TypeScript上級

上級 TypeScriptで学ぶSQL最適化｜ケーススタディ編

 

導入

ある日、架空のオンラインストア「Shopify」にて、商品の検索機能が遅くなっているという報告がありました。特に、数万件のデータが蓄積された状態での検索において、ユーザーの待機時間が増加し、コンバージョン率にも影響を及ぼしています。この状況を解決するために、SQLクエリの最適化を行うことにしました。TypeScriptを用いて、実際の業務での最適化手法を解説します。

教科書レベルの解説（SQL最適化）

重要な概念の整理

SQL最適化は、データベースのパフォーマンスを向上させるための重要な技術です。主な手法には、インデックスの活用、クエリの書き換え、データベース設計の見直しなどがあります。特に、検索処理が多いシステムでは、適切なインデックスを設定することがパフォーマンス向上に直結します。

コード例（TypeScript）


import { createConnection } from 'typeorm';

async function fetchProducts(searchTerm: string) {
    const connection = await createConnection();
    const products = await connection.query(`
        SELECT * FROM products
        WHERE name LIKE ? OR description LIKE ?
    `, [`%${searchTerm}%`, `%${searchTerm}%`]);
    return products;
}

コードの行ごとの解説

  1. import { createConnection } from ‘typeorm’; – TypeORMを使用してデータベース接続を作成します。
  2. async function fetchProducts(searchTerm: string) { – 検索用の関数を定義します。
  3. const connection = await createConnection(); – データベースに接続します。
  4. const products = await connection.query(…); – SQLクエリを実行し、結果を取得します。
  5. return products; – 取得した商品情報を返します。

ケーススタディ編

このオンラインストアでは、ユーザーが商品を検索する際に、商品名や説明に対してLIKE演算子を使用しています。しかし、LIKE演算子はパフォーマンスが低下する要因となることがあります。特に、ワイルドカード（%）を前方に使用する場合、インデックスが無効化され、フルテーブルスキャンが発生することがあります。

この問題を解決するため、インデックスを適切に設定し、LIKE演算子の使用を見直すことにしました。具体的には、商品名に対してインデックスを作成し、検索条件を改善することで、クエリの実行時間を大幅に短縮しました。

また、実行計画を確認し、どの部分でボトルネックが発生しているかを特定することも重要です。データベースのパフォーマンスを分析するツールを用いることで、最適化の方向性を見極めることができました。

まとめ

  • SQLクエリの最適化は、パフォーマンス向上に直結する。
  • LIKE演算子の使用に注意し、インデックスを適切に設定することが重要。
  • 実行計画を確認し、ボトルネックを特定することで、さらなる最適化が可能。
RELATED POST