データベーススペシャリスト試験 教科書

データベーススペシャリスト試験(DB) は IPA の情報処理技術者試験における レベル 4(高度) に位置し、データベース ・ データエンジニアリングの 専門家 を認定します。応用情報合格者がスキルアップとして目指す高度試験の代表格で、DBA(データベース管理者)・ データエンジニア ・ データアーキテクト のキャリア証明として強力です。

• 主催: 情報処理推進機構(IPA)
• 実施: 年 1 回(秋、10 月)
• 形式: 筆記試験(マークシート + 記述 + 論述)
• 問題構成: 午前 I + 午前 II + 午後 I + 午後 II の 4 段階
• 合格基準: 各段階で 60 点以上
• 合格率(参考): 約 17 〜 18%
• 受験料: 7,500 円(税込)

試験の 4 段階構造

1. 午前 I(50 分 ・ 30 問): 共通知識(他の高度試験と同一範囲、応用情報合格で 2 年免除可)
2. 午前 II(40 分 ・ 25 問): DB 中心の専門知識
3. 午後 I(90 分 ・ 3 問中 2 問選択): 記述式の事例問題
4. 午後 II(120 分 ・ 2 問中 1 問選択): 長文の論述形式の事例問題

300 〜 500 時間プラン

1. Month 1 〜 2: 午前 II の DB 専門知識(本教科書 + 過去問演習)
2. Month 3: 概念データモデル ・ 論理データモデル ・ 物理設計
3. Month 4 〜 5: SQL 中級〜上級 ・ チューニング ・ 索引設計
4. Month 6: 午後 I 演習(短文記述)
5. Month 7 〜 8: 午後 II 演習(長文論述)

午後対策のキー

• ER 図 / 関係スキーマ作成: 午後 II の核
• 正規化の実践: 与えられた業務記述から 3NF までの導出
• SQL 記述: ウィンドウ関数 ・ JOIN ・ サブクエリ
• チューニング: 実行計画 ・ 索引選択 ・ パーティション
• 過去問 5 〜 10 年分 を反復演習

• リレーション(関係): 表(タプルの集合)
• タプル(行): レコード
• 属性(列): フィールド
• ドメイン: 属性の値域
• 主キー(PK): タプルを一意に識別
• 候補キー / スーパーキー: 主キーの候補となる属性集合
• 外部キー(FK): 他リレーションへの参照
• NULL: 値が未定義 ・ 不明

関係代数は 集合論ベース の DB 操作言語。8 つの基本演算で SQL の理論的基盤を成します。

• 選択(σ): 条件に合うタプルを取り出す(WHERE 相当)
• 射影(π): 指定列のみ取り出す(SELECT 列指定)
• 和(∪): 2 つのリレーションの和集合
• 差(-): 集合の差
• 直積(×): デカルト積
• 結合(⨝): 自然結合 / θ 結合
• 商(÷): 除算
• 名前変更(ρ): 属性名 / リレーション名の変更

• タプル関係論理: 『あるタプル t について、条件 P を満たすもの』
• ドメイン関係論理: 『ある値 d について、条件 P を満たすもの』
• 全称量化(∀)・ 存在量化(∃)
• SQL の EXISTS / NOT EXISTS はタプル関係論理に対応

• エンティティ(実体): 業務上の対象(顧客 ・ 注文 ・ 商品)
• 属性: エンティティの性質
• 関連(リレーションシップ): エンティティ間の関係
• 多重度: 1:1 / 1:N / N:M
• 弱実体(Weak Entity): 親実体に依存して識別される
• Chen 記法 / IE 記法 / IDEF1X / UML: 異なる図記法

概念 → 論理 → 物理の 3 層

• 概念設計(Conceptual): 業務領域の ER 図、技術非依存
• 論理設計(Logical): 関係スキーマへの変換、正規化
• 物理設計(Physical): 索引 ・ パーティション ・ DBMS 固有設定

正規形

• 第 1 正規形(1NF): 繰返し項目の排除(原子値)
• 第 2 正規形(2NF): 1NF + 部分関数従属の排除
• 第 3 正規形(3NF): 2NF + 推移関数従属の排除
• Boyce-Codd 正規形(BCNF): 3NF より厳格(すべての非自明な FD で行列式がスーパーキー)
• 第 4 正規形(4NF): 多値従属性の排除
• 第 5 正規形(5NF / PJNF): 結合従属性の排除
• Domain-Key 正規形(DKNF): 理論的最高(実務では稀)

• INNER JOIN: 両方にマッチする行のみ
• LEFT / RIGHT / FULL OUTER JOIN: 片方 / 両方を全部残す
• CROSS JOIN: 直積。意図しない巨大化に注意
• SELF JOIN: 同じテーブルとの結合(階層構造 ・ 相関)
• SEMI JOIN(EXISTS)・ ANTI JOIN(NOT EXISTS)
• LATERAL JOIN: 行ごとにサブクエリを実行

• ROW_NUMBER / RANK / DENSE_RANK / NTILE: 順位
• LAG / LEAD: 前後行の参照
• FIRST_VALUE / LAST_VALUE / NTH_VALUE
• 集約のウィンドウ化: SUM / AVG / COUNT OVER (...)
• 移動平均: ROWS BETWEEN N PRECEDING AND CURRENT ROW
• PARTITION BY: グループ内集計
• WITH 句(CTE): クエリの段階的構築
• RECURSIVE CTE: 階層構造 ・ グラフ走査

-- 部署階層を再帰的にたどる
WITH RECURSIVE dept_tree AS (
  -- 起点: ルート(parent_id IS NULL)
  SELECT id, name, parent_id, 0 AS depth
  FROM departments
  WHERE parent_id IS NULL
  UNION ALL
  -- 再帰: 子部署
  SELECT d.id, d.name, d.parent_id, dt.depth + 1
  FROM departments d
  JOIN dept_tree dt ON d.parent_id = dt.id
)
SELECT depth, name FROM dept_tree ORDER BY depth, id;

• ビュー(VIEW): 仮想テーブル。マテリアライズドビューは実体化
• ストアドプロシージャ: 名前付き SQL 手続き(PL/SQL / T-SQL)
• トリガー(BEFORE / AFTER / INSTEAD OF): イベント駆動
• カーソル: 行単位処理
• ユーザ定義関数(UDF)

分離レベルと並行性異常

• READ UNCOMMITTED: ダーティリード許容
• READ COMMITTED: コミット済のみ参照(多くの DBMS のデフォルト)
• REPEATABLE READ: ファントムリード以外を防ぐ
• SERIALIZABLE: 完全直列化
• SNAPSHOT ISOLATION(SI): MVCC ベース、PostgreSQL / Oracle が標準採用

代表的な並行性異常

• ダーティリード: 未コミットの変更を読む
• ノンリピータブルリード: 同一クエリで結果が変わる(他 Tx の UPDATE)
• ファントムリード: 同一範囲クエリで行数が変わる(他 Tx の INSERT)
• ロストアップデート: 並行更新で 1 つの変更が消える
• ライトスキュー: SI で起きうる更新異常

• 共有ロック(S): 読み取り、複数同時可
• 排他ロック(X): 書き込み、単独
• 意図ロック(IS / IX): 階層ロックのヒント
• 2 相ロック(2PL): 厳密な直列化保証
• デッドロック: 検知 / タイムアウト / 順序付けで回避
• MVCC(マルチバージョン同時実行制御): スナップショット分離、リーダー / ライターのブロックを減らす

• WAL(Write-Ahead Logging): 変更を先にログに書く
• REDO ログ / UNDO ログ: 前進 / 後退
• チェックポイント: 障害時の起点
• ARIES: 標準的な復旧アルゴリズム
• バックアップ: 完全 / 差分 / 増分
• Point-in-Time Recovery(PITR): 任意時点への復元

• B-tree 索引: 最も標準。範囲検索 ・ ソートに強い
• ハッシュ索引: 等価検索のみ、$O(1)$
• ビットマップ索引: カーディナリティ低の列(性別 ・ ブール)
• 全文索引: 文書検索向け
• GiST / GIN(PostgreSQL): 多目的拡張索引
• カバリング索引: クエリで参照する全列を含む索引
• 複合索引: 列順が重要(検索パターンと一致)
• 式索引 / 関数索引: 計算結果に索引

• EXPLAIN / EXPLAIN ANALYZE: 実行計画の取得
• コストベースオプティマイザ(CBO): 統計情報からコスト計算
• ルールベースオプティマイザ(RBO): 古い方式
• 結合方式: Nested Loop / Hash Join / Sort-Merge Join
• 結合順序の最適化
• 統計情報の更新: ANALYZE / VACUUM(PostgreSQL)
• ヒント句: オプティマイザへの強制

• 水平パーティション: 行を分割(範囲 / リスト / ハッシュ / コンポジット)
• 垂直パーティション: 列を分割
• シャーディング: 複数サーバへ水平分散
• レプリケーション: マスタ / スレーブ ・ マルチマスタ
• 読み取り分離: 書き込み = マスタ / 読み取り = レプリカ

• GRANT / REVOKE: 権限付与 / 取消
• RBAC: 役割ベース
• ABAC: 属性ベース(より細かい制御)
• 行レベルセキュリティ(RLS): 行単位のフィルタ
• 列レベルセキュリティ: 列単位のマスキング
• 動的データマスキング: 表示時のマスキング

• 保存時暗号化(TDE): ストレージレベル
• 通信暗号化: TLS で接続を暗号化
• 列レベル暗号化: 個別列の AES 暗号
• SQL インジェクション対策: プレースホルダ + 入力検証 + 最小権限
• 監査ログ: 全操作の記録(誰が / いつ / 何を)
• 個人情報保護: GDPR / 改正個人情報保護法対応

• キーバリュー型: Redis / DynamoDB / Memcached。シンプルな KV、超高速
• ドキュメント型: MongoDB / Couchbase。JSON / BSON 形式
• カラム指向: Cassandra / HBase / BigTable。大規模分析向け
• グラフ型: Neo4j / Neptune / TigerGraph。ノード + エッジ
• 時系列: InfluxDB / TimescaleDB
• 全文検索: Elasticsearch / OpenSearch
• ベクトル: Pinecone / pgvector / Milvus(AI / RAG 用)

• ACID(伝統的 RDB): 強一貫性
• BASE(NoSQL 的): Basically Available, Soft state, Eventually consistent
• 結果整合性(Eventual Consistency): 一定時間後に一貫
• 強一貫性 / 因果一貫性 / 単調一貫性 など段階的モデル

• Hadoop / HDFS: 分散ファイルシステム + MapReduce
• Spark: メモリ内分散処理、Hadoop より高速
• Hive / Presto / Trino: SQL on Hadoop
• Kafka: 分散ストリーミング
• データレイクハウス: Databricks Delta Lake / Apache Iceberg
• カラムナーストレージ: Parquet / ORC で分析クエリ高速化
• OLAP / OLTP の使い分け: トランザクション系 vs 分析系

• Snowflake: マルチクラウド対応、ストレージ / コンピュート分離
• BigQuery(Google): サーバレス、SQL 分析特化
• Redshift(AWS): 列指向 MPP
• Synapse / Fabric(Microsoft): 統合データ分析
• Databricks SQL Warehouse: レイクハウス系
• スター / スノーフレークスキーマ: ファクト + ディメンション
• SCD(Slowly Changing Dimensions): 履歴管理(タイプ 1 / 2 / 3)

• ETL(Extract → Transform → Load): 古典的、事前変換
• ELT(Extract → Load → Transform): クラウド DWH 時代の主流、生データ先ロード
• dbt(data build tool): SQL ベース変換層を Git 管理
• Airflow / Dagster / Prefect: ワークフローオーケストレーション
• Fivetran / Stitch: マネージド ELT
• CDC(Change Data Capture): DB 変更ストリーム

• データメッシュ: ドメイン分散 + データを製品として扱う
• データカタログ: メタデータ管理(DataHub / Atlas / Collibra)
• リネージ(Lineage): データの来歴追跡
• データ契約(Data Contract): スキーマ ・ SLA の合意
• データ品質: Great Expectations / Soda / dbt tests
• Privacy by design + GDPR / 改正個人情報保護法

1. 第 2 章: 関係代数 8 演算 / 関係論理 / 候補キー / FK
2. 第 3 章: ER 図 / FD / 1NF 〜 BCNF / 概念→論理→物理
3. 第 4 章: ウィンドウ関数 / 再帰 CTE / LATERAL / トリガー
4. 第 5 章: ACID / 分離レベル / MVCC / WAL / ARIES
5. 第 6 章: B-tree / 実行計画 / 結合方式 / パーティション / シャーディング
6. 第 7 章: GRANT/REVOKE / RLS / TDE / SQLi 対策
7. 第 8 章: NoSQL 4 種 / CAP / BASE / Spark / Kafka
8. 第 9 章: クラウド DWH / ELT / dbt / Airflow / データメッシュ

午前対策

• 午前 I 免除: 応用情報合格 / 高度試験合格 / 同等資格で 2 年免除可
• 午前 II は過去問演習 が圧倒的有効。直近 5 〜 10 年分を 2 周
• 60% で次段階に進める

午後対策

• 午後 I: 90 分で 3 問中 2 問選択。SQL 記述 ・ 設計の短文回答
• 午後 II: 120 分で 2 問中 1 問選択。長文事例 + ER 図 ・ 関係スキーマ作成 + 論述
• 事例問題の構造: 業務記述 → 質問群。業務記述を読み込む時間 を確保
• ER 図 ・ スキーマは下書きを書く: 答案用紙に直書きは事故のもと
• 過去問は 2 周以上: 同じ問題を繰り返すと型が身につく

DB スペシャリストは 国家試験のレベル 4 で公的認知度が極めて高く、DBA / データエンジニア / データアーキテクト のシニアポジションへの強いシグナル。金融 ・ 公官庁 ・ 大手 SI で評価が特に高く、転職市場でも『DB スペシャリスト持ち』はスクリーニングで突出します。