データ型の基礎

• 日程: Day 1 / セッション 5
• 時間: 11:40-12:00
• 形式: 座学
• ゴール: 数値型・文字列型・日付型・論理型それぞれの代表例と用途を区別できる
• 学習形式: 対話型解説

前のセッションで \d employees を実行したとき、次のような表記が並んでいたはずです。

first_name | character varying(50)
salary     | numeric(10,2)
hire_date  | date

「VARCHAR(50)って何？」「NUMERIC(10, 2)って一体何の暗号？」と思った人、正解です。この20分でその暗号を解きます。

ここで少し考えてみてください。Excelでは1つのセルに「文字でも数字でも日付でも好きに入れられる」のが当たり前ですよね。でもRDBは違います。「この列には数値しか入れない」「この列には日付しか入れない」と、列ごとに型を厳密に決めます。なぜでしょう？

データ型を決める理由はシンプルです。「データの嘘」を防ぐためです。

たとえば salary（給与）の列に「だいたい40万」と文字で書かれていたら、平均給与を計算できません。hire_date（入社日）に「去年の春くらい」と入っていたら、勤続年数を計算できません。

型は、いわばコップのサイズ表記のようなものです。「これは250ml用のコップ」と決めておけば、誰が見ても用途が分かり、お酒用とお茶用を混ぜずに済みます。

• 型は「この列に入れていいデータの種類」を定めるルール
• ルールを破ろうとすると、PostgreSQLが「それはダメ」と即エラーで止めてくれる（事故防止）

サンドボックスでよく出てくる数値型は3つです。

NUMERIC(10, 2) というのは、「全体で10桁、うち小数2桁」という意味です。つまり整数部分は8桁まで使えて、小数は2桁まで。給与なら最大 99,999,999.99 円まで表せる、というわけです。「お金を扱う列は NUMERIC が安全」と覚えてください。FLOAT や REAL などの近似値型は、誤差が出ることがあるので会計には向きません。

SERIAL は便利な仕組みで、INSERTのたびにPostgreSQLが自動で次の番号を振ってくれます。「主キーの値を毎回手で考えたくない」というニーズに応える発明品です。

employees の定義（抜粋）:

CREATE TABLE employees (
    employee_id SERIAL PRIMARY KEY,
    salary NUMERIC(10, 2),
    ...
);

employee_id は SERIAL なので、INSERTすると勝手に1, 2, 3, …と入ります。salary は NUMERIC(10, 2) なので、整数も小数も正確に扱えます。

文字を入れる列は、主に2種類です。

VARCHAR(100) は「最大100文字までの文字列」という意味です。101文字目を入れようとするとエラーになります。「上限を決めて事故を防ぐ」のが VARCHAR の役割です。

一方の TEXT は上限がありません。商品の説明や記事本文のように、長さが読めない列で使われます。

• VARCHAR(n) は「念のためこのくらいで切っとこう」という上限つき
• 「メールアドレスは100文字まで」「氏名は50文字まで」のように、現実的な上限を決めるのが定石
• PostgreSQLの場合、VARCHARとTEXTのパフォーマンス差はほぼゼロ。「上限を持たせたいか」で選ぶ

VARCHAR の "VAR" は variable（可変の）の略です。実は VARCHAR には親戚の CHAR(n) という型があって、こちらは「常にn文字。短いときは半角スペースで埋める」という変わった性質を持っています。たとえば CHAR(10) で「太郎」を入れると、内部では「太郎 」（7文字分の空白付き）で保存されます。なぜそんな仕様があるかというと、コンピュータが貧弱だった時代に「固定長は速い」という事情があったからです。現代では特殊な事情がない限り VARCHAR か TEXT を使います。CHARを見かけたら「歴史を感じる古文書だな」と微笑んであげてください。

日付を扱う型も2種類押さえれば十分です。

入社日のように「何月何日か」だけ知ればいい列は DATE、注文時刻のように「秒単位まで知りたい」列は TIMESTAMP を使います。

サンドボックスの orders では：

order_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP

DEFAULT CURRENT_TIMESTAMP は「INSERT時に値を指定しなかったら、その瞬間の時刻を自動で入れる」という指定です。created_at（作成日時）にもよく使われる定番パターンです。

サンドボックスでは直接出てきませんが、覚えておきたい型がもう1つ。

BOOLEAN：TRUE か FALSE の2値だけを取る型です。「公開中かどうか」「退職済みかどうか」のような Yes/No を表すのに使います。「退職済み？」を is_retired BOOLEAN という列で持つ、といった使い方です。

ここまで来たら、employees の \d 出力を全部読めるはずです。

products や orders の \d も、今ならスラスラ読めます。

• 「VARCHARとTEXTを使い分ける基準を3つに整理して」
• 「給与をINTEGERで持つのとNUMERICで持つの、どっちがいい？それぞれの落とし穴は？」
• 「TIMESTAMP と TIMESTAMPTZ の違いって何？タイムゾーンが絡む話を教えて」

今回学んだことを一言でまとめると「列ごとに型を厳しく決めることで、データの嘘を防ぎ、計算と検索を高速で正確にする」ということです。

代表選手は：

• 数値：INTEGER、NUMERIC(p,s)、SERIAL
• 文字：VARCHAR(n)、TEXT
• 日時：DATE、TIMESTAMP
• 真偽：BOOLEAN

これだけ覚えれば、現場のテーブル定義の8割は読めます。

午前のセッションはここまで。昼休憩のあと、いよいよSELECT文の本格的な学びに入ります。今日見てきた departments、employees、products の型が、SQLでどう活きるかが見えてきます。

• NUMERIC(10, 2) を自分の言葉で説明できますか？
• VARCHARとTEXTの違い、DATEとTIMESTAMPの違いを2文ずつで説明できますか？
• なぜ給与は INTEGER ではなく NUMERIC を使うのが安全なのでしょうか？

• 参考リンク: PostgreSQL公式: データ型
• 発展課題: products テーブルの \d を実行し、各列の型がなぜその型で設計されているか（VARCHAR(100)、NUMERIC(10,2)、INTEGER、TIMESTAMP）を1つずつ説明してみる