データディクショナリ でーたでぃくしょなり
簡単に言うとこんな感じ!
データベースの「項目の辞書」だよ。「cust_cd って何?」「金額は税込?税抜?」を調べられる台帳なんだ。データの中身じゃなくて、データの名前・形・意味を書いておくもの。これがないと、作った人しか読めないデータベースになっちゃうってこと!
データディクショナリとは
データディクショナリ(Data Dictionary)とは、データベースに入っているデータそのものではなく、データについての情報(メタデータ)をまとめた台帳です。テーブル名、列名、データ型、桁数、必須かどうか、どの表とつながっているか、そして業務上の意味などを記録します。
この言葉は、実は2つの意味で使われます。ひとつはデータベース管理システム(DBMS)が自分で持っている管理用の表で、「システムカタログ」とも呼ばれます。もうひとつは、人が作る説明書で、日本の開発現場では「項目定義書」「テーブル定義書」と呼ばれることが多いものです。
たとえるなら、システムカタログは図書館のコンピューターに入っている蔵書データ(書名・棚番号・冊数)、人が作るディクショナリは司書が書いた本の紹介カード(どんな人向けの本か、どう使うか)です。前者は自動で正確ですが、「この列は税込か」までは教えてくれません。だから両方が必要になります。
何を記録するのか
| 記録する項目 | 例 | 誰が分かる情報か |
|---|---|---|
| テーブル名(物理名・論理名) | orders(受注) | DBMS/人 |
| 列名(物理名・論理名) | total_amount(受注合計金額) | DBMS/人 |
| データ型・桁数 | DECIMAL(10,2) | DBMS |
| 必須・一意・既定値 | NOT NULL、UNIQUE | DBMS |
| つながり(外部キー) | customer_id → 顧客表 | DBMS |
| 業務上の意味 | 税込・円・値引き後の金額 | 人だけ |
| 取りうる値と意味 | status:1=受付、2=出荷済、9=取消 | 人だけ |
| 発生元・更新のルール | 受注画面で登録、夜間の締め処理で確定 | 人だけ |
| 管理する部署 | 営業管理部 | 人だけ |
表の下半分、「人だけ」が分かる情報こそ、発注者側が一緒に作るべき部分です。開発会社はデータ型は決められますが、「この金額は値引き後か」は業務の人にしか決められません。
システムカタログをのぞく
SQL の標準では、システムカタログを読むための INFORMATION_SCHEMA というビューの集まりが決められていて、MySQL・PostgreSQL・SQL Server などが対応しています。たとえば次の SQL で、orders 表の列の一覧が取れます。
SELECT column_name, data_type, is_nullable
FROM information_schema.columns
WHERE table_name = 'orders';
さらに、多くの DBMS では列や表にコメントを付けられます(PostgreSQL の COMMENT ON、MySQL の COMMENT 句など)。業務上の意味をコメントとしてデータベースに書き込んでおけば、システムカタログと項目定義書を1か所にまとめられ、ツールで定義書を自動生成することもできます。
そうそう、まさにそれ!日本のシステム開発だと、Excel の「テーブル定義書」で納品されることが多いね。
ただ、Excel は本物のデータベースと食い違いやすいのが弱点なんだ。改修のたびに誰かが手で直さないといけないから、数年たつと中身がずれてることも多いよ。「定義書はデータベースのコメントから自動で作れますか?」って聞いてみるといいよ!
よくあるのが、BI ツールで売上を集計したら部署ごとに数字が違うってやつ。片方は税込の列、もう片方は税抜の列を足してた、みたいなね。
あとは、担当者が辞めたら flg2 って列の意味がだれにも分からなくなったり。システムを入れ替えるときのデータ移行で、いちばん時間を食うのがこの「意味の調査」なんだ。だから最初に書いておくのが一番安いってこと!
歴史と背景
- 1960年代:ファイルごとにデータの定義がプログラムに埋め込まれ、同じ「顧客コード」の桁数がシステムごとに違う、といった問題が目立つ
- 1970年代:リレーショナルデータベースの研究(IBM の System R など)で、表の定義そのものを表として持つシステムカタログの考え方が広まる。データディクショナリ専用の製品も登場
- 1992年:SQL の規格(SQL-92)で
INFORMATION_SCHEMAが定められる - 1990年代:メタデータの登録・管理の国際規格 ISO/IEC 11179 が作られる
- 2010年代〜:データ活用の広がりで、組織全体のデータの所在と意味を管理するデータカタログ製品が普及。データディクショナリはその一部として扱われるようになる
- 2018年:MySQL 8.0 が、それまでのファイル(
.frm)による定義の管理をやめ、トランザクション対応の内部データディクショナリに切り替える - 現在:日本では、デジタル庁が「政府相互運用性フレームワーク(GIF)」で、住所や氏名などの共通のデータ項目の形式を公開している
似た言葉との違い
| 用語 | 何を管理するか | 主な利用者 |
|---|---|---|
| データディクショナリ | 1つのシステムの項目の定義と意味 | 開発者・運用担当・業務担当 |
| スキーマ | データベースの構造そのもの(表・列・制約) | 開発者・DBMS |
| ER図 | 表と表のつながり | 設計者 |
| データカタログ | 組織全体のデータの所在・意味・品質・持ち主 | 分析担当・データ管理部門 |
| ビジネス用語集 | 「売上」「顧客」など業務の言葉の定義 | 業務部門・経営 |
ざっくり言えば、スキーマが骨組み、データディクショナリがその説明書、データカタログは全社の説明書を集めた図書館です。
実務のポイント
- 納品物にテーブル定義書(項目定義書)が含まれ、論理名と業務上の意味が全列に書かれているか
- フラグやコード値の列に、取りうる値とその意味の一覧があるか
- 金額は税込か税抜か、日付はいつの時点の日付か(受注日・出荷日・請求日)が明記されているか
- 定義書と実際のデータベースがずれない仕組み(コメントからの自動生成など)があるか
- 改修のたびに定義書を更新することが、保守契約の作業範囲に入っているか
- 列名の付け方(命名規則)が決められ、守られているか
関連する規格・RFC
| 規格 | 内容 |
|---|---|
| ISO/IEC 11179 | メタデータレジストリの国際規格。データ項目の定義・命名・分類の考え方 |
| ISO/IEC 9075(SQL) | SQL の規格。システムカタログを読む INFORMATION_SCHEMA を定める |
参考文献・外部リンク
- The Information Schema(PostgreSQL 文書) — SQL 標準のシステムカタログのビューの説明
- COMMENT(PostgreSQL 文書) — 表や列に説明文を付ける命令
- INFORMATION_SCHEMA Tables(MySQL 8.4 文書) — MySQL でメタデータを引く方法。データディクショナリとの関係にも触れている
- Data Dictionary and Dynamic Performance Views(Oracle 文書) — Oracle Database のデータディクショナリの仕組み
- 政府相互運用性フレームワーク(GIF)(デジタル庁) — 住所・氏名などの共通データ項目の定義