【入門編】マージ結合 – PostgreSQL

こんにちは！データベースの世界に飛び込んでからというもの、クエリチューニングの奥深さに毎日ワクワクしているエンジニアです。

今日は、PostgreSQLのパフォーマンスを語る上で欠かせない「マージ結合（Merge Join）」についてお話しします。難しそうな名前に聞こえるかもしれませんが、実は私たちの日常の中にある「ある行動」と全く同じなんですよ。

さあ、肩の力を抜いて読み進めてみてくださいね。

—

データベースで「結合」というと、別々の場所にあるデータ（テーブル）を、共通の項目（キー）で紐付けて、一つの表にまとめる作業のことです。

例えば、「社員名簿」と「部署リスト」を「部署コード」で繋いで、「誰がどこの部署にいるか」というリストを作るイメージですね。

コンピュータは、この作業をする時に「どうやって一番効率よく相手を見つけ出そうか？」といつも頭を悩ませています。その中の一つが、今日の本題である「マージ結合」なんです。

—

想像してみてください。あなたは今、2つの分厚い名簿を持っています。

この2つを照らし合わせて、最新の所属リストを作らなきゃいけないとします。

もし、どちらの名簿もバラバラに名前が書かれていたらどうでしょう？一人見つけるたびに、もう片方の名簿を最初から最後までペラペラとめくって探さなきゃいけませんよね。これって、すごく疲れるし時間もかかります。

でも、もし両方の名簿があらかじめ「名前順（あるいはコード順）」にきれいに並んでいたら？

1. 両方の名簿の最初を指で押さえる。
2. 「あ、同じだ！」と思ったらメモする。
3. そのまま両方の指を下にずらしていく。
4. また次を確認する……。

これなら、最初から最後までペラペラめくる必要なんてありませんよね。上から順に一度なぞるだけで、あっという間に終わってしまいます。

これが「マージ結合」の仕組みです。

—

PostgreSQLは非常に賢いので、膨大なデータを扱うとき、「このデータはあらかじめ並び替えてから結合したほうが、結果的に速いぞ！」と判断したときに、このマージ結合を選びます。

特に、データ量がとてつもなく多いときや、結合するキーがすでにインデックス（目次のようなもの）によって整列されているとき、マージ結合は驚くほどのスピードを発揮します。

—

もちろん、万能というわけではありません。
もし、「結合するために、まずはデータを並び替え（ソート）なきゃいけない」という状況だと、その「並び替え」に時間がかかってしまうことがあります。

名簿がバラバラの状態なら、まずは並び替えるところから始めないといけないので、その分手間ですよね。データベースの世界でも、「並び替えるコスト」と「結合するスピード」のバランスを考えて、PostgreSQLは「今回はマージ結合にしよう」「今回は別のやり方にしよう」と決断しているんです。

—

マージ結合は、「整列」というルールを逆手に取った、非常にスマートな手法です。

もし皆さんが書いたクエリが「なぜか遅いな？」と感じたら、データベースが一生懸命データを並び替えるのに苦労していないか、あるいは「インデックス」を使って最初からデータが並んでいる状態をうまく作れているか、そんな視点で見てあげてください。

そうやってデータベースの気持ちを想像してあげると、クエリチューニングはもっと楽しく、そしてずっと身近なものになるはずですよ。

それでは、また次回のブログでお会いしましょう！あなたのデータベースライフが、もっと快適なものになりますように。