Redashで初めてSQLを書いてみた話

はじめに

こんにちは！iimonでエンジニアをしているつかちゃんです！

SQLという単語は入社してからずっと耳にしていました。でも自分が触ることはなく、なんとなく「データベースに問い合わせるやつ」くらいのイメージしか持っていませんでした。

今回、Redash経由でデータを集計する機会があり、初めてSQLを自分で書くことになりました。実際に書いて、エラーになって、直して、結果が返ってきたとき「あ、これがSQLか！」となりました。

使ったのはRedashから Athena に接続し、federated query という仕組みでデータを取得するというものでした。SQLの書き方でつまずいたポイントを、仮想の例を使って整理してみます。

用語	説明
Redash	データベースへのクエリ実行や結果の可視化ができるBIツール
Federated Query	外部のデータソースを直接SQLで検索する仕組み

題材: 注文テーブルとユーザーテーブル

説明用に、こんな2つのテーブルがあるとします。

orders(注文テーブル) ← 誰が何を注文したか

id	user_id	item	status
1	101	りんご	done(完了)
2	102	みかん	done(完了)
3	101	ぶどう	canceled(キャンセル)

users(ユーザーテーブル) ← ユーザーの一覧

id	name
101	Alice
102	Bob
103	Carol

Carolは注文が1件もありません。

ここから「ユーザーごとの完了済み注文数」を集計したい、というのがやりたいことです。

欲しい結果はこれです：

結果: Alice → 1件、Bob → 1件、Carol → 0件

Carolは注文が1件もないので0になってほしいのがポイントです。

つまずきポイント①: JOINの条件をどこに書くか問題

一番時間を使ったのがここでした。

最初、こんな感じで「とりあえずJOINしてWHEREで絞ればいいんでしょ?」というノリで書いていました。

SELECT
  u.id,
  u.name,
  COUNT(o.id) AS done_order_count
FROM users u
LEFT JOIN orders o
  ON u.id = o.user_id
WHERE o.status = 'done'
GROUP BY u.id, u.name

実行結果：

id	name	done_order_count
101	Alice	1
102	Bob	1

Carolが消えてしまっています。LEFT JOINしているのに、です。

原因は、JOIN条件(ON句)とフィルタ条件(WHERE句)を混同していたこと でした。

WHERE o.status = 'done'は「JOINした後の行」に対してかかる条件
Carolはorders側がNULLなので、o.status = 'done'という条件自体を満たせず、行ごと弾かれてしまう
つまりLEFT JOINしているのに、実質INNER JOINと同じ挙動になっていた

正しくは、絞り込み条件をON句側に入れる必要がありました。

SELECT
  u.id,
  u.name,
  COUNT(o.id) AS done_order_count
FROM users u
LEFT JOIN orders o
  ON u.id = o.user_id AND o.status = 'done'
GROUP BY u.id, u.name

実行結果：

id	name	done_order_count
101	Alice	1
102	Bob	1
103	Carol	0

こうすると、Carolもdone_order_count = 0として結果に残ります。

つまずきポイント②: GROUP BYと集計列の対応

集計(COUNTやSUM)を使うとき、SELECTに書いた列は基本的に全部GROUP BYに入れるか、集計関数でくるむ必要がある、というルールにも地味に苦戦しました。

-- これはエラーになる
SELECT
  u.id,
  u.name,
  u.created_at,
  COUNT(o.id) AS done_order_count
FROM users u
LEFT JOIN orders o
  ON u.id = o.user_id AND o.status = 'done'
GROUP BY u.id, u.name

実行結果：

ERROR: Column 'u.created_at' must appear in the GROUP BY clause or be used in an aggregate function

u.created_atをSELECTに追加しただけでエラーになって、「なんで?」と思ったんですが、GROUP BYに含まれていない列(かつ集計関数でもない列)はそのまま選択できない、というSQLのルールに当たっていただけでした。

-- GROUP BYにも追加すればOK
SELECT
  u.id,
  u.name,
  u.created_at,
  COUNT(o.id) AS done_order_count
FROM users u
LEFT JOIN orders o
  ON u.id = o.user_id AND o.status = 'done'
GROUP BY u.id, u.name, u.created_at

実行結果：

id	name	created_at	done_order_count
101	Alice	2024-01-01	1
102	Bob	2024-02-15	1
103	Carol	2024-03-10	0

TypeScriptの型エラーみたいに「ルールに沿ってないと教えてくれる」感じで、わかってしまえば納得感はありました。

つまずきポイント③: JSONカラムから日付を取り出して期間絞り込み

こんなクエリを書く場面がありました。

WHERE
  date_parse(json_extract_scalar(params, '$.created_at'), '%Y-%m-%dT%H:%i:%s.%fZ') >= date_add('day', -7, current_date)
  AND date_parse(json_extract_scalar(params, '$.created_at'), '%Y-%m-%dT%H:%i:%s.%fZ') < current_date

複雑に見えますが、分解してみると3つの部品で出来ていました。

① json_extract_scalar: JSONから値を取り出す

paramsカラムにはJSON文字列が入っていることがあります。例えばこんな形です。

{"created_at": "2025-06-24T10:30:00.000Z", "user_id": 101}

ここからcreated_atの値だけ取り出すのがjson_extract_scalarです。

json_extract_scalar(params, '$.created_at')
-- => '2025-06-24T10:30:00.000Z' (文字列)

$.created_atの$はJSON全体を指していて、.created_atでキーを指定するイメージです。ただしこの時点ではあくまで文字列です。

② date_parse: 文字列→日付型に変換する

取り出した文字列'2025-06-24T10:30:00.000Z'は、このままでは日付として比較できません。そこでdate_parseで日付型に変換します。

date_parse('2025-06-24T10:30:00.000Z', '%Y-%m-%dT%H:%i:%s.%fZ')
-- => timestamp型の値

第2引数がフォーマット指定で、文字列の形式に合わせて書く必要があります。%Yが年、%mが月、%dが日、%H:%i:%sが時分秒、%fがミリ秒です。フォーマットが1文字でも違うとエラーになるので、ここは正確に合わせる必要がありました。

③ date_add と current_date: 上限を書き忘れると今日分まで入ってくる

-- 最初はこう書いていた(下限だけ指定)
WHERE
  date_parse(json_extract_scalar(params, '$.created_at'), '%Y-%m-%dT%H:%i:%s.%fZ')
    >= date_add('day', -7, current_date)  -- 6/23以降

実行結果： 6/23〜6/30の8日分が返ってきてしまいます。

date_add('day', -7, current_date)は7日前(6/23)を返すので、「6/23以降」という下限だけの条件になります。上限を指定していないので、今日(6/30)のデータも含まれてしまい、結果が6/23〜6/30の8日分になっていました。

欲しかったのは6/23〜6/29の7日分だったので、上限として< current_date(今日より前)を追加するのが正解でした。

-- 上限を追加して7日分に絞る
WHERE
  date_parse(json_extract_scalar(params, '$.created_at'), '%Y-%m-%dT%H:%i:%s.%fZ')
    >= date_add('day', -7, current_date)  -- 6/23以降
  AND date_parse(json_extract_scalar(params, '$.created_at'), '%Y-%m-%dT%H:%i:%s.%fZ')
    < current_date                         -- 6/30より前(=6/29まで)

実行結果： 6/23〜6/29の7日分が返ってきます。

< current_dateにすることで今日を除外でき、ちょうど7日分になります。期間を絞るときは上限・下限の両方を意識する必要があると学びました。

学んだこと

ON vs WHERE: LEFT JOINを使うときは、絞り込み条件をONに書くかWHEREに書くかで結果が変わる。「結合する条件」と「絞り込む条件」を分けて考える
GROUP BYの対応: 集計するときは、SELECTに書く列とGROUP BYに書く列の対応関係を常に意識する
JSONと日付の変換は3ステップ: json_extract_scalarで文字列取り出し → date_parseで日付型に変換 → date_add/current_dateで範囲を作る、という順番で分解すると読みやすくなる
期間は上限・下限の両方を書く: 下限(>= 7日前)だけだと今日分まで含まれてしまう。< current_dateで上限も指定して初めて「昨日まで7日分」になる