🔖 キーワード索引

本ページは DML（データ操作言語）（Data Manipulation Language）を多角的に解説します。 上のチップは、 検索・関連語の手がかりです。

📍 文脈 — どこで使う概念か

DML（Data Manipulation Language）は、 リレーショナルデータベース（RDB）でデータの追加・更新・削除・検索を行う SQL の中核です。 業務アプリケーションのバックエンド、 データウェアハウス、 BI ツールでも基盤として使われます。 SQL を知らずしてデータエンジニアリングは語れないと言える基本技術です。

🎨 直感で掴む — 具体例で理解する

SQL の命令は大きく 3 つに分類されます：

本ページで扱う DML は 「データの読み書き」そのもの。 業務アプリで一番使う命令群です。

📐 定義

SELECT/INSERT/UPDATE/DELETE 等の操作言語

英語名 Data Manipulation Language、 カテゴリ：データエンジニアリング。

🔬 記号・要素の読み解き

🧮 数値例・実値計算

具体的な DML 操作の例（都道府県データ）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

-- 1. SELECT（読み取り）
SELECT 都道府県名, 高齢化率, 死亡率
  FROM 統計表
 WHERE 高齢化率 > 30
 ORDER BY 高齢化率 DESC
 LIMIT 10;

-- 2. INSERT（追加）
INSERT INTO 統計表 (都道府県名, 高齢化率, 死亡率)
VALUES ('東京都', 23.4, 9.8);

-- 3. UPDATE（更新）— WHERE 必須
UPDATE 統計表
   SET 死亡率 = 10.5
 WHERE 都道府県名 = '東京都';

-- 4. DELETE（削除）— WHERE 必須
DELETE FROM 統計表
 WHERE 年 < 2010;

赤線：UPDATE と DELETE で WHERE を忘れると全行が一発で書き換えられる。 必ず先に SELECT で確認すること。

🐍 Python 実装例

最小コードで動かしてみる例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

import pandas as pd
import sqlite3

# SQLite で DML を実行
conn = sqlite3.connect('mydata.db')
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='utf-8', skiprows=1)
df.to_sql('stat_table', conn, if_exists='replace', index=False)

# SELECT を pandas で
result = pd.read_sql('SELECT * FROM stat_table WHERE 高齢化率 > 30', conn)
print(result.head())

⚠️ よくある落とし穴

🌐 関連手法・派生

• DDL：CREATE TABLE, ALTER TABLE。 構造の定義
• DCL：GRANT, REVOKE。 権限管理
• TCL：BEGIN, COMMIT, ROLLBACK。 トランザクション
• Window 関数：ROW_NUMBER, RANK, LAG。 高度な分析
• CTE (WITH)：複雑なクエリを段階的に組み立てる
• ORM：SQLAlchemy, Django ORM。 Python コードから DML を生成

🔗 関連用語

📚 関連グループ教材

この用語の全体像を学ぶには、 まず横断的な教材で文脈を掴むのが効率的です：

• 📚 データエンジニアリング — RDB は基盤技術