ポイント
・高度なインデックスやジョインを利用し，最短経路でデータにアクセス
・メモリー不足を自律的に解消し，キャッシュのヒット率を高める
・インメモリーDBは全データをメモリーで処理し，高速化を図る

　目的地に早く到着したいなら，最短の経路を最速で行けばよい。これはデータベース（DB）でも同様だ（図1）。インデックスなどを使ってデータへの最短経路を見つけ，メモリー・アクセスを増やして，最速でたどり着く。DBにはそんな技術が詰まっている。

図1●データベース高速化技術のポイント ビットマップ・インデックスなどを使い、データにたどり着く最短の道を選ぶ。また、できるだけメモリーにデータをキャッシュさせておくことで、アクセスのスピードを上げる、という二つのポイントがある [画像のクリックで拡大表示]

　以下では，（1）データにたどり着く最短の道を選ぶ仕組みと，（2）アクセスのスピードを上げる仕組みの二つを解説していく。

　説明の都合上，簡略化したテーブルとデータを使って図解する。

1と0のビット計算だけで絞り込む

　最短経路を選ぶ機能は，管理者が意図して利用するものと，SQL文の実行計画を決める「オプティマイザ」が実行するものがある。

　前者の代表例がインデックスである。一般的には，B-Treeインデックスが使われる。しかし，「男女など，検索する値の種類が少ない場合は効果が薄い」（NTTデータ オープンソース開発センタ 技術開発担当 シニアスペシャリスト 藤塚勤也氏）。こうしたケースで最短経路を確保できるのが，ビットマップ・インデックスだ（図2）。このインデックスは，あるデータに該当するか否かを1と0で表す。そのため，「男かつ右利きである人の氏名」など，複数条件で検索する場合，ビット計算だけで必要なレコードを取り出せる。

図2●ビットマップ・インデックスの仕組み 実データの比較をせず，ビットマップ・インデックスの論理演算だけでデータを探し出せるので，必要なデータに効率よくたどり着ける [画像のクリックで拡大表示]

　なお，ビットマップ・インデックスの作成には時間がかかるので，更新や挿入が多いテーブルでは注意して使いたい。

ムダなデータは読み込まない

　必要なデータを取得するに当たっては，ムダなデータはできるだけ読み込みたくない。寄り道せずにゴールに向かう手法の一つが，「パーティショニング」と呼ぶ分割機能である（図3）。例えば，1年間の売り上げデータを格納したテーブルを，月ごとに論理的に分割して操作するといったことが可能になる。パーティション単位にアクセスすることで，ムダなデータの読み込みが防げる。

図3●パーティショニングと並列処理の仕組み パーティショニングは，テーブルを論理的に分割した「パーティション」単位でデータを操作するので，不要なデータにアクセスしなくて済む。パラレル・クエリーに代表される並列処理は，複数のサーバー・プロセスに分割して処理を進めることで，高速化を図っている [画像のクリックで拡大表示]

　データに効率的にアクセスする方法に，並列処理がある（図3下）。SQL文の処理を複数のプロセスに分割し，テーブルに対して並行で実行する。アシストの岸和田隆氏（データベース事業部 技術部 課長）は，「パーティションのそれぞれに，並列処理で同時にアクセスすれば，より効率的にアクセスできる」と語る。

＞＞後編