## 結合テストの観点を理解しよう

ソフトウェア開発において、テストは品質を担保する上で大変重要な工程です。ソフトウェアのテストをレベルに分けると、「単体テスト（コンポーネントテスト）」「結合テスト」「システムテスト」「運用テスト」の4つに大別できます。

ソフトウェアの品質を担保するには、各テスト工程における検証を通じ、バグの洗い出しと、その改修を行う必要があります。

「結合テスト」は、その中でも中盤から後半にかけて実施するテストで、**単体テスト済みの複数のコンポーネントを組み合わせてさまざまな項目をテストします。**

結合テストは一般的に他のテストと比べても長い時間をかけて行われますが、*スムーズかつ有意義なテストにするためには、結合テストの観点を正しく理解する必要があります。*「結合テストは難しい」というイメージもありますが、実際にやってみるとさほど難しくはありませんので、ぜひ体得してエンジニアとしてのスキルを磨きましょう。

システム開発の工程の「単体テスト」と「結合テスト」の違いを徹底解説！

## システム開発の工程を再確認

テストについて解説していく前に、それぞれのテストがシステム開発工程のどこに位置するのかを確認しておきましょう。

システム開発の工程には、「ウォーターフォールモデル」「アジャイルモデル」「プロトタイプモデル」などがありますが、*ここでは伝統的な「ウォーターフォールモデル」を念頭に置いて、システム開発の工程について解説していきます。*

システム開発の工程とは？基本的な流れや略語の意味を解説！

アジャイル開発の特徴、メリット・デメリット、DXとの関係など

### 要件定義：RD（Requirements Definition）

要件定義フェーズは、システム化計画やシステム企画フェーズで作成した計画書をベースにして、**ユーザーやクライアントが実現したいことを機能要件、技術要件にまとめる工程です。**要件は「機能要件」と「非機能要件」に分かれます。要件定義書が成果物となり、内容についてクライアントやユーザーの合意を得た上で基本設計フェーズに進みます。

要件定義とは？流れや決め方、作成に必要なスキルをわかりやすく解説

高品質なシステム開発に欠かせない機能要件と非機能要件とは？

プロジェクトの成否を左右する非機能要件の一覧について詳しく解説！

### 基本設計（外部設計）：UI（User Interface）

基本設計フェイズでは、**要件定義で決定した内容に従って、主にユーザーインターフェースを設計します。**プロジェクトの規模にもよりますが、基本設計書は一般的に大まかな機能ごとに作成されます。「システム構成図」「画面一覧」「帳票一覧」など、数十種類の資料が成果物となります。

### 詳細設計（内部設計）：DD（Detail Design）

詳細設計フェーズでは**基本設計書の内容に従い、システムに搭載する機能をモジュールごとに分割して、詳細設計書にブレイクダウンしていきます。**「機能仕様書」「データフロー図」「データベース設計書」などもここで確定していきます。

### プログラミング：PG（Programing）

主に**プログラマーが詳細設計書の内容に従ってプログラミングを行います。**プログラミングとコーディングを同義と考える方もいますが、プログラミングはプログラムを作成する作業全般のことで、コーディングはプログラミング言語を用いてソースコードを作成することを意味します。つまりコーティングはプログラミング作業の一部です。

プログラミングとは？初めて学ぶ上で何ができるか・覚えておきたいIT用語を解説！

新人が単体テスト仕様書を作るには？ポイントや注意点を解説

### 製造・単体テスト：M（Manufacture）、UT（Unit Test）

**詳細設計書に基づいて作成したプログラムが、設計書通りの動きをするかどうかを確認します。**プログラマー自身がテスト仕様に基づいてテストするケースが大半ですが、テスターと呼ばれる担当者がテスト工程を担当することもあります。

新人が任されやすい単体テストとその仕様書の作成について徹底解説！

### 結合テスト：IT（Integration Test）or JT（Joint Test）

単体テストで問題がなければ、複数のモジュールからなるサブシステム全体のテストを行います。ここで、**各サブシステム間のインターフェースに問題がないか、各サブシステムの連携が正常に行えているかなどの確認を行います。**

### システムテスト（総合テスト）：ST（System Test）

結合テストフェーズで、各サブシステムに問題がないことを確認できたら、**システム全体を動かして不具合がないかどうかを確認します。**要件定義通りの動きをしているかを確認しますが、パフォーマンスチェックも行います。

また、アクセスが集中した時や処理データ量が急増した時など、イレギュラー時の動きについても確認します。

システムテストとは？その手法やシステムテストの仕事に転職するには

### 運用テスト：OT（Operation Test）

運用テストは、開発したシステムを納品・リリースする前に行う最終工程です。**実際の本番環境でシステムが正常に稼働するかどうか、誤操作などで不具合が起きないか、操作性に問題がないかなど、起こりうるトラブルをすべて想定して細かくチェックを行います。**

ここで不具合を発見できないと、クライアントやユーザーに重大な損害をもたらす事もあるため、小さな不具合も見逃せない重要な工程と言えます。この後、システム移行（リリース）の工程を経て、システムの「保守・運用」フェーズへと進みます。

運用テストとは？目的や内容、運用時に注意すべき観点を解説！

<center>[エンジニア転職を成功させるため ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

**結合テストは、モジュール間の連携やデータの受け渡しなどに問題がないことを確認するのが目的です。**ここで不具合が発見されると、仕様書に遡って仕様書の修正、プログラムの修正が行われることもあります。システムテストで大きな問題が起きないようにするためにも、結合テストを確実に実施しておくことが大切です。

### 単体テストと結合テストの違いと関係性

前述した通り、単体テストはプログラム毎にテストを行います。**単体テストを行う目的は、プログラム単位の不具合を発見し、早期に修正して結合テストの効率を上げ、ソフトウェアの品質を担保することです。**

*単体テストは、主に「条件網羅テスト」と「境界値テスト、異常値テスト」の2種類に分けられます。*

「条件網羅テスト」は一般的によく行われるテストで、詳細設計書に記述されたロジックの条件を網羅して、仕様通りに動作するかどうかを確認します。一方「境界値テスト、異常値テスト」では、本来受け付けてはならないイレギュラーなデータを意図的に入力して、それらが正しく弾かれるかどうかを確認します。

これらのテストを行うことで、1つ1つのプログラムの品質を確認でき、結合テストを行う下地を作ることができます。

## 結合テストの観点は内部と外部で異なる

結合テストには、同一サブシステム内でモジュール間で行う「内部結合テスト」と、サブシステム間の機能連携について確認を行う「外部結合テスト」があります。機能と機能同士の連携が正常に行われているかどうかを確認する点ではどちらも共通していますが、細かく見るとそれぞれ観点が異なります。

**「内部結合テスト」では、1つのサブシステム内における機能連携の観点から確認するのに対し、「外部結合テスト」では、サブシステム間や他のシステム間との機能連携の観点から確認を行います。**

### テスト観点リストを作成することも多い

テストの観点を見逃すことがないよう、「テスト観点リスト」を作成してテストを行う開発者もいます。

結合テストを行うエンジニア達が「テスト観点」を理解はしていても、**属人的な判断に委ねてしまうと、エンジニアによって温度差が生じ、必要なテストが漏れてしまうリスクがあります。**

そこで役立つのが「テスト観点リスト」です。システム開発は、さまざまな設計書、仕様書に基づいて進められていきますが、テストにもテストとしての仕様書が必要です。

*「テスト観点リスト」には定型パターンがありませんので、システムの種類や特性ごとに個別に作成する必要があります。*「システムテストの観点に基づくサンプル」や「結合テスト計画書」の記述項目などが以下、IPA作成のガイドブックなどにも載っていますので、ぜひ参照してみてください。

【参照1】：[高信頼化ソフトウェアのための開発手法ガイドブック（IPA：独立行政法人 情報処理推進機構）](https://www.ipa.go.jp/files/000005144.pdf)
【参照2】：[ソフトウェアテスト見積りガイドブック（IPA：独立行政法人 情報処理推進機構）](https://www.ipa.go.jp/files/000005132.pdf)

コードレビューの観点とは？やり方や便利なツールについても紹介！

### テスト観点リストの作成方法

ソフトウェア品質評価の国際規格に「ISO/IEC9126」があります。「ISO/IEC9126」は、**品質特性として機能性・信頼性・使用性・効率性・保守性・移植性の6つを挙げていますが、テスト観点リストを作成する際はそれらを「大きな観点」から「小さな観点」にブレイクダウンしていきます。**
たとえば、品質特性の中で「機能性」を1つの観点にして次のようにブレイクダウンしてみましょう。信頼性・使用性・効率性・保守性・移植性についても同様に記述します。

 　　　　　　　　　　　（観点リストの例）

*大分類　>   中分類    > 小分類  >　細分類    >　テスト観点*

・機能性> 機能テスト>画面表示>レイアウト>配置・サイズ・タイトル

・　　　　　〃                      　 > 画面項目  >文字の内容・文字サイズ・文字の書式・初期値...

以上はあくまでも1つの例です。「テスト観点リスト」は自由に作成して構いません。作成し、改廃して、組織ノウハウとしていきます。エンジニアのミーティングで衆知を集め、「テスト観点リスト」の完成度を高めていけば、テストはより効率的、効果的になり、品質向上に大いに役立つでしょう。

<center>[『マイナビIT AGENT』なら、 IT業界に精通した専任アドバイザーと豊富な求人で、 あなたの転職活動を丁寧にサポートします。](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv15)</center>

## テストの観点を適切に洗い出すことが重要

ソフトウェア開発で各種テストを行う際は、まずテスト計画を策定し、テストの目的や範囲、テストシナリオなどを決定します。これらを決定するためには、各テストの観点を洗い出しておく必要があります。

**特に結合テストは、複数のモジュールが関係してくるためテスト内容も複雑になりやすく、テストの観点を見失わないよう明確に定義することが重要です。**要件定義書を読み解いたり、さまざまなテストパターンと照らし合わせたりして、テスト観点を洗い出しましょう。

テストエンジニアとは？テスターとの違い・向いている人・将来性を解説

テストエンジニアの求人の探し方と、そのポイントを解説！

### テストエンジニアの力量が試される場面でもある

結合テストをはじめとする各種テストは、「テストエンジニア」と呼ばれる専門のエンジニアが担当することが多いです。*テストエンジニアは、テスト計画の策定からテストの結果報告、改善案の提案まで、テスト工程の全般を担います。*

そのため、*テストの観点をしっかりと理解することは、テストエンジニアとしてのスキルの土台になるのです。*逆に言えば、ここができていないと、テストエンジニアとしてスキルアップ、ひいては年収アップにも繋がらないと考えられます。

テストエンジニアの年収は、「マイナビエージェント職業別年収ランキング/職種図鑑」で「品質管理／QA／QC」の平均年収を参考にすると526万円（※2024年10月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種の「SE・プログラマ（ソフトウェア製品の開発・実装）を参考にすると、平均年収568.5万円と分かりました。

国税庁2020年発表の民間給与実態統計調査における民間企業平均年収は433万円なので、テストエンジニアをはじめとする品質管理関係のITエンジニアは一般平均年収よりも、やや高めであることが分かります。この数字も、確実なテストを行えるスキルが前提となっていると言えるでしょう。

【参考】：[マイナビエージェント職業別年収ランキング/品質管理／QA／QC](https://mynavi-agent.jp/it/jobindex/14.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

## 結合テストの種類や手法も知っておこう

結合テストにはいくつかの種類や手法があります。テストを計画する際は、これらを活用してテストケースを設計していきます。以下、代表的な結合テストの種類やその手法について紹介します。

*■インターフェーステスト*
それぞれのプログラムやモジュールが、互いに正しく連携して動くかどうかを確認するテストです。AのプログラムからBのプログラムに正しくデータが引き渡しをされているか、といった観点で検証します。

*■ブラックボックステスト*
内部構造は把握せず、ユーザーの視点で、入力したものから正しい出力が得られているかを確認します。このテストでは開発の知識は求められませんので、開発関係者以外のメンバーや、初心者でも行えることから、費用対効果の高いテストであるといえます。

*■業務シナリオテスト*
こちらはさらに実際の業務を想定した動作確認を行うテストです。業務に則した操作が中心となるため、実際にシステムを操作、利用するユーザーに行ってもらう場合もあります。イレギュラーな操作を行うことが重要で、たとえば、本来あり得ないような数値やデータを入力したり、エンターキーを何度も叩いたり、といったことを実施します。

*■負荷テスト*
負荷テストは、システムに最大の負荷をかけた場合の動作状態を確認し、システム停止やパフォーマンス低下が起こらないかを確認するテストです。たとえば、想定する最大のアクセス数があった場合や、想定する最大のデータ量を処理した際のパフォーマンスなどを確認します。

<center>[*品質管理／QA／QCの転職・求人情報を見る　＞*](https://mynavi-agent.jp/jobsearch/job2_0108/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv18)</center>

## テストのスケジュールも考慮する

システム開発においては必ず単体テストや結合テストを行いますが、各テストは目的や観点が異なります。システムはプログラムやサブシステムの集合体であり、目的や観点に応じた正しいテストを行うことが重要です。ここでは結合テストの目的、観点などを中心に解説していきます。

ソフトウェア開発において、テストは品質を担保する上で大変重要な工程である

結合テストには「内部結合テスト」と「外部結合テスト」があり、それぞれ観点が異なる

成果は作成したシステムの品質で決まるため、品質を担保するテストは確実に行う必要がある

結合テストの観点は？開発の流れやテストの目的も交えて解説

*[【マイナビITエージェント】あなたの転職活動を無料でサポートいたします](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=banner&utm_campaign=acv01)*

## ER図の書き方を覚えてデータベース設計に活かす

データベースを設計する際には、単純にテーブル設計書を作成するだけの方法や、場合によっては設計書なしでデータベースを構築することもあります。しかし、*ER図を作成することで、設計ミスのリスクを減らし、工数を削減できるため、運用・保守フェーズでも非常に役立ちます。*

テーブルの数が多くなれば設計ミスやプログラマーとの連携に問題が生じるリスクが増え、結果的に手戻りが増えてしまうため、現在ではデータベース設計においてはER図の作成はスタンダード化されています。

そこで、本記事ではER図の基本的な書き方をわかりやすく解説した上で、要件からER図に落とし込む際のシミュレーションを行い、効率的にER図を描画できるツールを紹介します。

<center>[*データベースエンジニアの転職・求人情報を見る　＞*](https://mynavi-agent.jp/jobsearch/job3_0104016/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv18)</center>

**ER図とは、データベース設計工程におけるアウトプットとして代表的なものです。**「ER」とは「Entity Relationship」の略であり、ER図を見るだけでシステムが扱うデータ構造やその関連性などがわかるようになっています。

ER図の作成はシステム開発における要件定義や設計などの上流工程に含まれ、段階的にシステムを設計します。また、ER図にはいくつかの表記法があり、代表的なのは「IE記法」と「IDEF1X記法」の2種類です。どちらかに優劣などはなく、好みやシーンによって使い分けます。

*◼︎IE記法*
リレーションが鳥の足に似ており、直感的に理解しやすい記法です。新人研修や未経験者にはIE記法がおすすめです。

*◼︎IDEF1X記法*
アメリカの国立標準技術研究所（NIST）で誕生した記法であり、リレーションを「●」などを用いて表します。より細かく表現する際におすすめです。

ER図とは？詳細・メリット・作成方法についてわかりやすく解説！　

### データベースエンジニアには必須のスキル

前述の通りER図はデータベース設計に欠かせない設計図であり、システム開発が完了した後の保守・運用工程においても活用できます。**特にデータベースを扱うデータベースエンジニアには必須のスキルであり、作成することで設計の誤りを防いで手戻りをなくせます。**

また、転職市場においても求めるスキルの中にER図の作成が含まれているケースがあるため、今後のためにも書き方を覚えておいて損はないでしょう。データベースエンジニアはこういったスキル1つ1つを増やすことで、年収額が変動しやすい職種です。

例えば、「マイナビエージェント 職種図鑑」でのデータベースエンジニアの平均年収は424万円（※2024年9月執筆時点）ですが、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のIT技術スペシャリスト（特定技術(DB・NW・セキュリティ等））を参考にすると、平均年収758万円でした。

*年収幅は424万円〜758万円と幅広く、勤める企業やスキルの高さに影響されると考えられます。*さらに、国税庁2020年発表の「民間給与実態統計調査」における民間企業の平均年収は433万円なので、若手のエンジニアでも平均年収よりやや高めを目指しやすい職種と言えるでしょう。

【参考】：[マイナビエージェント 職種図鑑/データベースエンジニア](https://mynavi-agent.jp/it/jobindex/08.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

書き方を解説する前に、*ER図を書くために必要な前提知識を押さえましょう。*これから説明する4つの要素は、データベース設計工程でメンバーとコミュニケーションするために必須の知識です。

「Entity Relationship」の名前が表すように、ER図はエンティティがなければ始まりません。**エンティティとは、構築したいシステムが処理する「モノ」や「コト」に名前を付けて現し、定義したものです。**データベース設計においては、テーブルとして管理することが多いです。

我々がよく使うECサイトを例にすれば、「会員」「会員登録」「商品」「注文」などがエンティティに相当します。

**エンティティが持つ情報を更に細分化したものがアトリビュートです。**属性とも呼ばれます。データベース設計においては、テーブルが持つカラムとして管理することが多いです。

例えば上記で挙げた「商品」情報を例にすると、「商品名」「価格」「注文番号」「購入日時」などに相当します。より詳細な商品情報を管理したいなら、「寸法」「重さ」「商品画像」といった情報も必要です。

その名の通り、**リレーションはエンティティ同士の関係性を表します。**エンティティ間に関連性がある場合、ER図上では線や矢印を引いて表されます。

「『会員』が『商品』を購入する」といったように、エンティティを主語/目的語として文章が成立する場合、エンティティ間にはリレーションが存在します。

この場合の主語となるエンティティを「親エンティティ」、目的語となるエンティティを「子エンティティ」と呼び、ER図では親から子に向かって線が引かれます。

多重度とも呼ばれる概念です。**1つのエンティティに対して、リレーションを持つ他のエンティティがいくつ存在しうるかを表します。**主な多重度の表現として「1対1」「1対多」「多対1」「多対多」が挙げられます。

上記の例で「商品」と「注文」にはリレーションがあります。1つの商品に対して複数の注文が考えられるので、商品エンティティと注文エンティティは1対多の多重度を持ちます。

ここまでER図を書くための基本知識を紹介しました。ここからは、ER図作成に慣れていない方のために、一緒に簡単なER図を書く練習をします。

「知識として知っている」と「1度やったことがある」の違いは大きいです。現場で一目置かれるエンジニアになるために、ぜひ自分で手を動かしてER図を作ってください。

**ER図を書くにあたって1番大事なことは、システムの要件をよく理解することです。**あらかじめ、ユーザがどのようにこのシステムを使うのか、ユーザはこのシステムを使って何ができるようになるのかを開発メンバー間で共有しましょう。

今回は簡単な例として、下記の要件を定義します。この要件を満たすようなデータベース設計の一環として、ER図が必要になった場合を想定します。

*◼︎要件*
・商品注文画面を用いて、ログイン済みの会員が商品を注文できる
・商品注文画面では、商品の名前、画像、価格を確認できる
・注文直後、会員にメールが送信され、会員は注文内容を確認できる
・会員は自身の注文履歴を画面で確認できる

*◼︎ユーザの行動フロー*
①商品注文画面を表示し、配送先情報を入力する
②注文ボタンを押下する
③受信したメールにより、注文内容を確認する

本来のECサイトであれば、「会員登録ができる」「商品をカートに入れた後、一括で注文できる」「注文時に決済方法を指定できる」「商品レビューを投稿できる」などが要件として考えられますが、例を簡単にするため今回は省略しています。

要件を確認したら、**文章からエンティティを洗い出しましょう。**今回のシステムで管理したいデータは「会員」「注文」「商品」「配送先」辺りが考えられます。配送先に関しては注文ごとに異なると考えて、注文のエンティティに含めて問題はなさそうです。

以下では「会員」「商品」「注文」の3つのエンティティを考えます。

エンティティが持つアトリビュートを整理します。要件定義に基づいて、それぞれのエンティティに必要そうなアトリビュートを考えます。今回は省略しますが、**実務では画面設計を元にアトリビュートを洗い出すことが有効であることが多いです。**

*◼︎会員エンティティ*
注文後にメールを送信する要件があるので、属性として「メールアドレス」は必要でしょう。他には基本情報として「名前」の情報も持っているとメールの宛名等に有効活用できます。

*◼︎注文エンティティ*
注文履歴画面に会員の注文履歴を表示するには、注文エンティティからその注文を「誰が」行ったのかを確認できる必要があります。同様に、「何を」注文したかの情報も必要です。

*◼︎商品エンティティ*
ユーザが商品注文画面で確認できる内容から、「商品名」「画像」「価格」が必要です。以上から、アトリビュート定義は以下のようになります。

注文の情報として「誰が」「何を」購入したか管理するために、「会員ID」「商品ID」というアトリビュートを注文エンティティに定義します。これらの値はデータベース設計では各テーブルの主キー（Primary Key）と呼ばれ、テーブル内のレコードを一意に特定するための値であり、「PK」とも略されます。

### エンティティ同士の関連性を整理し、カーディナリティを表す

これまで定義してきた3つのエンティティ間のリレーション有無を考えます。会員エンティティと注文エンティティ、商品エンティティと注文エンティティの間には、それぞれ会員ID及び商品IDを通じた関連性があります。

一方で、会員エンティティと商品エンティティの間には関連性がなく、それぞれ独立して存在できます。

エンティティ間の多重度を考えましょう。1人の会員が複数回注文を行うことは当然考えられます。また1人の会員が1度も注文を行っておらず、関連する注文情報を持たないことも考えられます。

このことから、**会員エンティティと注文エンティティの間には「1対0、または1対多」の多重度があると言えます。**商品エンティティと注文エンティティの間においても、同様です。

以上を踏まえると、ER図はこのようになります。

上記では多重度の書き方に「IE記法」を用いています。これは「○」「縦線」「鳥の足」の3つを組み合わせてカーディナリティを表す記法です。

以上で、ER図を書くことができました。本来の設計工程では、このER図を元にテーブルが作成され、主キー、外部キーの設定が行われます。

## ER図はツールを用いることで効率良く書ける

「書き方は理解した。実践もした。さあ要件を見直して、ER図を作ろう！」と意気込む前に、もう一点だけ気にして欲しいことがあります。「一体どんなツールを使って書けばいいのか」ということです。

### ER図はExcelで書くことも可能

エンジニア、非エンジニアに関わらず、仕事で使用するPCにExcelが入っている方は多いと思います。実は特別なツールがなくても、**Excelで描画できる図形だけを用いてER図は書けます。**今すぐにでもER図を書き始めないと納期に間に合わない方には、Excelで書き始めるという手もあります。

### より効率化したい場合は専用のツールを導入する

しかし、ExcelでER図を作成するとわかってきますが、Excelで描画できる図形がER図を作るのに最適化されていないため、1度書いたものを修正するのに大きな工数がかかります。

また他にも、Googleスプレッドシートで見ると図形の表示が崩れる場合があったり、バージョン管理しづらかったりといった点で不都合な点があります。

**プロジェクト内でさらに効率の良いER図管理を行いたい場合は、各種ツールの導入をおすすめします。**次項からはおすすめのツールを紹介します。

**LucidChartはクラウドベースのツールで、インストールなしで利用できます。**シンプルなUIのため誰でも使いやすいのが特徴です。ER図だけでなくPERT図・インフラ構成図などの作成も可能なため、LucidChartだけで数種類の開発ドキュメントを作成できます。

また、Google・Atrassian・Slackなどの外部サービスとの連携が可能で、メンバーで共有する際に便利です。活用例としては、ER図をGoogleドライブ上でメンバーと共同で作成したり、ER図を見ながらSlackでチャットをしたりすることができます。

【参考】：[クラウドベースER図作成ツール | Lucidchart](https://www.lucidchart.com/pages/ja/examples/ER-diagram-tool)

**Cacooは、ER図といった開発ドキュメントをメンバーと共有する機能が豊富なツールです。**複数のメンバーがリアルタイムでER図を作成する・コメントをつける・編集履歴を確認するなどの機能があり、チームで情報共有することに優れています。

また100種類以上のテンプレートが用意されているため、ER図を作成するのが苦手な人でも簡単にわかりやすいER図を作成できます。

【参考】：[フローチャートやワイヤーフレーム、プレゼン資料まで作れる | Cacoo(カクー)](https://cacoo.com/ja/)

ER図の作成ツールおすすめ8選！データ構造をわかりやすくしよう

## 要件に沿った分かりやすいER図を書いて効率的に開発しよう

本記事では、ER図の基本的な書き方を紹介し、練習として実際にER図を作成するシミュレーションを行いました。実際の現場ではさらに複雑なデータ構成を持つER図を作成しなければいけません。

また、**1度作ったドキュメントは、開発が終わって保守・運用のフェーズになっても管理し続けることが必要です。**本記事を参考にして、見やすい・管理のしやすいER図を作成し、データベースエンジニアとしてのスキルを高めましょう。

転職市場ではスキル1つ1つの高さが自身の市場価値を高め、転職活動が有利に働きやすくなります。その際、転職に強い転職エージェントを活用することをおすすめします。

そこでぜひご活用いただきたいのが[マイナビIT エージェント](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)です。 

マイナビIT エージェントは、IT・Webエンジニア向けの無料の転職⽀援サービスです。

IT・Webエンジニアの転職事情に詳しいキャリアアドバイザーが、あなたのご経験やスキルをお伺いし、転職活動のプランをご提案致します。

アドバイザーは企業側の人事担当者と直接連携を取れますので、求人票に載っていない企業情報も確認することができます。残業時間や給与面など、働き方などをしっかり確認の上で応募企業を選んでいくのが良いでしょう。

・資格やプログラミングの勉強をしているけれど、企業が求めるレベルに達しているのかわからない
・スキルアップをして市場価値を上げていける企業の選び方を知りたい
・数多くあるITエンジニアの職種の中で、自分に向いている仕事は何か知りたい

こうした悩みを抱えていらっしゃる方は、まずは無料登録でキャリアカウンセリングをおすすめ致します。

<center>*＼転職するか迷っていてもOK！／* [*マイナビエージェントに無料登録して* *転職サポートを受ける*](https://mynavi-agent.jp/entry/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv17)</center>

ER図とは、システムが扱うデータ構造やその関連性を可視化したものです。ER図を書く際はまず要件定義に立ち返ることが大事です。ER図はExcelなどでも作成できますが、専用のツールを使うとより効率の良いER図の作成・管理ができます。

ER図は、システムが扱うデータ構造を可視化したもので、データベース設計工程で作成される

ER図を書く際に最も大事なことは、要件の理解

ER図を書くためのツールが多数提供されているので、それらを使うと効率よく作成できる

データベース設計に必須なER図の書き方とは？Excelでも書けるのか

[【関連記事】【Pythonのライブラリ管理ツール】pipインストールを徹底解説！Windowsでも簡単？](https://and-engineer.com/articles/YcJyaRAAACMAl3BX)

[【関連記事】PythonのコードをEXE化するには? PyInstallerやその他ツールの特徴や使い方](https://and-engineer.com/articles/ZDZ41BEAAH-qRRlT)

[【関連記事】Pythonで自動化できること7選！面倒な作業を効率化してより便利に](https://and-engineer.com/articles/YRn2KRAAACIA6YPW)

**Pythonは、データサイエンスや機械学習などのAI領域で活用されており、その用途の1つに画像認識があります。**ここでは、画像認識の概要とともに、実際にPythonの代表的な画像認識ソフトウェアであるOpenCVを用いてコードを作成して理解を深めていきます。

【参考】：[Python](https://www.python.org/)

*画像認識とは、画像に写っている情報が何なのか認識する技術を表します。*ここでいう情報とは人や物などで、これらを識別する情報処理の分野として、パターン認識と呼ぶ場合もあります。パターン認識には、広く音声や画像、文字テキストなども含まれますが、ここでは画像を対象に解説していきます。

### 人間の脳と機械やコンピュータとの違い

人間は脳に蓄積されている情報から、画像を見るとそれが何なのか、記憶や経験から識別することができます。機械やコンピュータでは画像の情報が単なるドットの集合体ですので、それが何を意味するのかそのままでは識別できません。

そのために、*画像の特徴やパターンを学習させておき、対象となる画像がどの分類に近いかの識別や、どのパターンに近いか適合の状況を表示させます。*

これらにより、人物の顔の部分を特定したり、生産工場の品質検査で異常がある製品を判別したりすることができます。

### Pythonの代表的な画像認識ソフトウェア

Pythonの代表的な画像認識ソフトウェアとして、次の2点が挙げられます。

*◼︎OpenCV*
OpenCVは、インテルが開発した画像認識ライブラリです。画像処理や解析、パターン認識、機械学習に広く利用することができます。学習済みのモデルが用意されており、自作に適しています。

【参考】：[OpenCV](https://opencv.org/)

*◼︎TensorFlow*
TensorFlowは、Googleが開発した機械学習用ライブラリです。機械学習のみならず、画像認識にも対応します。合わせてTensorFlowのコアライブラリでサポートされるニューラルネットワークライブラリ、Kerasを使うことも可能です。

【参考】：[TensorFlow](https://www.tensorflow.org/?hl=ja)
【参考】：[Keras: Pythonの深層学習ライブラリ](https://keras.io/ja/)
【参考】：[TensorFlow Core チュートリアル：Keras](https://www.tensorflow.org/guide/keras?hl=ja)

ここからは、Pythonの画像認識ソフトウェアとして利用者の多いOpenCVを使い、さらに詳しく解説していきます。

## 画像認識や処理を行うエンジニア

Pythonを主言語として扱うエンジニアをPythonエンジニアと呼びますが、Pythonなどの技術を使って画像認識・画像処理の業務をメインに担当するエンジニアのことを「画像処理エンジニア」と言います。ここでは、画像処理エンジニアの仕事内容や年収事情について紹介します。

画像処理エンジニアとは、*デジタル画像技術に関するアプリ・システムなどの分析や開発、運用を行うエンジニアを指します。*画像処理の技術はあらゆる分野で活用されており、自動車や医療機器メーカー、映像技術、工業分野などさまざまです。

仕事内容としては、画像処理に関する知見を求められたり、プログラミングを行なったりします。大まかな流れは通常のシステム開発と変わらず、クライアントのヒアリングから要件定義を行い、そこで画像処理に必要な技術や工程を特定します。

また、画像処理の技術に関しては「画像処理エンジニア検定」という資格試験でスキルを証明することができます。学習の過程で知識を深めることができるため、画像処理の仕事に携わるエンジニアには取得をおすすめします。

【参考】：[画像処理エンジニア検定](https://www.cgarts.or.jp/v1/kentei/about/img_engineer/index.html)

<center>[*画像処理エンジニアの転職・求人情報を見る　＞*](https://mynavi-agent.jp/jobsearch/job3_0214058/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv18)</center>

画像処理エンジニアは、システムエンジニアやプログラマーなどの職種に比べて確立された1つの職種というよりも、業務の一環として捉えられるケースが多くみられます。「画像処理エンジニア」と題した求人を出している企業が少ないため、ここではシステムエンジニアの年収を例に紹介します。

「マイナビエージェント 職種図鑑」でのシステムエンジニアの平均年収は431万円（※2024年9月執筆時点）であり、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のエンジニア/プログラマでは、平均年収592万円でした。

国税庁2020年発表の「民間給与実態統計調査」における民間企業の平均年収は433万円なので、*画像処理エンジニアを含むシステムエンジニアは平均年収よりも高めの年収を目指せます。*

画像処理エンジニアとして今後キャリアを積む場合、前述した画像処理エンジニア検定やPythonに関する資格を取得することで、自身の市場価値を高められるでしょう。

【参考】：[マイナビエージェント 職種図鑑/システムエンジニア](https://mynavi-agent.jp/it/jobindex/04.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

*OpenCVは、PythonのほかC++やJavaでも利用できるポピュラーな画像認識ソフトウェアです。*画像処理の機能が豊富で、他のソフトウェアを追加せずに多くの処理をこなすことができます。英語ですが、豊富なドキュメントが公開されています。

【参考】：[OpenCV](https://opencv.org/)
【参考】：[Introduction to OpenCV](https://docs.opencv.org/4.x/df/d65/tutorial_table_of_content_introduction.html)
【参考】：[OpenCV-Python 4.8.0 Tutorials](https://docs.opencv.org/4.8.0/d6/d00/tutorial_py_root.html)

*OpenCVの公式サイトは英語のドキュメントが中心です。*英語が心配な方は、日本のOpenCVユーザの方々が有志で日本語のドキュメントやサンプルコードを掲載していますので、そちらを利用しましょう。

日本語サイトは公式サイトにもリンクが掲載されていますが、掲載情報はOpenCV2.4.2までなので注意が必要です。

【参考】：[OpenCV.jp](http://opencv.jp/)

*Pythonで利用するには、 ”pip install opencv-python” などでインストールを行います。*同様に、NumpyもPythonの配列処理に活用しますので、 ”pip install numpy” でインストールしておくと良いでしょう。

言語・開発の記事（10ページ目）