**Pythonは平易な文法とシンプルなコードで、プログラミングの初心者にも学びやすいのが特徴です。**今話題のAI関連の開発では、欠かせない言語として注目が集まっています。

ソフトウェアの品質評価や追跡を行っているオランダの「TIOBE Software」の2022年10月版「TIOBEインデックス」では、プログラミング言語の検索数ランキングでPythonが1位を獲得しています。2位はC、3位にJavaがランクインし、定番のプログラミング言語を抑えて1位です。日本のみならず、世界的に人気の高いプログラミング言語ということが分かります。

【参考】：[TIOBE Index for October 2022](https://www.tiobe.com/tiobe-index/)

この記事では、Pythonに興味があり、これから進みたい分野でPythonが役に立つのかどうかを知りたい方に向けて、Pythonでできることや実用例などの用途を紹介し、将来性や学習方法についても解説します。

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

プログラミング言語を一覧でチェック！種類別・難易度別で紹介

Pythonは汎用性の高いプログラミング言語であり、シンプルで使いやすいことからさまざまな用途で利用されています。ここでは、Pythonでできることと実用例について解説します。

Pythonは、AIに関わる機械学習や深層学習の開発に適したプログラミング言語というイメージが強いですが、元々はWebサービスの開発分野で使われることが多く、特に大規模Webサービス分野において顕著な成果を上げています。**Pythonによる開発事例では、YouTube・Dropbox・Instagram・Pinterestなどがあります。**

PythonはWebアプリの開発に関するフレームワークやライブラリが充実しており、これらを活用することでさらに開発の生産性を向上させています。また、Webアプリは改変の頻度が高いため、コードがシンプルで判読しやすいことが重要ですが、シンプルで判読しやすいPythonはまさにその条件を満たしています。

AIと聞くと、SF映画の影響からヒューマノイド型のロボットがイメージされますが、実は身近なところにAIが溢れています。以下はAI技術が活用されている一例です。

*・Googleの検索エンジン*
*・画像認証*
*・SiriやAlexaの音声認識*
*・車の半自動運転（プロパイロットなど）*

すでに私たちの日常生活には、AI技術が多く使われており、AIは身近な存在であると言えます。

Pythonと機械学習を学んでAI時代に対応できるエンジニアに

Pythonが得意とするAIでは、ビッグデータの処理が重要です。ビッグデータには大量の画像・Webページ・人物の画像などがあり、**Pythonにはデータの大量処理に関するフレームワークがあるため、効率的にAIの開発ができます。**

データ分析工程は大きく分けると「クローリング（収集）」「スクレイピング（抽出）」「データ前処理（収集したデータの整理）」の3つがあります。それぞれの工程にライブラリが用意され、Pythonによるデータ処理や分析の助けとなります。

Pythonによるデータ分析：入門情報から資格取得まで解説！

AIでは、大量のデータを効率的に集める必要があります。Web上にある大量のデータを抽出するには、Pythonの特徴でもある「自動化」が効果的です。**Pythonには自動抽出に関するライブラリがあり、AI開発のベースとなるビッグデータ収集に手間暇かける必要がなくなります。**

例えば、Amazonや楽天などは何千万、何億というユーザを抱えていますが、AIを活用することでユーザ情報や行動を抽出し、マーケティングやコンテンツ改善に役立てることができます。

Pythonのよく使うライブラリ一覧！一段上の開発を目指そう

ビットコインで一躍有名になったブロックチェーン業界でも、Pythonは活用されています。ブロックチェーンは「分散型台帳技術」とも呼ばれ、分散型のコンピュータネットワーク上に取引に関するすべての情報や履歴を記録するものです。ブロックチェーン技術は暗号通貨の領域以外にも、さまざまな分野で応用が期待されています。

*・スマートコントラクト（ブロックチェーン上で契約を自動的に実行する仕組み）*
*・トレーサビリティ（商品の購買追跡や履歴の保存）*
*・本人確認、身分証明の簡略化など*

上記のような技術によって、インターネット社会は根底から変わる可能性を秘めているため、Pythonはブロックチェーンの開発分野でも最重要言語と言えるでしょう。また、昨今このような分野の求人数が増えており、Pythonを扱えるエンジニアの需要が年々増しています。ITエンジニアとして活躍するためには、Pythonは習得しておきたい言語の1つです。

ブロックチェーンとは？仕組みや使い道・注意点を分かりやすく解説

<center>[エンジニア転職を成功させるため<br/>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>

Pythonがどのような用途で活用されるのかを実用例を参考に解説しましたが、そもそもPythonはどういった経緯で作成された言語なのでしょうか。ここでは、Pythonの歴史や得意分野、Pythonエンジニアの年収についてまとめました。

Pythonとは？人気のPythonを学ぶ際に知っておきたいこと

### Pythonの名前の由来はコメディ番組

実はPythonの歴史は古く、*1991年にオランダのグイド・ヴァン・ロッサム氏によって創り出され、リリースされました。*当時グイド氏が参加していた分散システム開発プロジェクトでは、開発が思うように進まず、その打開策として、シンプルかつ使いやすい言語であるPythonを創り出しました。

Pythonの読み方は「パイソン」で、ニシキヘビのPythonと同じスペルです。Pythonのネーミングは、グイド氏が好きだったTVのコメディ番組『空飛ぶモンティ・パイソン（Monty Python's Flying Circus）』に由来しています。

**元々Pythonは統計処理や数値計算などを得意とし、AI開発分野の機械学習・深層学習（ディープラーニング）・データ解析処理などで利用されることが多い言語です。**前述の通り、Webアプリケーション開発でもよく利用されており、世界でも有名なYouTube・Instagram・DropBoxは主にPythonで作られています。

また、最近ではWebアプリの開発でPythonのシェアが急上昇しています。その理由は、Webアプリは改変の頻度が高いため、読み書きしやすく少ないコードの記述で開発できるPythonが適していること、C言語との相性が良いことなどが挙げられます。

Pythonの利用範囲は幅広く、ほかにもゲームアプリの開発やデスクトップアプリの開発にも活用されています。

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

ここでは、Pythonを扱うエンジニアの年収について紹介します。参考例として、今回は*システムエンジニアの年収を記載しています。*

「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、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（顧客向けシステムの開発・実装）を参考にすると、平均年収593万円と分かりました。

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、システムエンジニアは一般平均年収と比較すると、同程度かやや高めであることが分かります。

Pythonは様々な開発で需要の高い言語のため、Pythonが使えることをアピールすることで採用時に有利に働くケースがあります。**Pythonを専門的に扱うエンジニアとしてさらに高収入を狙うのであれば、スキルや実績を積むことはもちろん、資格取得などにも励むことが重要です。**

【参考】：[マイナビエージェント 職種図鑑](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)

人気の高いPythonにもデメリットがあります。Pythonを活用できるエンジニアを目指す方は、Pythonのデメリットも理解しておきましょう。

Pythonはインタプリタ型言語です。つまり、実行時にコンパイル（機械語に翻訳）しながら動作するため、Javaといったコンパイラ型言語と比較するとコンパイルの時間分だけ実行スピードが遅くなります。

そのため、*スピードが要求されるようなゲームや、処理速度が要求される基幹システム・大規模システムなどの開発には不向きとされています。*プログラミング言語にはそれぞれ向き不向きがあるため、どういったシステム開発に関わりたいかを見極めることで、習得するべき言語が分かるようになります。

### インデントが必須のため注意が必要

**Pythonでは同じインデントを1つのまとまりと認識するため、インデントを揃えることが必要です。**インデントとは行頭の位置のことであり、Pythonでは行頭の位置が同じ構文を1つのまとまりとして処理します。そのため、インデントがずれているとエラーとなり、プログラムが正しく動かないといったことが起こります。

### メソッドの引数にはselfが必須

*Pythonはメソッドを定義する際に、第一引数に必ずselfが必要です。*Python以外のプログラミング言語ではselfは必須ではないため、Python独自のルールと言えます。少々手間がかかるように感じてしまいそうな部分がデメリットとして挙げられますが、とは言え実際そこまで不便さを感じることはほとんどありません。

先ほどPythonのデメリットについて紹介しましたが、以降では、Pythonの人気がここまで高まっている理由とメリットについて解説します。

### 言語がシンプルで初心者でも覚えやすい

Pythonの人気の理由として、**コードが少なくシンプルで書きやすいことが挙げられます。**Webサイト・Webアプリケーションによく利用されるJavaと比べると、予約語の数がJavaの半分以下の35しかありません。覚えることが少ないため、初心者でも習得しやすい言語として人気です。

Pythonは環境構築が簡単なことも人気の理由です。*Pythonに対応しているOSとネットワークがあれば、すぐに開発・動作環境を構築できます。*

Pythonの公式ホームページにアクセスすると、Pythonの環境構築のためのプログラムをダウンロードできます。画面上部のメニューから「Download」にマウスを合わせるとメニューが表示されるため、メニューから使用するOSに合ったPythonをダウンロードします。

ダウンロードする際は、必ず最新のプログラムをダウンロードしましょう。ダウンロードしたファイルをダブルクリックするとインストールが開始されます。

Pythonの環境構築：公開ソフトウェアを活用した環境整備を解説

### 読み書きが簡単でライブラリが豊富

Pythonはシンプルで読み書きがしやすいだけではなく、ライブラリも豊富です。**シンプルでライブラリが豊富なことから、コーディングがしやすいこともPythonの大きな強みです。**また、他人が書いたコードもすぐに解読できるため、メンテナンスやバグ修正がしやすいことも開発者にとっては大きなメリットです。

### プラットフォームが豊富にある

**PythonはWindows・MacOS・iOS・Android・UNIXなどのさまざまなOSで動作が可能です。**また、クラウド環境ではブラウザ上で Pythonをコーディングし、直ちに実行ができるサービスとして「Google Colaboratory」があります。対応しているOSが多いこともPythonの大きな強みです。

### 高い汎用性で活躍範囲が広い

Pythonの用途は幅広く、AIの機械学習分野・ビッグデータの収集と解析・Webアプリ開発・仮想通貨のプロックチェーンなどがあります。他にもAI技術によるIoT開発・ロボット制御・デスクトップアプリ・ゲームアプリなどで活用されており、あらゆる分野にPythonが浸透しています。

ここでは、Pythonの学習方法について説明します。比較的習得が簡単であるとされるPythonですが、プログラミング初心者にとってはどう勉強すればいいのか分からない方も多いでしょう。

現在では参考書のほかに、*オンライン学習やスマートフォンアプリといったさまざまな学習方法があります。*自分に合った学習方法を選んでPythonを習得しましょう。

### オンライン学習サイトで勉強する

**仕事や学業の合間に学習するなら、オンライン学習サイトが便利です。**家にいながら学習できるため、時間がない人でも効率的に勉強できます。オンライン学習サイトは種類が多く、実際にゲームを作れるものや初心者向けに短い動画が用意されているものなど、さまざまな特長があります。

無料のものもあるので「学習したいけど何で勉強すればいいのか分からない」といった方は、オンライン学習サイトから学習をスタートし、そのあと参考書で理解を深めるといった方法もおすすめです。

Pythonが学べるおすすめのプログラミング学習サイトを紹介！

### スマートフォンの学習アプリで勉強する

**Pythonを学習できるスマートフォンアプリは、通勤時間や休憩時間といった隙間時間で勉強するのに便利です。**忙しくてまとまった学習時間が確保できない方も、スマートフォンアプリなら毎日少しずつ勉強できます。

しかしスマートフォンアプリは便利な反面、学習できる範囲が偏っていることが難点です。基礎に特化しているアプリや、応用部分が大半なものもあります。そのため、1つのスマートフォンアプリだけで勉強するのではなく、複数のアプリを使ったり参考書とセットで勉強するのがおすすめです。

**基礎から応用までPythonをきっちり学びたい方には、参考書での勉強がおすすめです。**参考書は初心者向けから上級者向けのものまで種類が豊富で、自分に合ったものを選べますが、参考書での学習は独学になるため、人によっては挫折することもあります。

挫折しないためには、1冊目に簡単な内容の本を選んで基礎知識を学び、2冊目以降は応用編の参考書で実践的な使い方を勉強する、という流れにすると良いでしょう。挫折しないためのポイントは、わからないことをそのままにせず、すべて理解してから次に進むことです。

Pythonのおすすめ本21選！初心者・中級者・上級者別に解説

### プログラミングスクールで勉強する

Pythonの基礎から実務で通用する開発スキルまで学びたい方は、プログラミングスクールに通うと良いでしょう。*プログラミングスクールではさまざまなカリキュラムが用意されており、自分に合ったペースで学習できます。*また、対面式のため分からないことをすぐ質問できるため、疑問点をすぐ解決できるのも魅力的です。

学習サイトや参考書などに比べると費用が高いですが、プログラミングスクールによっては無料体験や無料相談できるところもあるため、内容をしっかり確認してから入会するかどうか検討しましょう。

Pythonエンジニアとして活躍するためには、Pythonの将来性について気になる要素ですよね。結論から言うと、**Pythonには将来性があり、Pythonエンジニアの活躍の可能性は非常に高いと言えます。**ここではPythonの将来性と、Pythonエンジニアの活躍の可能性について解説します。

### Pythonエンジニアの将来性が高い理由

Pythonエンジニアに対する求人状況を見ると、*言語別求人件数ではPythonはJavaやPHPの後塵を拝していますが、Pythonの求人件数は急激に増えています。*その背景にはAIやDX、IoTブームがあると考えられますが、求人数の増加はそれだけ需要があり、将来性の高さを意味しています。

今人気のプログラミング言語であるPythonは、AIの機械学習や深層学習分野といったあらゆる分野で利用されています。汎用性が高く、注目度の高い言語です。この記事では、実際にPythonがどのような用途で利用されているのかを紹介します。

Pythonは平易な文法とシンプルなコードで、学びやすい言語として人気が高まっている

Pythonは汎用性があり、AI開発からWebアプリ・ビッグデータなどあらゆる分野で利用されているインタプリタ言語

Pythonを第2言語として習得すれば、エンジニアとしての活躍の場がさらに広がる

Pythonの用途とは？できること・実用例・学習方法を紹介！

Pythonは、インタープリタ型のオブジェクト指向プログラミング言語です。フレームワークとは、アプリケーション開発を効率的に行うよう定義したものです。Pythonのフレームワークは、*ベースとなる開発言語にPythonを用いたものを指します*。

Pythonは言語仕様がシンプルであるため、メンテナンス性に優れています。汎用用途に加えて専門分野向けにライブラリが数多く公開されています。特にデータサイエンス・人工知能（AI）向けに活用されることが多いので、専用のフレームワークも数多く提供されています。
【参考】：[Python](https://www.python.org/)

Pythonの特徴は、プログラム記述がシンプルなため、高機能なプログラムが簡単に記述できることです。インタプリタのためデバッグが簡単に行えます。

AIでは、分析アルゴリズムが共通化しやすいため、機械学習やディープラーニング（深層学習）のライブラリが数多く提供されています。そのため*AI分野での開発言語は、Pythonが標準的に用いられています*。記述しやすく、かつ判読しやすいのでメンテナンス性にも優れています。

Pythonでできることとは？Pythonのメリットも詳しく紹介

フレームワークとは、物事の考え方を整理しルール化したものです。その中でアプリケーションフレームワークとは、*アプリケーションを使用するための共通事項や作法に基づき、ルールを設けたものです*。ルール化に沿って使い方やAPIが定義され、これらをライブラリとして提供しているものがアプリケーションフレームワークです。

フレームワークを使わないでコード開発することも当然できますが、多くの大規模プロジェクトや複雑なアプリケーションではフレームワークが利用されています。GUIにおいても表示統一が可能ですので、フレームワーク化が進んでいます。

### フレームワークとライブラリの違い

フレームワークは、骨格や骨組みと作業方法を決めたものです。ライブラリは共通利用するソフトウェアを再利用可能にしたもので、言わばソフトウェア開発の部品と言えます。フレームワークとライブラリの違いは、*交換できない骨格と交換可能な部品の違いです*。

自動車に例えると、車体のエンジンやシャーシは交換できない基本構造ですのでフレームワークの役割となります。タイヤやランプ等の部品は仕様が合致すれば交換可能ですので、ライブラリに相当します。交換作業や手順も、フレームワークで定義されている場合と同様の標準工程で実施します。

## Pythonのフレームワークの特徴

Pythonのフレームワークは、*汎用用途・ウェブアプリケーションからデータサイエンス・人工知能（AI）向けまで数多くあります*。フレームワーク利用には多くのメリットがあり、活用が進んでいます。以降でメリット・デメリットを紹介していきます。

### Pythonのフレームワークのメリット

従来の開発手法は、個別にアプリケーションに必要とされる機能を開発する進め方でした。Pythonはライブラリ登録がしやすいので共通ライブラリ化が進んでいきました。代表的なメリットは、開発生産性の向上です。*設計・開発の工数が削減でき、短納期で開発することができます*。

続いて、メンテナンス性の向上が挙げられます。誰が見ても理解しやすいので、メンテナンスの工数が削減でき、品質が維持できます。以上のことからフレームワークでは、設計・開発から運用までの標準化により一貫性が確保され、全体の生産性と品質の向上が期待できます。

### Pythonのフレームワークのデメリット

Pythonのフレームワークのデメリットとしては、*フレームワークのルールや制限に従う必要があることです*。自由に独自カスタマイズすることはできず、サポートされている標準プラグインやアドオンモジュールを利用することになります。

しかしながら多大なメリットがありますので、主要フレームワークを比較しニーズに合致する製品を選択することで、現実的には大きく障壁となることはありません。

## Pythonのおすすめフレームワーク 5選

ここでは、主に汎用用途・ウェブアプリケーション向けのおすすめフレームワークを紹介していきます。フレームワークは多数公開されていますが、以下の代表的なソフトウェアを押さえておくのが良いでしょう。

・*Django*
Django（ジャンゴ）とは、最も利用されているフルスタック型ウェブアプリケーションフレームワークです。Pythonで実装されています。Djangoは、データベース主体のウェブサイトを簡単に構築できるように考えられています。Pythonを用いてデータモデルを定義するだけで、システムが構成できます。素早く最小限のコードで開発できるメリットがあります。
【参考】：[django](https://www.djangoproject.com/)

Djangoとは何か？できることや習得するメリットを解説

・*Flask*
Flaskは、軽量のWSGI（Web Server Gateway Interface）型ウェブアプリケーションフレームワークです。シンプルで、かつスケールアップにより複雑なアプリケーションにも対応します。機能を最小限にとどめるマイクロフレームという形態をとります。比較的規模が小さいアプリケーションで用いられています。
【参考】：[Flask](https://palletsprojects.com/p/flask/)

Flaskとは何か？基本機能やDjangoとの違いについて解説

・*Bottle*
シングルファイルモジュールで提供される、軽量WSGIマイクロウェブアプリケーションフレームワークと呼ばれています。高速性とシンプル性に特化し、シングルファイルモジュールのためライブラリ依存関係がありません。
【参考】：[Bottle: Python Web Framework](http://bottlepy.org/docs/dev/)

・*Pyramid*
「Start Small」「Finish Big」をコンセプトとしています。シングルファイルモジュールの軽量フレームワークです。テンプレート・データベース・セキュリティを選択し、すぐに利用できます。Flaskより機能が多くアドオンやコンフィグレーションの拡張性に優れており、プロジェクトの規模拡大に対応します。
【参考】：[Pyramid](https://trypyramid.com/)

・*Tornado*
ノンブロッキングネットワークI/Oを採用し、非同期通信可能なフレームワークです。数万接続まで対応するネットワークスケーラビリティが特長です。そのためウェブリクエストの処理能力が圧倒的に高く、node.jsからPythonへの置換に用いられています。
【参考】：[Tornado](https://www.tornadoweb.org/en/stable/)

### Pythonの人工知能向けおすすめフレームワーク

Pythonは、機械学習や深層学習等の人工知能（AI）分野に強みがあります。フレームワークにおいても各種提供されており、以下の2点が利用の多くを占めています。

・*TensorFlow*
機械学習用フレームワークで、Google社が開発しました。機械学習モデルの開発と推論・トレーニング（学習）に使用します。Pythonに限定されず、C/C++やJavaでも利用できます。
【参考】：[TensorFlow](https://www.tensorflow.org/)

・*Pytorch*
Facebook（現Meta）のAI Reserarch Lab（FAIR）で開発された、深層学習フレームワークソフトウェアです。グラフベースの実行・分散学習・モバイル展開・量子化の機能を持ちます。トレーニング時間が高速なため、短い時間で完了します。
【参考】：[Pytorch](https://pytorch.org/)

### Pythonのサーバーレス用おすすめフレームワーク

サーバーレスは固定的に利用するサーバーとは異なり、アプリケーション利用時に使うだけのコンピュートリソースです。通常はサーバーを購入しインストールやセットアップ作業が必要ですが、サーバーレスでは立ち上げ作業が不要です。

AWSのLambdaがサーバーレスの代表的なサービスです。サーバレスに適するフレームワークもいくつかありますので、ここではPython用のフレームワークソフトウェアを紹介します。

・*AWS Chalice*
AWSの提供するサービスで、API Gatewayに特化したフレームワークとなります。Flask等で用いるデコレーターベースの構文を採用しています。AWS CloudFormation・Terraform・AWS SDK for Pythonを用いた、独自のデプロイメントも可能です。
【参考】：[Chalice](https://aws.github.io/chalice/index)

・*Jeffy*
JSONフォーマットのロギングに対応しており、Lambda関数向けにデコレータとユーティリティを提供しています。関連関数やAWSサービス内のイベントをトレースし、フレームワークのカスタマイズが簡単に行えます。
【参考】：[Jeffy](https://github.com/serverless-operations/jeffy)

・*Zappa*
AWS Lambda+API Gatewayで、Pythonアプリケーションをビルド・デプロイしてくれます。サーバーレスで目指す「 infinite scaling, zero downtime, zero maintenance」（無限のスケーリング、ダウンタイム・メンテナンスなし）を実現します。WSGIアプリケーションに対応します。
【参考】：[Zappa](https://github.com/zappa/Zappa)

## どのフレームワークを採用するかは用途次第です

フレームワークはアプリケーションの種類や用途に応じて多数公開されています。特にPythonは選択肢が多くなります。大きくこだわりがなければ、*汎用用途は、人気のあるDjangoとFlaskが無難です。機械学習は、TensorFlowとPytorchを検討するのが良いでしょう*。TensorFlowもPytorchもモデルを他フレームワーク向けのフォーマットに変換することができます。例えば作成したモデルをCore MLに変換することでiOS上での利用が可能になります。

実際に試してみて不都合があるようでしたら、他のフレームワークも選択肢として広げていくことをおすすめします。

Pythonは、汎用用途から専門分野まで数多くのライブラリが公開されています。Pythonのフレームワークは、ベースとなる開発言語にPythonを用いたものを指します。ここでは、Pythonフレームワークの概要からおすすめソフトウェアまで解説していきます。

フレームワークとは、アプリケーション開発を効率的に行うよう定義したものです

Pythonのフレームワークは、ベースとなる開発言語にPythonを用いたものを指します

多種多様なフレームワークが公開されており、要求に合わせて選択することができます

Pythonフレームワークの概要からおすすめソフトウェアまで紹介

## OracleがJavaの最新バージョン19をリリース

米Oracle社が2022年9月20日、Javaの最新バージョン版「Java 19」を発表しました。同時にJavaの開発キット「JDK 19」も提供が開始されました。

これまではJava 18・JDK 18が最新でしたが、半年ごとの「フィーチャーリリース」によってJava 19・JDK 19が最新バージョンとなります。

**今回のJava 19では、プラットフォーム機能の強化・パフォーマンスと安定性・セキュリティ面など、多くの改良が加えられている点が注目されます。**Javaはフィーチャーリリースの中の1つがLTS（Long Term Support）版に指定され、3年間の長期サポートが保証される仕組みです。

現在のLTS版は2021年9月リリースのJava 17※ですが、LTSの間隔が3年から2年に短縮されたことで、次に登場するLTS版は2023年9月リリース予定の「Java 21」となります。

Java 19のサポート期間は「Java 20」公開予定の2023年3月までで、それまでの間に2回程度のメンテナンスアップデートが予定されています。また、LTSのJava8が2022年3月に公開アップデートを終了※していますが、今後も順次サポートが終了していきますので、常に確認が必要です。

この記事では、Java 19リリースに関するニュース、Java 19の新機能概要、新機能の詳細について紹介をしていきます。Javaを学んでいる方、Javaに興味がある方、実際にJavaを利用している方はぜひ参考にしてみてください。

*【参考】：[Oracle Releases Java 17](https://www.oracle.com/jp/news/announcement/oracle-releases-java-17-2021-09-14/)*
*【参考】：[オラクル、Java 19をリリース](https://www.oracle.com/jp/news/announcement/oracle-releases-java-19-2022-09-20/)*
*【参考】：※[Oracle Java SE Supportロードマップ | Oracle 日本](https://www.oracle.com/jp/java/technologies/java-se-support-roadmap.html)*

Javaとは？人気プログラミング言語Javaの将来性やメリットについて解説

Javaでは、新たな技術仕様や改訂仕様はJSR（Java Specification Request） として提案され、採用されたものがJEP (JDK Enhancement-Proposal) として管理されます。

**今回JDK 19に採用されたJEPは以下の7件があり、2023年9月にLTSとしてリリース予定のJava 21に向けて、さまざまなテストが進められていきます。**

7つの機能には「レコードパターン」、オープンソースの「Linux/RISC-V命令セットアーキテクチャ（ISA）サポート」「外部関数とメモリAPIのプレビュー」「仮想スレッド」「ベクトル演算API」「外部関数とメモリAPIのプレビュー」「構造化並行処理」があります。

Linux/RISC-V機能以外の機能は、プレビューまたはインキュベータフェーズにあります。実際にJava 19をインストールして試してみたい方は、以下のJavaダウンロード※サイトを利用してください。

*【参考】：※[Java ダウンロード | Oracle 日本](https://www.oracle.com/jp/java/technologies/downloads/)*
*【参考】：[The Arrival of Java 19| Java 19の技術ブログ](https://blogs.oracle.com/java/post/the-arrival-of-java-19)*

今回発表された**Java 19の7つの新機能詳細について、以下解説をしていきます。**これらの多くはプレビューやインキュベーション中の機能ですが、Java 21に向けてテストが繰り返され、ブラッシュアップされていく予定です。

※プレビュー機能とあるものは、実装は完了していいますが、一時的となる可能性がある新機能のことで、将来的なJDKリリースでは別の形式となるか、完全になくなっている可能性があるものを意味しています。

また、Java 18からデフォルトの文字コードが、従来のUTF-16からUTF-8になっていますが、Java 19でもそれは踏襲されています。

*【参考】：[JDK 19 Release Notes](https://jdk.java.net/19/release-notes)*

### レコードパターンのプレビュー「JEP 405：Record Patterns （Preview）」

**レコードの値を分解するレコードパターンで、Javaプログラミング言語を強化します。**レコード型とタイプ型のネストにより、強力で宣言的、かつ複合的なデータナビゲーションと処理を可能にします。本機能はプレビュー機能です。

*【参考】：[JEP 405： Record Patterns（Preview）](https://openjdk.org/jeps/405)*

### Linux/RISC-V命令セットアーキテクチャ（ISA）サポート「JEP 422：Linux/RISC-V Port」

オープンソースの命令セット・アーキテクチャ （ISA） である、Linux/RISC-V に対応します。これにより、**RISC-VアーキテクチャにおいてJavaの活用が進むことが期待されます。**

*【参考】：[JEP 422： Linux/RISC-V Port](https://openjdk.org/jeps/422)*

### 外部関数とメモリAPIのプレビュー「JEP 424：Foreign Function & Memory API（Preview）」

JavaプログラムがJavaランタイム外のコードやデータと相互運用できる APIです。

外部関数 （JVM の外部のコード）を効率的に呼び出して、外部メモリ（JVM によって管理されないメモリ） に安全にアクセスすることにより、**APIはJava プログラムがネイティブ ライブラリを呼び出す際に、脆弱性や危険性を排除してネイティブ データを処理できるようにします。**これはプレビュー 機能のAPIです。

*【参考】：[JEP 424： Foreign Function & Memory API（Preview）](https://openjdk.org/jeps/424)*

### 仮想スレッドのプレビュー「JEP 425：Virtual Threads （Preview）」

従来のJavaスレッドは、OSのネイティブスレッドとの関係が1対1であり、Javaによる多数スレッドの作成が処理のオーバーヘッドを招くケースがありました。

Virtual Threadsはこの問題解決のための新機能で、**スレッドをJava VM（仮想マシン）内で管理することで、消費リソースの削減とパフォーマンス向上を図ります。**これはプレビュー機能です。

*【参考】：[JEP 425： Virtual Threads（Preview）](https://openjdk.org/jeps/425)*

### ベクトル演算API（インキュベーション中）「JEP 426：Vector API （Fourth Incubator）」

サポートされているCPU アーキテクチャ上で実行時に最適なベクトル命令にコンパイルして、ベクトル演算（1つの命令で複数のデータ処理を行う演算方式）を表現する API を導入することで、**同等のスカラー演算（1つの命令で1つのデータ処理を行う方式）よりも優れたパフォーマンスを実現します。**

*【参考】：[JEP 426： Vector API （Fourth Incubator）](https://openjdk.org/jeps/426)*

### パターンマッチングのプレビュー「JEP 427：Pattern Matching for switch （Third Preview）」

switch式およびステートメントのパターンマッチングによって、Javaプログラミング言語を強化します。

switchにパターンマッチングを拡張することで、式を複数のパターンに対してテストすることができ、それぞれが特定のアクションを持つため、**複雑なデータ指向のクエリを簡潔かつ安全に表現することができます。**本機能はプレビュー機能です。

*【参考】：[ JEP 427：Pattern Matching for switch （Third Preview）](https://openjdk.org/jeps/427)*

### 構造化並行処理API（インキュベーション中）「JEP 428：Structured Concurrency （Incubator）」

構造化並行処理のためのAPIを導入することによって、マルチスレッドプログラミングを簡素化します。構造化並行処理は、異なるスレッドで実行される**複数のタスクを1つの作業単位として扱うことで、エラー処理やキャンセル処理の効率化、信頼性の向上、観測性の強化などを実現します。**

本APIはインキュベーション中の APIです。

*【参考】：[JEP 428：Structured Concurrency （Incubator）](https://openjdk.org/jeps/428)*

## Java 19の新機能を試しましょう

ここまで、Javaプログラミング言語の最新バージョン・Java 19リリースのニュース・新機能の概要・詳細について解説しました。

オブジェクト指向言語のJavaは、OSにかかわらず実行できる汎用性の高さ・安定性・豊富なライブラリ・ガベージコレクション（メモリーリークを防ぐ機能）などが備わり、世界で最も利用されている言語と言われています。しかも、半年ごとに新たな機能が搭載され、2年に1度の割合でLTSが提供されます。

こうしたことから、Javaの人気は高く、将来性があると考えられます。プロジェクトなどで利用する際には、安定性の高いLTS版の利用が向いていますが、**今回紹介したJava 19のようなフィーチャーリリース版で新機能を試しておくことをおすすめします。**

Javaの資格は？おすすめ資格のレベルや難易度・学習方法を解説！

Spring Bootとは？Java開発の主要フレームワークを解説！

米Oracle社が2022年9月20日、半年ごとの「フィーチャーリリース」によるJavaの最新バージョン「Java 19」、Java開発キットの「JDK 19」を発表しました。この記事では、Java 19の新機能概要とその詳細について解説していきます。

米国Oracleは2022年9月20日に、Javaの半年ごとの「フィーチャーリリース」で「Java 19」を発表した

「Java 19」は2023年9月にリリース予定のLTS版「Java 21」に向けて7つの新たな機能や改良が行われている

2年に1度登場するJavaのLTS版を本格的に利用する前に、「フィーチャーリリース」を活用して試しておくとよい

Java 19とは？フィーチャーリリースの最新版を理解しよう！

Kotlinは「コトリン」と読み、開発された場所の近くにあるコトリン島が名前の由来となっています。フィンランド語で「やかん」という意味です。ここでは、**Kotlinはどういった言語なのかについて、特徴・メリットなどを説明します。**

同じくAndroidアプリ開発で使われるJavaとの違いについても解説しますので、「Kotlinに興味があるけどよくわからない」といった方は参考にしてください。

【参考】[KotlinとAndroid](https://developer.android.com/kotlin?hl=ja)

### Androidアプリ開発で使用される

**KotlinはAndroidアプリ開発で使われる言語です。**他の分野で使われることはほとんどありません。従来、Androidアプリ開発と言えばJavaが使われることがほとんどでした。しかし、最近になり、Kotlinを使う企業が増えてきました。

Kotlinが増えた理由は、Kotlinの方が生産性が高くなるためです。昨今のアプリ開発分野は開発スピードが求められる傾向があり、それに伴ってプログラミング言語もより簡単に書けるように進化しています。

Androidエンジニアとは？必要なスキルと未経験から目指すロードマップ

**Kotlinはコードの記述量が少ないのも大きな特長です。**Javaと比べてもコード量は明らかに少なく、Kotlinの方が素早くコードを書ける利点があります。また、*コード量が少ないとコード全体が見やすくなるため、バグを防ぎやすくなります。*また、プログラミング初心者にとっては覚えることが少ないというメリットもあります。

**KotlinはJavaと互換性がある言語です。**JavaのソースコードをそのままKotlin内で利用できます。また、KotlinのコードをJavaに変換することも可能です。そのため、Androidアプリ開発でJavaを使っている企業も、Kotlinに移行するまでさほど時間がかからないでしょう。

また、KotlinはJava同様にJVMによって実行できます。JVMとは、ソースコードを機械語に翻訳してくれる機械のことです。JVMが使えることで、WindowsやMacなどあらゆる環境でKotlinを動かすことができます。そのため、*Androidアプリのテストをパソコン上で行うことができることもメリットです。*

安全性が高いのもKotlinの特長で、プログラマーがミスしやすい箇所を未然に防いでくれます。例えば、KotlinはJavaに比べNull値の処理が強化されています。例えばJavaの場合、Null値を参照した結果エラーが発生することが多いです。

しかしKotlinでは、**Null値を参照しようとした場合にコマンドプロンプトでエラーを出力してくれます。**こういった機能のおかげで、Javaよりも比較的安全性を保った開発が可能です。

### Googleが正式言語として採用している

**Googleは2017年に、Kotlinを正式言語として採用しました。**GoogleがKotlinを正式言語に採用したことにより、Kotlinを利用する企業はGoogleのサポートを受けられるようになりました。GoogleはKotlinを安全性の高さやコード量の少なさから、*Androidアプリ開発においてJavaよりも優秀な言語と評価しています。*GoogleがKotlinを高く評価したことにより、今後Kotlinを採用する企業が増えるのではないかと言われています。

**KotlinはJavaよりも記述が簡単な言語です。**しかし、具体的にどの辺りが簡単なのかを理解している人は少ないかと思います。ここでは、Kotlinの言語としての特徴を解説します。Javaに比べKotlinのコードはどういった点が異なるのか、詳しく説明します。

### 行末のセミコロン省略が可能

Javaの場合行末には必ずセミコロンが必要ですが、**Kotlinは行末のセミコロンを省略できます。**Kotlinの場合、改行することで「行末である」と判断してくれるからです。セミコロンを使わなくて良い分、コード量を減らせます。ただし、1行で複数行を記述する場合はセミコロンが必須です。

Kotlinでは、**数値や文字列などの型の宣言を変数の後ろに置くルールとなっています。**Javaでは、型宣言は変数の前に置きます。型宣言を後ろに置くのは、慣れていないと違和感があるかもしれません。型宣言を後ろに置く言語には、他にもSQLが挙げられます。

### 変数宣言にvalとvarが利用できる

Kotlinは変数宣言の際、valとvarが利用できます。valで定義すると、変数の中身をあとで変更できなくなります。つまり、変数ではなく定数の扱いになるということです。一方varで定義する場合は、変数の中身を自由に変更可能です。**Kotlinでは目的に応じて、valとvarを使い分けることができます。**

プログラミング言語の記事（35ページ目）