BigQueryの累積計算の処理方法を解説！

2025 5/09

2025年5月9日 2025年5月9日

データ分析において累積計算（累計）は非常に重要な分析手法です。特に時系列データを扱う際には、累積合計や累積平均などの計算が頻繁に必要になります。本記事では、Google BigQueryを使用して効率的に累積計算を行う方法について解説します。

累積計算とは？

累積計算とは、ある時点までのデータを集計する計算方法です。例えば：

累積合計：各時点までの値の合計
累積平均：各時点までの値の平均
累積最大/最小：各時点までの最大値または最小値

BigQueryでの累積計算の基本

BigQueryでは、ウィンドウ関数（アナリティック関数）を使用して累積計算を実装します。主に以下の関数が利用されます：

SUM() OVER()
AVG() OVER()
MAX()/MIN() OVER()
COUNT() OVER()

累積合計（Running Total）の計算方法

以下のサンプルデータを考えてみましょう：

日付	売上
2025-01-01	1000
2025-01-02	1500
2025-01-03	800
2025-01-04	2000
2025-01-05	1200

日付ごとの累積売上を計算するクエリは次のようになります：

SELECT
  日付,
  売上,
  SUM(売上) OVER (ORDER BY 日付 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS 累積売上
FROM
  sales_table
ORDER BY
  日付;

結果は以下のようになります：

日付	売上	累積売上
2025-01-01	1000	1000
2025-01-02	1500	2500
2025-01-03	800	3300
2025-01-04	2000	5300
2025-01-05	1200	6500

グループごとの累積計算

例えば、複数の店舗の売上データがある場合、店舗ごとに累積売上を計算することもできます：

SELECT
  店舗ID,
  日付,
  売上,
  SUM(売上) OVER (PARTITION BY 店舗ID ORDER BY 日付) AS 店舗別累積売上
FROM
  sales_table
ORDER BY
  店舗ID,
  日付;

移動平均の計算

直近3日間の移動平均を計算するには：

SELECT
  日付,
  売上,
  AVG(売上) OVER (ORDER BY 日付 ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS 移動平均_3日
FROM
  sales_table
ORDER BY
  日付;

累積シェアの計算

全体に対する累積シェアを計算するには：

SELECT
  日付,
  売上,
  SUM(売上) OVER (ORDER BY 日付) AS 累積売上,
  SUM(売上) OVER (ORDER BY 日付) / SUM(売上) OVER () AS 累積シェア
FROM
  sales_table
ORDER BY
  日付;

パフォーマンス最適化のヒント

BigQueryでの累積計算を最適化するためのいくつかのヒント：

適切なパーティショニング: データ量が多い場合、テーブルのパーティショニングを検討しましょう
インデックスの活用: ORDER BY句で使用するカラムにはインデックスを設定すると良いでしょう
クラスタリング: 頻繁にフィルタリングするカラムでクラスタリングを設定すると効率的です
必要なデータのみを選択: 必要なカラムだけをSELECTすることでパフォーマンスが向上します

実践的な例：月次売上の累積比率

年間の月次売上データから、その年の累積売上比率を計算する例です：

WITH monthly_sales AS (
  SELECT
    EXTRACT(MONTH FROM 日付) AS 月,
    SUM(売上) AS 月間売上
  FROM
    sales_table
  WHERE
    EXTRACT(YEAR FROM 日付) = 2025
  GROUP BY
    EXTRACT(MONTH FROM 日付)
)

SELECT
  月,
  月間売上,
  SUM(月間売上) OVER (ORDER BY 月) AS 累積売上,
  SUM(月間売上) OVER (ORDER BY 月) / SUM(月間売上) OVER () AS 累積売上比率
FROM
  monthly_sales
ORDER BY
  月;