第1章：「月次処理地獄」と突きつけられた拒絶

数カ月後、システムが本格的に稼働し、データが蓄積され始めた頃、顧客から厳しいクレームが入りました。

「月次処理の期間になるとパフォーマンスが著しく低下し、業務時間内に締め処理を行えない。取引先への支払遅延など、非常にまずい状況だ」

顧客からの要求は「来月までに改善」という厳しいものでした。

データが示す原因の特定

私はすぐに、サービスイン前に導入していたパフォーマンス分析ツール STATSPACK⁴の定期スナップショットを読み込みました。当時はGeminiのような生成AIは存在しないため、翔泳社の『新・門外不出のOracle現場ワザ』を文字通り読み込み、地道に仮説を立てていきました。

分析の結果、以下の異常が判明しました。

• 待機イベント: db file sequential read⁵ が非常に多く、DB Time⁶のほとんどを占めている。
• SQLの負荷: Physical Read が極端に多い50以上のSQLが存在する。

これは、「データベースがメモリ（SGA/PGA）⁷ではなくディスクへの読み書きに大量の時間を費やしている」、つまり**「ディスクI/O」がボトルネック**であることを示していました。

「無責任の壁」の誕生

私は分析結果をプロジェクトマネージャー（PM）に報告し、原因となっているSQLのチューニングを下請けのアプリケーションエンジニアに依頼しました。SQLチューニングは、アプリケーションのビジネスロジックを理解しているアプリ側の担当である、と当然思っていたからです。

しかし、返ってきた答えは予想外のものでした。

• 「今までこれで動いてきたからSQLには問題ない」
• 「データベースのチューニングで解決できるのではないか」
• 「うちでは原因は分からないし、通常の保守業務で工数的に手一杯であり対応できない」

彼らには 「調べすらしてもらえませんでした」 。

私は驚きましたが、顧客と下請け業者の間に不信感があった経緯から自社のPMが間に入っていたこともあり、最終的にPMが下した決断は、

「SQLを読み書きできないお前（私）が、通常業務後にチューニングしろ」

というものでした。

第2章：背水の陣の1ヶ月間とSQLとの対峙

この無茶な決定により、私の 1ヶ月間にわたる「二重生活」 が始まりました。私の知識はインフラに留まっており、アプリケーションのSQLの読み書きができない状態からのスタートでした。

実行計画という名の「地図」の解読

STATSPACKで問題SQLは分かっても、なぜ遅いのか？を解明するため、私は問題のあるSQLの実行計画⁸を確認しました。すると、多くのSQLで TABLE ACCESS FULL⁹というアクセスパターンが非常に多いことが判明しました。

ここから私の学習が始まります。

• SQLの読み解き: まずは複雑に結合された FROM 句と、テーブル結合順を照らし合わせるところから始めました。SQLが読めないため、ER図（当時は存在を知らなかった）に相当する図を自力で書き出して、テーブルの関連性を把握しました。
• 検証の自動化: STATSPACKのレポート作成は時間がかかるため、SQL*PLUSで SET AUTOTRACE ON¹⁰ を実行し、実行計画を即座に確認できる検証サイクルを確立しました。
• 分離と再構築: テスト環境で、複雑な結合SQLを分割し、どこで TABLE ACCESS FULL が発生するかを少しずつ元のSQLに戻しながら切り分けました。

この「生きているビジネスロジックのSQLを読み書きする」という経験を通じて、私は文字通りSQLを身体で覚えていきました。

悟りの瞬間：「大丈夫だった」のではなく「データが少なかった」

検証の過程で、私は最も深刻なボトルネックを発見し、衝撃を受けました。

それは、多くのSQLの結合条件に含まれていた、 「削除フラグが1でない」 というたった1行の条件です。

• 型の闇: 削除フラグの列が、なんと文字列型でした。このため、比較演算子（<>1）を使うと暗黙の型変換¹¹が発生し、インデックスが使えない状態になっていた可能性がありました。
• 選択率の罠: 削除フラグにはインデックスがありましたが、ほとんどの行（9割以上）が該当する否定条件（<>1）を使うと、Oracleのオプティマイザはインデックススキャンよりテーブルフルスキャンの方が早いと判断します。

私はこのとき、悟りました。

今まで大丈夫だったのは、Oracleがいい感じの実行計画を選んでいたのではなくて、総データ数が少なかったから影響が小さかったのだ。そして今、メモリに乗り切らないだけのデータ数になったのだ。

問題の根本は、 「データ量の増大」というインフラの現実と、「SQL設計の甘さ」 が重なったところにありました。

第3章：解決編と「最強の武器」の獲得

原因が判明したことで、私はインフラエンジニアの立場ながら、SQLのチューニングに着手しました。

高度なチューニングによる突破

削除フラグとフルスキャンの問題を解決するために、私は当時、Oracle現場ワザの本で学んだ高度なテクニックを使いました。

• 型の統一: 削除フラグを TO_NUMBER(削除フラグ) < 1 や > 1 と書き換え、文字列を数値として扱うことを強制しました。
• ファンクションインデックスの作成: 結合キー、SELECTステートメントで登場するすべての列に加え、TO_NUMBER(削除フラグ) を含んだファンクションインデックス¹²を作成しました。

インデックスの選択率が90%以上という低い値であっても、テーブルフルスキャンよりも、このインデックスフルスキャン¹³の方がI/O効率が改善し、複雑な結合が多いSQLのパフォーマンスは大幅に向上しました。

（ちなみに、今思えば 削除フラグ <> '1' と文字列で比較するだけで、暗黙の型変換は防げたかもしれません。また自己結合も多かったためWINDOW関数¹⁴による大幅な(最大50%程度の)改善ができたかも知れません。完璧な仕事ではなかったですが、目の前の問題を解決する「生きた学び」でした。）

この対応により、その後サーバーリプレースに至るまで、大きなパフォーマンスクレームは発生しなくなりました。

結論：インフラエンジニアの「最終責任」とは何か

この1ヶ月間の地獄の経験は、私にとって最高の教材となり、「SQLを読み書きできる」というインフラエンジニアとして最強の武器を与えてくれました。

そして、この経験を通じて、私は職能の境界線と真の責任範囲について、以下のような結論に達しました。

1. 共通言語としてのSQLの不可欠性

STATSPACKのレポートを読み込むのはインフラエンジニアの範疇ですが、そこで抽出されたSQLを見て、 「このSQLはインフラから見てどう問題があるか」 を理解し、実行計画を提示するまでがインフラエンジニアの仕事です。

SQLの読み書きができなければ、その一歩を踏み出すことすらできません。

2. 真の問題解決者となる

「遅いから直せない」という無責任な壁に直面したとき、それを回避するのではなく、オーナーシップを持って解決する道を選ぶこと。

インフラエンジニアの仕事は、DBサーバーという「箱」を守ることではありません。データベースの性能を通じて、ビジネスの継続性、つまり「顧客の取引先にも迷惑をかけない」というビジネス上の責務を守り抜くことこそが、私たちの最終的な責任です。

「インフラエンジニアがSQLを使えるようになった日」は、単なるスキルアップの日ではなく、職能の壁を超えてサービス全体の安定に責任を持つという、エンジニアとしてのオーナーシップを確立した日だったのです。

1. バックアップ・リカバリ: データベースのデータを安全に保管し、障害時に元の状態に戻すための作業。 ↩

2. DCL (Data Control Language): データベースのユーザーの権限を制御する命令文（GRANT, REVOKEなど）。 ↩

3. DML (Data Manipulation Language): データベースのデータ操作を行う命令文（SELECT, INSERT, UPDATE, DELETEなど）。 ↩

4. STATSPACK: Oracle Databaseのパフォーマンス統計情報を一定間隔で収集・保存し、レポートとして出力するツール。パフォーマンス分析の基本。 ↩

5. db file sequential read: Oracleの待機イベントの一つで、インデックスを使用した読み込み、またはディスクからのデータブロックの連続読み込みを待っている状態。これが極端に多いとディスクI/Oがボトルネックであることを示唆する。 ↩

6. DB Time: データベースがユーザー要求を処理するために費やした合計時間。パフォーマンス分析の最重要指標。 ↩

7. SGA/PGA (System Global Area / Program Global Area): Oracle Databaseが使用するメモリ領域。データやSQLの実行計画などをキャッシュする重要な場所。 ↩

8. 実行計画 (Execution Plan): データベースがSQL文を実行する際に、データにアクセスし、処理を実行する具体的な手順と経路を示したもの。性能チューニングの「地図」。 ↩

9. TABLE ACCESS FULL: テーブルの全行を最初から最後まで読み込むアクセス方法。大量のI/Oが発生しやすく、多くの場合は非効率とされる。 ↩

10. SET AUTOTRACE ON: SQL*PLUSというコマンドラインツールでSQLを実行する際、そのSQLの実行計画と統計情報（CPU時間、I/O回数など）を自動で表示させるコマンド。迅速な検証に必須。 ↩

11. 暗黙の型変換: SQLの比較演算で、データ型が異なる場合、データベースが自動的に一方のデータ型をもう一方に合わせて変換すること。これによりインデックスが使われなくなり、フルスキャンが発生する主な原因となる。 ↩

12. ファンクションインデックス: 列の値ではなく、その列に関数（ファンクション）を適用した結果に基づいて作成されるインデックス。SQLのWHERE句で関数が使われている場合に、インデックスを使用可能にする高度なテクニック。 ↩

13. インデックスフルスキャン: インデックスの全エントリを読み込むアクセス方法。テーブル全体を読み込むよりは効率的だが、大量のデータを取得する際には発生しやすい。 ↩

14. WINDOW関数（分析関数）: SQLで集合（ウィンドウ）内の行に対して計算を行い、結果を各行に返す関数（例: RANK, ROW_NUMBER, SUM/AVG overなど）。テーブルの自己結合（Self-Join）を排除し、処理を大幅に高速化できる高度なテクニック。 ↩