SQLによる条件付き重複データの抽出と単純な名寄せ

既存のRDBシステムに会員情報の名寄せ機能を追加する 第1回

　会員情報を含むリレーショナルデータベース（以下、RDB）システムでは、同じ人が別々のIDでテーブルに登録されることがあります。本連載では、二重登録状態を解消する「名寄せ」機能の追加方法を紹介します。

はじめに

　「ワタナベだけど同じDMが何通も届く！」会員からのクレームの電話は、それだけ言い放って切られてしまいました。発信番号も非通知で、他の情報は一切確認できません。

　会員テーブルから、同姓同名のデータ一覧の抽出が必要ですが、どうしましょうか。

図1　同姓同名データの抽出

 

　下図はSQL命令で抽出後、コーディングで処理する一例ですが、想像以上に難解です。

図2　コーディングでの処理

　ところが実は、SQL命令だけで目的を達する、魔法のような一文が作れるのです。

「名寄せ」とは

　「名寄せ」は元々金融機関の用語で、同一顧客の複数口座を一元管理することを指し、ペイオフ制度（注1）の導入に伴い、その重要性が増しています。また年金でも、一人に複数の年金番号が振られると、受給資格（25年以上の加入期間）の確認のため、名寄せが不可欠です。

注1

　金融機関破たん時、預金者一人あたり1,000万円までの払い戻しを保証すること。

　本連載では、一般的なRDBシステムにおいて、テーブルに二重登録された同一人物を1つの会員IDに統合する処理を「名寄せ」と定義することとします。スタッフが「既存の会員情報を修正」せず「新規に会員登録」する、Web上で顧客が複数IDを取得する、など二重登録は日々発生するため、RDBの整合性を保つためにも名寄せ機能は常時必要になります。

対応可能なRDB

　MySQL（4.1以上）、SQL Server、Access、PostgreSQL、OracleなどのRDBで可能です。

　ただし、EXISTS演算子とサブクエリー（後述）が利用できないSQLiteでは不可です。

本連載の構成

　各回を通して、前半がRDBのテーブルの理論編、後半がASP.NET＋SQL Serverでの実践編、という形で進めます。前半は開発言語、RDBに依存しませんので、広く応用できます。

　第1回はSQLによる重複値データの抽出と単純な名寄せ、第2回は複雑な名寄せとその処理、第3回は名寄せに関連したテーブルの処理、という順で紹介します。

　皆様のRDBシステムに名寄せ機能を組み込む際の一助となることが目標です。

必要となる前提知識と環境

　前半部分はSQL命令の解説になるので、SQLの基礎知識が前提となります。

　後半部分は各回を通して、ASP.NET開発の基礎知識（SQL Serverへのアクセス方法、MultiViewコントロールの使い方を含む）、および以下の環境が前提となります。

1. 開発ツール：Visual Web Developer 2010 Express SP1（以下、VWD2010）
2. 開発言語など：Visual Basic（以下、VB）、コードビハインドモデルで開発
3. 使用データベース：SQL Server 2008 Express Edition SP1

　今回は、ビジネスオブジェクトを用いたGridViewの作成方法の知識も必要になります。