非専攻者でもすぐに使えるSQL入門 — 現役DBAとMySQLで学ぶSELECT・JOIN・GROUP BY

自分のPC上のOracle 26ai Freeで、講義内の実行計画をそのまま再現しながら、SQLPの実技チューニングを学びます。自作の実技形式の問題30問を、実測値（読み込んだブロック数・実行回数）をもとに判断し、解答まで書いてみます。

SQLチューニングを学んだ後、繰り返し発生するチューニング対応業務を自動化しましょう。MySQLクエリの収集からAI診断・実測検証・担当者への引き継ぎ・再発追跡までをつなぐ実務プロジェクトです。

大規模イベントを前に、DBでは何を準備し、オープン時には何から確認すべきでしょうか？ 実際の研修用AuroraにおけるReader CPUの急増・ロック待ち・デッドロック・フェイルオーバーの記録と診断SQLを使って、イベント前・中・後の対応手順を練習します。

セール開始時のトラフィックで破綻する商品・イベントAPIを、ローカルL1＋リモートL2＋スタンピード防止＋無効化＋キルスイッチで改善し、同じ負荷条件で帯域幅・レイテンシ・DB負荷がどれだけ減ったかを前後の数値で実証します。

大規模イベントを前に、PostgreSQLでは何を準備し、開始の瞬間にはまず何を見るべきでしょうか？学習用のAurora PostgreSQLで実際に発生させた、ロック待ち・デッドロック・VACUUMの遅延・フェイルオーバー・ReaderのCPU急上昇の実験記録と診断SQL、7種類のイベント別プレイブックを通じて、イベント前・中・後の対応手順を練習します。

AIの「完了しました」をそのまま信じていますか？テスト28件がすべてグリーンなのに、完了報告が嘘だった場面から出発し、ベースライン・回帰比較・テスト改ざん検知・報告との照合・隠しテストを組み合わせたQAゲートを作成。ストップフックにより、Claude Codeがゲートを通過するまで処理を終了できないようにします。

現場の19c開発者が、運用中のサービスで使う高度な技術を扱います。大量のPL/SQL処理、サービスを止めずに変更する方法、障害原因の特定、誤操作によるデータの復旧まで実習します。同じ作業を26aiではどのように、より安全かつ高速に行えるかも並べて比較します。Dockerで起動したOracleの無料版（26ai）と仮想のショッピングモールデータを使い、すべてのコマンドを実際に実行します。

仮想ショッピングモールのセラー月次精算バッチを、最後まで一貫して仕上げます。Pro*Cの基礎を学びながらソースを読み、潜んでいる4つの不具合を最小限のパッチで修正。配列処理によってDBへの往復を265,893回から359回に減らした後、ECPGとJDBCへ移植し、3つの結果が一行も違わないことを証明します。すべてのコマンドをDocker上のOracle Database FreeとPostgreSQLで実行します。

SQLD問題の選択肢4つをOracleで直接実行し、結果から正解を選びます。NULL・集計・結合・順位・ROWNUM・階層クエリの落とし穴を、全52講義・6時間で整理します。

MySQLでサービスを作ったことがあるなら。同じSQLをMySQL 8.4とPostgreSQL 17で並べて実行し、UPDATEによってテーブルが4倍に膨らむ現象、異なるデフォルトの分離レベル、40001シリアライゼーションエラー、ギャップロックのないロック、ツリー形式で読み解く実行計画、部分インデックス／GIN／BRINインデックスまで、40の違いを実際の実行内容で直接確認します。

登録からメール・議事録・レポート・PDF・Excel・プレゼン資料まで、Claudeに仕事を任せ、結果を原文と照らし合わせて安心して使う方法を、仮想会社の実習資料を使って一つずつ実践します。

Claude Codeの使い方は学んだけど、うちのレガシーにはどう使えばいい？テストが0件のSpring Boot注文サービスにClaude Codeで安全網を張り、隠れたバグを5つ見つけ、AIが書いたテストをミューテーションテストで検証します。

H2とモックのテストはすべて通るのに、本番MySQL・Redis・Kafkaでのみ発生する6つのバグを、Testcontainersの統合テストで一つずつ再現して修正します。コンテナのシングルトン化・再利用、CI、flakyテストの診断まで。

Kubernetes入門の次は、自分のサービスに不調が起きたとき。再起動・遅延・502・止まったデプロイといった症状だけを手がかりに、kubectlとメトリクスで原因を特定して修復します。ノートPC上のローカルKubernetesで8種類の障害を実際に起こし、修復後に同じ負荷をかけて、修復前後の数値を測定します。

DB設計の原則は学んだけれど、注文・返金・精算はどうテーブル化すればいいのでしょうか？一つの注文が決済・一部キャンセル・返品・返金・精算まで流れるよう、スキーマを41段階で変更しながら、38件の要件を一つずつクリアしていきます。

セール開始時の負荷で破綻する同期型のクーポン発行・商品登録APIを、キュー・アウトボックス・冪等コンシューマー・DLQ・Temporalに置き換え、同じ負荷における変更前後の数値（遅延・失敗率・DBコミット）を、自分のPC上のDockerで直接再現します。

注文API → 決済 → 在庫 → Kafka → コンシューマー → バッチへと続くマイクロサービスで、トレースが途切れたり、数千スパンに膨れ上がってひそかに破棄されたり、ダッシュボードから消えたりする問題を自ら再現し、症状 → 判別 → 解消の順に修正して、最後までつながるトレースとダッシュボードを完成させます。

毎朝MySQL・PostgreSQLを測定してA・B・C・Nの文字評価による診断表を作成し、問題のあるクエリをEXPLAINで診断して改善依頼書の草案を作成し、セール前のコネクション・Readerの増強・縮小計画と費用まで検討するDBAエージェントを、自分のノートPC上のDockerで直接作ります。

【最終目標】障害注入 → アラート → AIによる一次分析 → ランブック・対応案 → 人の承認を得た対応 → ポストモーテムのドラフトまで一貫して実行する運用エージェントを自分で完成させます。仮想のコマースサービス「Loop Market」をDockerで立ち上げ、Prometheus・Grafana・Loki・Claudeを使って実習します。'

イシューコメントを一行書くだけで、レビュー対象のPRが届く開発パイプラインを、Claude Codeのヘッドレス実行で自ら構築します。チームのルールをCLAUDE.md・スキル・フックとしてコード化し、3つの人間によるゲート、レビューBot、誤判定台帳、コスト上限まで組み込みます。