• 作成日 : 2025年12月8日

スプレッドシートでSQLを活用するには？QUERY関数からデータベース連携まで実践的な活用方法

GoogleスプレッドシートでSQL（Structured Query Language）を活用することで、大量なデータの分析や外部データベースとの連携が可能になります。QUERY関数によるSQL風の構文での操作から、Google Apps Script（GAS）を使った本格的なデータベース接続、BigQueryとの統合まで、様々なレベルでSQLを活用できます。

本記事では、スプレッドシートでSQLを作成・実行する方法から、実務での活用シーン、パフォーマンス最適化のテクニックまで、データ分析を効率化する実践的なノウハウを詳しく解説します。

スプレッドシートでSQLは使えるの？

Googleスプレッドシートでは、QUERY関数を使ってSQL風の構文でデータ操作が可能で、さらにGoogle Apps Scriptを通じて外部データベースとSQL接続もできます。これにより、表計算ソフトの枠を超えた高度なデータ分析が実現します。

スプレッドシートにおけるSQL活用は、主に3つのレベルで実装できます。第1レベルは、QUERY関数による疑似SQL構文での操作です。SELECT、WHERE、GROUP BY、ORDER BYといった基本的なSQL句が使用でき、スプレッドシート内のデータを柔軟に抽出・集計できます。

第2レベルでは、Google Apps Script（GAS）のJDBCサービスを使えば、MySQLやPostgreSQLなどの主要データベースにSQLクエリを送信できます。ただし、Microsoft SQL Serverなど一部のデータベースではVPN接続など追加設定が必要です。

第3レベルは、BigQueryやGoogle Cloud SQLとの連携です。Google Cloudのデータ分析基盤と統合することで、ビッグデータ規模の分析をスプレッドシートから実行できます。

多くのユーザーが「グーグルスプレッドシート SQL」で検索する背景には、Excelのパワークエリに相当する機能や、データベースとの連携方法を探しているニーズがあります。スプレッドシートは、これらのニーズに対して複数のアプローチを提供しています。

QUERY関数でSQL風の構文を使う基本的な方法は？

QUERY関数は、SQLの一部構文を使ってスプレッドシート内のデータを抽出・集計できる関数です。

参考：QUERY – Google ドキュメント エディタ ヘルプ

QUERY関数の基本構文

基本的な書式：

=QUERY(データ範囲, “クエリ文字列”, [ヘッダー行数])

シンプルな例：

=QUERY(A1:D100, “SELECT A, B, C WHERE D > 100”)

この例では、A〜C列のデータを、D列が100より大きい行のみ抽出します。

SELECT句での列選択

様々な選択パターン：

// 全列選択

=QUERY(A:E, “SELECT *”)

// 特定列のみ選択

=QUERY(A:E, “SELECT A, C, E”)

// 計算列の追加

=QUERY(A:E, “SELECT A, B, B*C”)

WHERE句での条件指定

条件フィルタリングの例：

実用例：売上データの分析

月次売上の集計クエリ：

=QUERY(売上データ!A:E,

“SELECT A, SUM(D)

WHERE C = ‘2025年’

GROUP BY A

ORDER BY SUM(D) DESC

LABEL SUM(D) ‘売上合計'”)

このクエリは、2025年のデータを部署別に集計し、売上順に並べ替えます。

GROUP BYとAGGREGATE関数で集計処理を行うには？

QUERY関数のGROUP BY句と集計関数を組み合わせることで、複雑な集計処理をSQL風に実行できます。ピボットテーブルに頼らない柔軟な集計が可能になります。

利用可能な集計関数

QUERY関数で使える集計関数：

複数項目でのグループ化

部署×月別の集計例：

=QUERY(A:E,

“SELECT A, B, SUM(C), AVG(D)

WHERE E IS NOT NULL

GROUP BY A, B

ORDER BY A, B”)

A列に部署名、B列に月、C列・D列に数値を入れて、E列には完了時のチェックなどを入れると、C列の合計とD列の平均を部署→月の順に表示できます。

PIVOT句でクロス集計

ピボット形式での出力：

=QUERY(A:D,

“SELECT A, SUM(C)

WHERE B = 2025

GROUP BY A

PIVOT D”)

この例では、A列を行、D列を列として、C列の合計をクロス集計します。

条件付き集計の実装

CASE文の代替手法：

=QUERY(A:C,

“SELECT A,

SUM(B) AS ‘売上合計’,

COUNT(B) AS ‘件数’,

SUM(B)/COUNT(B) AS ‘平均単価’

WHERE C >= DATE ‘2025-01-01’

GROUP BY A”)

Google Apps ScriptでデータベースとSQL接続する方法は？

Google Apps Script（GAS）のJDBCサービスを使用すると、外部データベースに直接SQLクエリを送信し、結果をスプレッドシートに取り込めます。本格的なデータベース連携が実現します。

STEP1：データベース接続の設定

基本的な接続コード：

function connectToDatabase() {

// 接続情報の設定

const server = ‘your-server.com’;

const dbName = ‘your_database’;

const username = ‘your_username’;

const password = ‘your_password’;

const port = 3306;

// MySQL接続URLの構築

const url = `jdbc:mysql://${server}:${port}/${dbName}`;

// 接続の確立

const conn = Jdbc.getConnection(url, username, password);

return conn;}

STEP2：SQLクエリの実行

データ取得の実装：

function executeQuery() {

const conn = connectToDatabase();

const stmt = conn.createStatement();

// SQLクエリの実行

const query = `

SELECT

customer_name,

order_date,

total_amount

FROM orders

WHERE order_date >= ‘2025-01-01’

ORDER BY total_amount DESC

LIMIT 100`;

const rs = stmt.executeQuery(query);

// 結果の処理

const data = [];

while (rs.next()) {

data.push([

rs.getString(1),

rs.getDate(2),

rs.getDouble(3)

]);}

rs.close();

stmt.close();

conn.close();

return data;}

STEP3：スプレッドシートへの書き込み

取得データの出力：

function importDataToSheet() {

const sheet = SpreadsheetApp.getActiveSheet();

const data = executeQuery();

// ヘッダー行の設定

const headers = [‘顧客名’, ‘注文日’, ‘合計金額’];

sheet.getRange(1, 1, 1, headers.length).setValues([headers]);

// データの書き込み

if (data.length > 0) {

sheet.getRange(2, 1, data.length, data[0].length).setValues(data);}

// 書式設定

sheet.getRange(‘B:B’).setNumberFormat(‘yyyy-mm-dd’);

sheet.getRange(‘C:C’).setNumberFormat(‘¥#,##0’);

対応データベース一覧

BigQueryとスプレッドシートを連携してSQLを実行するには？

BigQueryとスプレッドシートを連携することで、ペタバイト規模のデータに対してSQLクエリを実行し、結果を直接取り込めます。ビッグデータ分析がスプレッドシートから可能になります。

Connected Sheetsの活用

カスタムSQLクエリの実行

高度な分析クエリの例：

SELECT

DATE_TRUNC(order_date, MONTH) as month,

product_category,

SUM(revenue) as total_revenue,

COUNT(DISTINCT customer_id) as unique_customers,

AVG(order_value) as avg_order_value

FROM `project.dataset.sales_data`

WHERE order_date >= ‘2025-01-01’

GROUP BY month, product_category

ORDER BY month DESC, total_revenue DESC

スケジュール実行の設定

SQLクエリ結果を活用した高度な分析テクニックは？

取得したSQLクエリ結果を、スプレッドシートの機能と組み合わせることで、より高度な分析やビジュアライゼーションが実現できます。実践的な活用方法を紹介します。

動的ダッシュボードの作成

リアルタイムダッシュボードの構築：

function createDashboard() {

const sheet = SpreadsheetApp.getActiveSheet();

// SQLでデータ取得

const salesData = executeQuery();

//書き込むデータ範囲の取得

const dataRange = sheet.getRange(1, 1, salesData.length, salesData[0].length);

dataRange.setValues(salesData);

// ピボットテーブルの作成

const pivotTableRange = sheet.getRange(“G1”);

const pivotTable = pivotTableRange.createPivotTable(dataRange);

pivotTable.addRowGroup(1)  // カテゴリ別

pivotTable.addColumnGroup(2)  // 月別

pivotTable.addValue(3, SpreadsheetApp.PivotTableSummarizeFunction.SUM)}

条件付き書式での可視化

ARRAYFORMULA関数との組み合わせ

SQLデータの拡張処理：

=ARRAYFORMULA(

IF(QUERY_RESULT > 10000,

“優良顧客”,

“一般顧客”))

パフォーマンス最適化のベストプラクティスは？

大量のデータをSQLで扱う際は、クエリの最適化とキャッシュ戦略が重要です。実行速度を改善するテクニックを解説します。

クエリ最適化のポイント

効率的なクエリ作成：

キャッシュ戦略

データ更新頻度に応じた設計：

function getCachedData() {

const cache = CacheService.getScriptCache();

let data = cache.get(‘sql_data’);

if (!data) {

// キャッシュがない場合はSQL実行

data = executeQuery();

// 1時間キャッシュ

cache.put(‘sql_data’, JSON.stringify(data), 3600);

} else {

data = JSON.parse(data);}

return data;}

バッチ処理の実装

大量データの分割処理：

function batchProcess() {

const batchSize = 1000;

let offset = 0;

while (true) {

const query = `

SELECT * FROM large_table

LIMIT ${batchSize}

OFFSET ${offset}`;

const result = executeQuery(query);

if (result.length === 0) break;

processData(result);

offset += batchSize;

// 処理間隔を設ける

Utilities.sleep(1000);}}

セキュリティとエラーハンドリングの実装方法

SQLインジェクション対策やエラー処理は、安全なシステム運用に不可欠です。パラメータ化クエリの使用、入力値の検証、適切なエラーハンドリングにより、セキュアなデータベース連携を実現します。

パラメータ化クエリの実装例：

function safeQuery(customerId) {

const conn = connectToDatabase();

const stmt = conn.prepareStatement(

‘SELECT * FROM customers WHERE id = ?’);

stmt.setInt(1, customerId);

const rs = stmt.executeQuery();

// 結果処理}

また、接続情報は環境変数やプロパティサービスで管理し、コードに直接記述しないことが重要です。定期的な権限レビューとアクセスログの監視も実施しましょう。

スプレッドシートでSQLを活用して高度なデータ分析

Googleスプレッドシートでは、QUERY関数を使ったSQLのような簡易的な分析から、Google Apps Scriptを使った外部データベース接続、BigQueryとの連携まで、さまざまなレベルでSQLを活用できます。

QUERY関数は手軽に集計や抽出を行える一方、GASやBigQueryを使えば業務データベースや大規模データをリアルタイムで分析できます。さらにキャッシュやバッチ処理を活用すれば、パフォーマンスも最適化可能です。

SQLの知識を活かして、スプレッドシートをデータ分析のツールとして活用しましょう。

• 監修：マネーフォワード クラウド

  マネーフォワード クラウド 業務効率化の基礎知識 編集部では、業務効率化や生産性向上のノウハウ、クラウドツールの使い方など、ビジネスシーンで役立つ基礎知識をご紹介しています。