配列のインデックスと演算子（`@>`, `<@`, `&&`）で高速検索

PostgreSQLの配列は、テーブルの1つのセルに複数の値をぶち込める超便利な機能だよ。たとえば記事のタグリストや、商品のカテゴリ一覧みたいに、関連データをまとめて管理したいときにめっちゃ使える。 でも、配列で検索・フィルタ・重なりチェックをやり始めると、パフォーマンスが一気に落ちることも…。そこで救世主になるのが配列のインデックス化！インデックスを使うと、こんな操作が爆速になる：

• 配列に特定の要素が入ってるかチェック
• 指定した要素を含む配列を検索
• 配列同士の重なり（オーバーラップ）をチェック

配列操作用の演算子

インデックス作成に入る前に、まずは配列を扱う基本の演算子をおさらいしよう：

@>（contains） — 配列が他の配列の全要素を含んでるかチェックする。

SELECT *
FROM courses
WHERE tags @> ARRAY['SQL'];

この例だと、「SQL」タグを持ってるコースを探してるよ。

<@（is contained by） — ある配列が他の配列に全部含まれてるかチェック。

SELECT *
FROM courses
WHERE ARRAY['PostgreSQL', 'SQL'] <@ tags;

このクエリは、ARRAY['PostgreSQL', 'SQL'] の全要素を含むタグを持つコースを探してる。

&&（overlap） — 配列同士に重なりがあるかチェック。

SELECT *
FROM courses
WHERE tags && ARRAY['NoSQL', 'Big Data'];

このクエリは、「NoSQL」か「Big Data」タグが1つでも入ってるコースを探すよ。

インデックス化の効果は？

例えば、courses テーブルに何百万件もデータがあって、上の演算子を使ったクエリを投げるとしよう。インデックスがなければ、PostgreSQLは全行を1つずつチェックする羽目になる（プログラマーがコンパイル待ちしてる時みたいに永遠に終わらない…）。 でもインデックスがあれば、そんな無駄な処理を回避できる！PostgreSQLには配列向けに2種類のインデックスがある：

1. GIN（Generalized Inverted Index） — 配列にはこれが最強！
2. BTREE — 配列全体の比較用。

例：配列用インデックスを作ってみる

まずは配列入りの小さなテーブルを作って、実際に試してみよう。

CREATE TABLE courses (
    id SERIAL PRIMARY KEY,
    name TEXT NOT NULL,
    tags TEXT[] NOT NULL
);

データをいくつか追加：

INSERT INTO courses (name, tags)
VALUES
    ('SQLのキホン', ARRAY['SQL', 'PostgreSQL', 'データベース']),
    ('Big Data入門', ARRAY['Hadoop', 'Big Data', 'NoSQL']),
    ('Python開発', ARRAY['Python', 'Web', 'データ']),
    ('PostgreSQLコース', ARRAY['PostgreSQL', 'Advanced', 'SQL']);

テーブルの中身はこんな感じ：

インデックスなし：遅い検索

例えば「SQL」タグを持つコースを全部探したいとき：

EXPLAIN ANALYZE
SELECT *
FROM courses
WHERE tags @> ARRAY['SQL'];

このクエリは一応動くけど、データが多いと激遅。PostgreSQLは「シーケンシャルスキャン（Sequential Scan）」、つまり全行なめるしかない。

クエリ結果の例：

GINインデックスを作る

検索を速くするために GIN インデックスを作ろう：

CREATE INDEX idx_courses_tags
ON courses USING GIN (tags);

同じクエリをもう一度：

EXPLAIN ANALYZE
SELECT *
FROM courses
WHERE tags @> ARRAY['SQL'];

今度はPostgreSQLが作った GIN インデックスを使って、クエリがめっちゃ速くなる！

前は シーケンシャルスキャン（Seq Scan）だったけど、今は Bitmap Index Scan になる：

演算子とインデックスの関係

例1：@> 演算子

クエリ：

SELECT *
FROM courses
WHERE tags @> ARRAY['SQL'];

GIN インデックスはこの演算子と相性バツグン。PostgreSQLが一瞬で該当行を見つけてくれる。

クエリ結果：

例2：&& 演算子

クエリ：

SELECT *
FROM courses
WHERE tags && ARRAY['NoSQL', 'Big Data'];

この演算子は配列の重なりをチェックする。tags 配列が、指定した配列のどれか1つでも一致してたらOK。

ここでも GIN インデックスが大活躍。データが多くてもサクサク検索できる。

クエリ結果：

インデックスと最適化のコツ

配列を使うときは、こんなポイントを意識しよう：

1. GIN インデックスで配列検索を高速化。シーケンシャルスキャンより断然速い！
2. 本当にクエリでよく使うカラムだけインデックス化。インデックスは容量を食うし、INSERTも遅くなるから、むやみに全部に付けないこと。
3. EXPLAIN や EXPLAIN ANALYZE でクエリをプロファイル。インデックスがちゃんと使われてるか確認しよう。

例：配列用インデックスの作り方

配列操作ごとにインデックスをどう作るか、実際の用途も交えて見てみよう。

@> 演算子用インデックス

例えば、こんな courses テーブルがあるとする：

@>（配列が要素を含む）演算子用に GIN インデックスを作成：

CREATE INDEX idx_courses_tags_gin
ON courses USING GIN (tags);

クエリを実行：

SELECT *
FROM courses
WHERE tags @> ARRAY['SQL'];

結果：

@>, <@, && 演算子用インデックス

テーブルは上と同じ。

@>, <@, && の各演算子は全部 GIN インデックスで爆速になるから、1つ作っておけばOK：

CREATE INDEX idx_tags
ON courses USING GIN (tags);

クエリ例と結果：

• @> — 配列が指定要素を含むかチェック：

SELECT *
FROM courses
WHERE tags @> ARRAY['SQL'];

---

• <@ — 配列が他の配列に全部含まれてるかチェック：

SELECT *
FROM courses
WHERE tags <@ ARRAY['SQL', 'PostgreSQL', 'Advanced', 'Big Data', 'NoSQL', 'Python'];

---

• && — 配列の重なりチェック：

SELECT *
FROM courses
WHERE tags && ARRAY['NoSQL', 'Big Data'];

ちょっと難しいクエリもやってみよう

例えば、タグが ['Python', 'SQL', 'NoSQL'] のどれか1つでも重なってるコースを探すクエリ：

SELECT *
FROM courses
WHERE tags && ARRAY['Python', 'SQL', 'NoSQL'];

結果：

GIN インデックスがあれば、こんなクエリも一瞬で終わる。データが何百万件あっても余裕！

配列操作でありがちなミス

インデックスが使われてない：EXPLAIN の出力で Seq Scan が出てたら、インデックスがちゃんと作られてるか、演算子がインデックス対応か確認しよう。

配列カラムの利用頻度が低い：そのカラムがほとんどクエリや更新で使われないなら、インデックスは無駄に容量を食うだけかも。

インデックスの作りすぎ：インデックスはディスク容量を食うし、書き込みも遅くなる。必要なものだけ作ろう！

これでPostgreSQLの配列操作はバッチリ！@>, <@, && と GIN インデックスを使って、クエリを爆速にしよう。自分のデータでぜひ試してみてね！