SQLでvarchar "yyyy-mm" の比較について

Question

いつもお世話になります。閲覧ありがとうございます。

シンプルな質問です。以下のWHERE句は使用して大丈夫でしょうか？

yyyy_mmはvarchar型です。例えば"2016-02"など。
"5"や"tera123-tail456"などは間違っても入りません。

WHERE yyyy_mm < "2017-11"  ...

これ実際にやってみると、きちんとyyyy_mm = "2017-09"や"2016-03"などがヒットし、"2017-12"は取得されません。

訳あってDATEやTIMESTAMP型ではなくvarcharでやってるのですが、これだとバグは起こりませんか？
SQLの暗黙の型変換におけるハイフンの影響が単純に不安です。

よろしくお願いいたします。

Answer 1

SQLの暗黙の型変換におけるハイフンの影響が単純に不安です。

暗黙の型変換は演算時の演算項目の属性に合わせて行われる物です。

項目の名前が日付を意味したものであったり、格納される書式が日付であったとしても、
それで勝手に変換されることはありません。

今回の場合は単に文字列として比較されるのですから、項目に格納される値の書式が統一されている前提であれば問題はありませんね。

追記

yambejpさんへのコメントによると、全体では以下のようなものだと思います。

select t2.ym
from  テーブル t1
      inner join (SELECT DATE_FORMAT(create_time,"%Y-%m") AS ym, ...) t2
      on  t1.xxx=t2.XXX
where t2.ym < "2017-11"
group by t2.ym

以下のように、編集前の情報と比較する方がcreate_time をインデックスに含めるなどすれば高速に動作しますし、暗黙の型変換など入る余地もないですね。

select t2.ym
from  テーブル t1
      inner join (SELECT DATE_FORMAT(create_time,"%Y-%m") AS ym, ...) t2
      on  t1.xxx=t2.XXX
where t2.create_time < cast("2017-11" as DATETIME)
group by t2.ym

Comments

[skatelomere]

回答ありがとうございます。

私の中で「暗黙の型変換」の認識に行き過ぎた点がありました。
「"3+a" > "29" //-> true」というものを、前から比較するだけでなく、「+a部分を無視＝削除する」だったり、「+を演算子として考える」などの謎の先入観がありました。
今回のケースでいうと、ハイフンが削れるとか、演算子としての意味を持つとか、そういうものではなかったですね。単純な文字列比較でした。

大切な気づきをありがとうございました。

[skatelomere]

～追記分返信～
そうです、コアはまさにそのクエリです。
いやはや勉強になります、わざわざありがとうございます＞＜

ふと疑問に思ったのですが、インデックスしなくとも文字列比較よりDATE比較の方が速いのでしょうか？（試さずとも速そうな気はしますが…）

でもデータが大量になることを考えたら、インデックスがはれる元カラムを基準に比較しておいた方がよさそうですね。今から備えてそうしておきます！

[sazi]

無計画に項目単独のインデックスというのは駄目ですよ。
ちゃんと実行されるSQLの実行計画を見ながら、既存のインデックスに項目追加したり、
新たにマルチカラムでインデックス作成するなどしてチューニングしないと。

[sazi]

>文字列比較よりDATE比較の方が速いのでしょうか？
どうでしょう。
varchar(8)とdatetimeではdatetimeの方がサイズは小さいですが、datetimeは小数点を持っているので
相殺されるレベルかもしれません。
ベンチマークなどはおこなっていませんが、感覚的には文字列より高速な気がします。

Answer 2

「"2017-09"や"2016-03"」を「"2017/09"や"2016-3"」と
書かなければ先頭から文字列を比較して差異がでた場所から
文字列の大小を判断するので不等号で比較できます。

ただし日付をvarcharで管理するメリットは極めて限られているので
おすすめできませんが

Comments

[skatelomere]

早速の回答ありがとうございます。単純に文字列比較の原則として考えればいいのですね。

ご指摘頂いたvarchar管理の件ですが、
JOINするテーブルをサブクエリにて「SELECT DATE_FORMAT(create_time,"%Y-%m") AS ym, ... 」のようにして、メインで「GROUP BY ym」として月ごとの集計を得ているため、今回の文字列比較演算が生じていました。

ちなみに実際のcreate_timeの保存はTIMESTAMP型です。
もう少し頭を使えばこの比較は避けられそうな気がするのですが、ymに意図しない数値が入るケースが想定できないので目をつぶっています。。

ありがとうございました。