少なくとも1回の取引を行った**口座番号のみを取得**したいと仮定します。

この課題では、**最適化されていない**クエリが与えられています。より最適な方法で書き直してください。

クエリの最適化を高めるための主な書き換え手法は以下の通りです：
1. **カラムを明示的に指定**：アスタリスク（`*`）ワイルドカードの代わりに、クエリ内でカラム名を明示的に指定することで、パフォーマンス、可読性、保守性が向上します；

2. **サブクエリの最小化**：サブクエリの使用を減らしてクエリのパフォーマンスを最適化します。複雑さやオーバーヘッドを避けるために、結合や派生テーブルなどの代替手段を検討してください；

3. **IN演算子の繰り返し使用を避ける**：クエリ内で`IN`演算子の使用を制限し、パフォーマンスへの影響を防ぎます。より効率的な実行計画のために、`JOIN`や`EXISTS`句の利用を検討してください；

4. **論理的な結合順序の整理**：SQLの結合は**メインテーブル**から開始し、その後**関連テーブル**と結合することで、クエリの構成やデータベースエンジンの最適化を促進します；

5. **制限的なWHERE条件の使用**：`WHERE`句に**制限的な条件**を含めることで、行を絞り込み、実行速度を向上させます；

6. **ストアドプロシージャや関数へのリファクタリング**：**繰り返しのコード**部分をストアドプロシージャやユーザー定義関数にまとめることで、コードの再利用性、モジュール化、保守性が向上します。これにより冗長性を減らし、SQLクエリの最適化が可能になります。

import unittest
import psycopg2
import pandas as pd

class TestPostgresQuery(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.connection = psycopg2.connect(
            host="localhost",
            user="agent",
            password="qwerty",
            dbname="testdb",
            sslmode="disable"
        )
        cls.cursor = cls.connection.cursor()

    def test_output_account_numbers(self):
        """Check that the output contains only correct account numbers in ascending order."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        columns = [desc[0] for desc in self.cursor.description]
        result_df = pd.DataFrame(rows, columns=columns)
        expected = [101, 202, 303, 404, 789]
        condition = (
            list(result_df.columns) == ["account_number"] and
            result_df["account_number"].tolist() == expected
        )
        _dynamic_test(
            self,
            condition,
            "Correct account numbers are selected and sorted ascending.",
            f"Output is not correct. Expected account numbers: {expected}, got: {result_df['account_number'].tolist()}"
        )

    def test_no_in_operator_or_subqueries(self):
        """Check that the query does not use IN operator or subqueries."""
        with open("query.sql", "r") as file:
            query = file.read()
        uses_in = " in " in query.lower() or " in(" in query.lower()
        uses_subquery = "select" in query.lower() and "(" in query
        forbidden = ("in (" in query.lower() or "in(" in query.lower())
        _dynamic_test(
            self,
            not forbidden,
            "Query does not use IN operator or subqueries.",
            "Query uses IN operator or subqueries, which is not allowed."
        )

    def test_inner_join_used(self):
        """Check that INNER JOIN is used between BankAccounts and Transactions tables."""
        with open("query.sql", "r") as file:
            query = file.read().lower().replace('\\n', ' ')
        # Check for INNER JOIN on BankAccounts and Transactions
        uses_inner_join = ("inner join transactions" in query or "inner join bankaccounts" in query)
        _dynamic_test(
            self,
            uses_inner_join,
            "INNER JOIN is used between BankAccounts and Transactions.",
            "Query does not use INNER JOIN between BankAccounts and Transactions."
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

if __name__ == "__main__":
    unittest.main()


test_solution.py

SQLの高度なテクニックを通じて、SQLの魅力的な旅を始めましょう。データベーストランザクションにおけるデータの正確性を保つために重要なACID特性について学びます。データベースのパフォーマンスを向上させるためのクエリ最適化の高度な方法を発見します。ウィンドウ関数、トリガー、データ制御言語（DCL）、NoSQLデータベースなど、特別なSQL機能を探求します。これにより、現代のデータベース管理を自信を持って効果的に扱うことができます。

ここでは、データベース管理におけるACID（原子性、一貫性、独立性、永続性）の基本原則について探ります。これらの原則が、操作の完全性を保証し、データの一貫性を維持し、同時実行トランザクションを分離し、データの永続的な保存を確保することで、信頼性の高いトランザクションを実現する方法を学びます。

インデックス最適化を通じてSQLクエリの効率を向上させる方法を探求します。データベースのパフォーマンスにおけるインデックスの重要性について深く学び、インデックスの設計、実装、および効果的な活用方法を習得します。適切なインデックス選択のための戦略、クエリ実行計画への影響の理解、インデックスの選択と活用によるクエリパフォーマンスの最適化について解説します。

このセクションでは、トリガー、ウィンドウ関数、DCL（データ制御言語）などの重要なトピックを取り上げ、それらの実装および最適化戦略について包括的な洞察を提供します。さらに、NoSQL DBMSの分野にも触れ、そのアーキテクチャ、利点、実践的な応用について詳しく解説します。

チャレンジ：クエリ最適化

解答