基本的なデータの更新と削除

前のセクションでは、データの読み取りと要約に注力しました。しかし、データはほとんどの場合静的ではありません。ダイヤモンドのレコードの一部に誤った価格が含まれていたり、特定の「cut」タイプをレポートから除外する必要が生じることがあります。

このdiamondsテーブルはDeltaテーブルであるため、従来のデータベースと同様に修正が可能です。

1. レコードの更新

UPDATEコマンドは、条件を満たす特定の行の値を変更するために使用します。例えば、すべての"Fair"カットのダイヤモンドの価格を10%増加させる場合:

UPDATE workspace.workshop.diamonds
SET price = price * 1.1
WHERE cut = 'Fair'

• SET — 列の新しい値の定義
• WHERE — 重要。WHERE句がない場合、テーブル内のすべてのダイヤモンドの価格が更新されます。

2. レコードの削除

DELETE コマンドは、テーブルから行を完全に削除します。データが不要になった場合や誤って取り込まれた場合に使用します。

DELETE FROM workspace.workshop.diamonds
WHERE carat > 5.0

このコマンドは、5カラットを超えるすべてのダイヤモンドを特定し、テーブルのアクティブバージョンから削除します。

3. 変更後の検証

更新や削除を実行した後は、操作が期待通りに行われたかを確認するために、SELECT count などの簡単なクエリで必ず検証します。

-- Verify how many 'Fair' diamonds are left (count should be the same, but prices changed)
SELECT count(*) FROM workspace.workshop.diamonds WHERE cut = 'Fair'

4. Delta更新の安全性

DELETE や UPDATE を実行しても、Delta Lake は古いファイルから直接データを消去しません。代わりに、次の3段階のプロセスを実行します。

1. 古いファイルを「無効」としてマークする
2. 更新後のデータを含む新しいファイルを書き込む
3. 変更内容をトランザクションログに記録する

このため、削除後でも Time Travel が機能します。履歴が手動でパージされるまで、古いデータはテーブルファイルの過去バージョンに残り続けます。

5. ベストプラクティス：SELECTによるテスト

DELETE や UPDATE を実行する前に、必ず SELECT でフィルター条件をテストすること。

• 例（誤った手順）： DELETE FROM diamonds WHERE color = 'J'
• まず試すべき手順： SELECT * FROM diamonds WHERE color = 'J'

SELECT の結果が削除したいデータと一致していれば、安全に DELETE コマンドを実行可能。