[【関連記事】独学で合格！基本情報技術者試験におすすめの参考書8選！](https://and-engineer.com/articles/Y6Rd9BIAACUAZnkk)

[【関連記事】基本情報技術者試験は意味ない？メリット・デメリット・勉強法を解説](https://and-engineer.com/articles/YTxjQhAAACUAmTAZ)

[【関連記事】応用情報技術者試験は意味ない？難易度・メリット・勉強方法を解説！](https://and-engineer.com/articles/YTmcZhAAACMARgu4)

<center>[応用情報技術者試験に合格すれば転職でも有利？ 『*マイナビエージェント*』で公開求人をチェック！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv11_2)</center>

*<center>[【無料転職サポート申し込みはコチラ】](https://mynavi-agent.jp/it/lp/029.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv16_2)</center>*

## 応用情報技術者試験は参考書選びが大変？

応用情報技術者試験（AP）はIPA（独立行政法人 情報処理推進機構）が実施する国家試験です。**システムエンジニアとして幅広い知識を求められる試験で、システムエンジニアを目指すのであれば、ぜひ合格しておきたい試験の1つです。**

難易度はIPA主催の国家試験の中では、スキルレベル3、合格率20%程度とかなり難関の試験です。また、主にITエンジニアとして数年の経験がある人を想定した試験内容のため、受験者はスクールに通う時間がとれないほど多忙な場合がほとんどです。

その結果、独学に頼る人が多くなりますが、応用情報技術者試験向けの参考書や対策本は数多く出版されているため、その比較や選択も簡単ではありません。

この記事では、応用情報技術者試験でおすすめの参考書、問題集やWebサイトなど、合格に役立つ情報をまとめたので、ぜひ参考にしてください。

【参考】：[応用情報技術者試験｜試験情報｜IPA](https://www.ipa.go.jp/shiken/kubun/ap.html)

システムエンジニア（SE）とはどんな仕事？スキルや年収なども解説

システムエンジニアに必要な資格は？転職に有利なおすすめの資格6選！

応用情報技術者試験（AP）の試験概要を紹介します。応用情報技術者試験は「ワンランク上のITスキルを証明する国家資格」として、IPA（情報処理推進機構）が主催する「基本情報技術者試験（FE）」の上位試験として位置づけられます。

システムエンジニアとして幅広い知識を求められる試験であり、プログラマーからシステムエンジニア、プロジェクトリーダーなどへのキャリアアップを目指す方におすすめの、**システムエンジニアとしてのスキル証明になる資格試験です。**

応用情報技術者試験の勉強を行うことで、技術面に加え、管理や経営などの幅広い知識と応用力を身に付けることができます。

基本情報技術者試験とは？試験概要や合格率、ITパスポートとの違い

応用情報技術者試験の実施概要は以下の通りです。

*1.受験資格*
受験者に関する制限はありません。学歴や年齢を問わず誰でも挑戦できます。

*3.受験日程*
年2回開催、春期試験は例年4月の第3日曜日、秋期試験は10月の第2日曜日です。申込期間は、試験日の3ヶ月前から1ヶ月ほどの期間です。

*4.合格発表*
試験日のおよそ2カ月後です。詳細日程は試験開催日の夜にIPAのサイトで公表されます。合格証書の発送は合格発表の後、約1週間後です。

*5.試験会場*
全国主要56都市以上で開催されます。

【参考】：[スケジュール、手数料など｜IPA](https://www.jitec.ipa.go.jp/1_02annai/_index_annai.html)
【参考】：[令和6年度春期試験について（受験申込み） | 試験情報 | IPA](https://www.ipa.go.jp/shiken/2024/r06haru_exam.html)

応用情報技術者試験の申し込み方法は？日程から試験概要まで解説

応用情報技術者試験の合格率は？試験の概要と合格するメリット・デメリット

試験の構成は午前試験と午後試験に分かれ、以下のような問題数、時間配分です。

形式：記号選択式
出題数：80問
合格ライン：正答率60％
試験時間：150分
備考：概ね50問以上正答なら合格ライン

形式：記述式
出題数：11問中5問選択（1問必須、4問選択）
合格ライン：正答率60％
試験時間：150分
備考：概ね大問3問分で合格ライン

【参考】：[応用情報技術者試験(AP)　～ ワンランク上のITエンジニア ～](https://www.ipa.go.jp/shiken/kubun/ap.html)

応用情報技術者試験の難易度は高い？合格率の比較や独学方法を紹介！

### 自分に合った参考書を選ぶことが大切

参考書は何冊も揃えるのではなく、*自身に合った参考書を選び、徹底的に活用することが大切です。*また、多少古い参考書でも学習はできますが、細かな改定なども行われているため、できるだけ最新の書籍で学習した方が良いでしょう。

参考書を使用した学習には下記のようなメリットがあります。

▪試験の出題範囲について体系的に学べる
▪過去問の解説文を読んでも分からない場合に、参考書を読むと理解しやすい
▪目次や巻末のインデックスを利用して辞書代わりに使える
▪ネットにはない著者からの助言や情報を得られることがある（ex.出題ポイント、傾向、効果的な解答方法など）
▪紙媒体の場合、マーカーを引いたり、付箋をつけたりできる

これらの参考書のメリットを理解した上で、ぜひ自分に合った参考書を入手しましょう。

応用情報技術者試験は独学で合格できる？出題範囲や勉強法を解説！

応用情報技術者試験合格に必要な勉強時間は？効果的な学習法も解説

### 参考書と問題集はセットで勉強する

参考書はいらないという方もいるかもしれませんが、問題集が必要ないという方はいないでしょう。どんな試験でも過去問を解くというのは試験勉強の鉄則です。多くの試験では過去問から出題されたり、過去問の類似問題が出題されたりするので、過去問を多く解くことで合格の確率は上がります。

応用情報技術者試験の過去問は公式サイト上に無料で公開されているため、問題集を購入しなくとも過去問による演習は可能です。

ただし、*過去問をまとめた問題集には、出題問題に関する詳細な解説や付加情報があります。*たとえば、出題傾向、問題の難易度、記述問題の解答法や解答例などです。また、問題や解答、説明などにマーカーを入れたり、メモを記したり、紙媒体ならではの便利さもあります。

特に午後の記述式問題や長文読解の設問などは、詳しい解説があると理解も早いでしょう。以上の理由から、問題集は購入することをおすすめします。

ここからは、定番の参考書、午後対策参考書、問題集など数ある参考書の中から最新のおすすめ参考書を厳選して紹介します。ぜひ参考にしてください。

応用情報技術者試験の午後問題でおすすめの分野は？合格のコツも

## 応用情報技術者試験全般に使える参考書8選

信頼できる確かな参考書が手元にあると心強いです。ここでは、試験に実際に合格された方たちが活用した参考書、長い歴史があり定着している参考書などの中からおすすめを紹介します。

### 令和06年【春期】【秋期】 応用情報技術者 合格教本

**定番とも言うべき技評社出版の合格教本シリーズです。**応用情報技術者試験の参考書の売れ筋ランキングやおすすめランキングでもトップに入ることが多いです。

最新版ではネットワークやセキュリティ分野が強化されています。また、巻末には本試験最新19回分の午前問題に挑戦できる演習アプリ「DEKIDAS-WEB」が付属しています。スマホを利用して解答ができるので、スキマ時間の活用ができます。

▪著者：大滝 みや子、岡嶋 裕史
▪頁数：800ページ／A5判
▪出版：技術評論社
▪発売：2023年12月14日

【参考】：[令和06年【春期】【秋期】 応用情報技術者 合格教本](https://direct.gihyo.jp/view/item/000000002895)

### キタミ式イラストIT塾 応用情報技術者 令和06年

**IT関連があまり得意ではない方や初心者の方におすすめの参考書です。**イラストによる優しい解説が特徴で、硬い本が苦手という方も読みやすいでしょう。一方で、既に基本情報技術者試験に合格した方や情報系の学習経験がある方には物足りなさを感じるかもしれません。

▪著者：きたみりゅうじ
▪頁数：944ページ／A5判
▪出版：技術評論社
▪発売：2023年12月2日

【参考】：[キタミ式イラストIT塾 応用情報技術者 令和06年](https://gihyo.jp/book/2023/978-4-297-13809-7)

### 2024年度版 ニュースペックテキスト 応用情報技術者

**見やすさ、分かりやすさに重きを置いた参考書です。**フルカラーの図解が豊富で、本試験に役立つ側注や頻出用語、重要ポイントなどを側注アイテムを用いて示し、重要度もレベル別で表示されています。

また、各章末には厳選過去問による「確認問題」があり、単に読み進めるだけではなく、章ごとに実力判定ができます。

▪著者：TAC株式会社（情報処理講座） 編著
▪頁数：780ページ／A5判
▪出版：TAC出版
▪発売：2023年12月18日

【参考】：[2024年度版 ニュースペックテキスト 応用情報技術者](https://bookstore.tac-school.co.jp/book/detail/110942/)

### 情報処理教科書 応用情報技術者 テキスト＆問題集 2024年版

**応用情報技術者試験に必要な知識の解説と過去問演習で、幅広い出題範囲を網羅しています。**また、基本情報技術者試験を受験せずに、応用情報技術者試験を受験する場合に配慮して、数学系の基礎理論を解説しているのが特徴的でもあります。

Webダウンロードできる特典PDFが用意されており、「過去問解説19回分（平成25年度春期試験～令和4年度秋期試験）」とスマホでも読める「よく出題される重要ポイント100」を利用することができます。

▪著者：日高 哲郎
▪頁数：840ページ／A5判
▪出版：翔泳社
▪発売：2023年11月20日

【参考】：[情報処理教科書 応用情報技術者 テキスト＆問題集 2024年版](https://www.shoeisha.co.jp/book/detail/9784798183527)

### 徹底攻略 応用情報技術者教科書 令和6年度

本書は、**応用情報技術者試験の最新の試験傾向を解説している参考書です。**幅広い試験範囲の中から頻出項目に絞っており、効率的な試験対策が可能です。巻末付録には令和5年度春期試験の解説を掲載し、単語帳Webアプリもあるなど、合格へのサポートが徹底されています。

▪著者：株式会社わくわくスタディワールド、瀬戸 美月
▪ページ数：840ページ
▪出版社：インプレスブックス
▪発売日：2023年10月23日

【参考】：[徹底攻略 応用情報技術者教科書 令和6年度](https://book.impress.co.jp/books/1123101067)

### この1冊で合格! 石田宏実の応用情報技術者 テキスト&問題集

本書は、**身近な具体例を用いたわかりやすい文章が特徴的であり、サクサク読み進められる参考書です。**初心者の人でも理解しやすいよう丁寧に解説しつつも、合格を目指すためにテーマを厳選するなど、効率的な学習ができるのもおすすめです。

基本情報技術者試験を受けずに応用技術者試験からチャレンジしたい方向けに、難しい内容には動画解説が付いているなど、これ1冊でも十分に合格を目指せるでしょう。

▪著者：石田 宏実
▪ページ数：672ページ
▪出版社：KADOKAWA／A5判
▪発売日：2024年03月04日

【参考】：[この1冊で合格! 石田宏実の応用情報技術者 テキスト&問題集](https://www.kadokawa.co.jp/product/322304000189/)

### 令和06-07年 応用情報技術者 試験によくでる問題集【午前】

本書は、**応用情報技術者の午前試験において頻出する問題を厳選している参考書です。**高度試験の出題問題も分析して、広い試験範囲の中から出題傾向を探り、図解でわかりやすく紹介しています。

第1章で「基礎理論」、第2章で「アルゴリズムとプログラミング」など、章ごとにテーマを分けて解説しているため、辞書感覚でも利用できます。

▪著者：大滝 みや子
▪ページ数：448ページ／A5判
▪出版社：技術評論社
▪発売日：2023年12月27日

【参考】：[令和06-07年 応用情報技術者 試験によくでる問題集【午前】](https://gihyo.jp/book/2024/978-4-297-13867-7)

### 2024　高度午前Ⅰ・応用情報　午前試験対策書

本書は、**午前試験における最新の出題傾向に合わせた演習問題が掲載されている参考書です。**普段忙しくあまり勉強時間を割けない人のために、重要なポイントを絞って効率的な学習を目指します。「IT用語スペルチェック」によって用語の確認ができたり、公式YouTubeチャンネルで解説動画をチェックできたり、さまざまなアプローチで試験対策が可能です。

▪著者：アイテックIT人材教育研究部
▪ページ数：497ページ／A5判
▪出版社：ITEC（株式会社アイテック）
▪発売日：2023年11月17日

【参考】：[2024　高度午前Ⅰ・応用情報　午前試験対策書](https://www.itec.co.jp/store/products/detail.php?product_id=3854)

<center>[応用情報技術者試験合格で転職活動が有利に？ 『マイナビIT AGENT』で転職相談を受けてみる](https://mynavi-agent.jp/it/lp/029.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv15)</center>

## 午後試験対策におすすめ参考書3選

応用情報技術者試験（AP）の午前試験は選択式なので、過去問演習とテキストの読み込みで十分合格できますが、午後試験は記述式で、「情報セキュリティ」は必須解答、残り10科目から4科目選択という変則的な試験です。

科目の選択も重要ですが、*長文読解や記述式問題などがあるため、難易度は午前より高いと考えましょう。*応用情報技術者試験（AP）に合格するには午後試験が鍵になると言えます。

以下、午後対策におすすめの参考書を3冊紹介します。

応用情報技術者試験（AP）はシステムエンジニアとして幅広い知識を求められる試験で、ITエンジニアとしてぜひ合格しておきたい試験の1つです。ここでは、応用情報技術者試験対策におすすめの参考書や過去問題集、Webサイトなど、試験合格に役立つ情報を提供します。

システムエンジニアとして幅広い知識を求められる応用情報技術者の概要や試験実施概要などについて

応用情報技術者試験でおすすめの参考書、問題集やWebサイトなど、合格に役立つ参考書について

自身のレベルを見極めて必要な参考書を揃え、学習計画を立てて納得できるまでしっかり勉強することが大切

応用情報技術者試験におすすめの参考書13選！過去問・問題集を紹介

ビジネスのデジタル化が進み、多くのサービスやデバイスから膨大なデジタルデータが日々生成されています。そこで、いわゆる「ビッグデータ」を活用することも増えてきました。ビッグデータを活用する上で、より素早く大量のデータを解析していく重要性が高まっています。

ビジネスにとって戦略的で重要な役割を果たすエンジニアになるためには、ビッグデータを分析するスキルも求められるようになってきました。

現在、活用できるビッグデータ解析サービスとしては、Google社が提供する「Google BigQuery」（以下、BigQuery）が有名です。**BigQueryは、安価で誰もが使いやすいツールでありながら、高性能なサービスと言われています。**

今回は、BigQueryの特徴や使い方、メリット・デメリット、活用事例などを解説していきます。

*BigQueryは、Googleのクラウドサービス「Google Cloud」（旧 GCP：Google Cloud Platform）の1つとして提供されるプロダクトです。*大規模なクエリを実行機能として持つデータウェアハウスサービスとして、ビッグデータを超高速で解析できるサービスです。データウェアハウス（Data Ware House）とは、一般に時系列に整理された大量のデータを格納するシステムを指します。

BigQueryは2010年5月に発表され、2011年11月に一般提供されています。元々、Google社内では「Dremel」というツールを活用してビッグデータを解析してきました。Dremelの機能を一般のユーザーでも利用できるようにしたものが、BigQueryです。

BigQueryは、データ分析におけるアクセスログの解析や業務効率化に欠かせないツールとして注目されています。

【参考】：[BigQuery公式サイト](https://cloud.google.com/bigquery?hl=ja)

データレイクとデータウェアハウスの違いとは？用途や注意点などを解説！

*BigQueryは、データ分析やPythonとのAPI連携などに活用できます。*データ分析では、数テラバイト（TB）や数ペタバイト（PB）という大容量のデータを数秒、数十秒で処理できます。また、解析対象のデータをGoogle Cloud上にアップロードすると、PythonのコードからBigQueryのコマンドを実行できます。

さらに、実行処理速度が高速であるため、リアルタイムでのデータ解析も可能です。その他にも、様々なログデータなどの蓄積・保存場所として活用したり、API連携によって様々なサービスのログ情報などを効率的に解析したりすることにも役立てられます。

データ分析とは？基本的な目的や方法、職種例と転職方法について解説

**BigQueryは、大量のデータを高速かつ安価に解析できる点が特徴です。**また、サーバーレスで利用できるため専門知識がなくてもデータ分析が可能です。

BigQueryは、なぜ高速にデータを分析できるのでしょうか。BigQueryのデータ処理が高速な理由は、ビッグデータでの検索を目的として設計されているからです。BigQueryの特徴的な仕組みとして「カラム型データストア」「ツリーアーキテクチャ」の2点が挙げられます。それぞれについて解説していきます。

【参考】：[GoogleのBigQuery解説ページ](https://cloud.google.com/bigquery/docs/introduction?hl=ja#data-analyst)

### 仕組み（1）：カラム型データストア

BigQueryの特徴の1つは「カラム型データストアである」という点です。BigQueryは、分析クエリに最適化された列（カラム）形式でデータを保存します。

一般的なデータベースでは、クエリ処理を行う際のデータを読み込む際に「行単位」「横方向」に読み込んでいきます。一方、BigQueryでは「列（カラム）単位」「縦方向」で読み込んでいきます。

データを横方向に読み込む場合は、データ全体を読み込む必要があります。一方、データを縦方向に読み込むと、必要なデータの列のみが対象です。クエリの対象となる列のデータのみにアクセスするため、トラフィックを最小化できます。

また、一般的に同じ列に含まれるデータは類似性が高いことから、データのばらつきが少ないことも挙げられます。データの中に反復パターンが多ければ多いほど、圧縮率は高くなります。BigQueryでは、高い圧縮率を持ちつつクエリ処理を実行できるのです。

### 仕組み（2）：ツリーアーキテクチャ

BigQueryが持つ仕組みのもう1つの特徴が「ツリーアーキテクチャである」点です。ツリーアーキテクチャとは、クエリがツリー状に広がる構造を指します。

BigQueryでは、クライアントからクエリを受け取るルートサーバーから実際にクエリ処理を実行する多数のリーフサーバーへとクエリが広がっていきます。これにより、何千台もの複数のリーフサーバーが分散的に処理可能です。

こうした独自のアーキテクチャが、BigQueryにおける大規模なデータの高速処理を実現しています。

次に、BigQueryの使い方を解説していきます。**BigQueryを初めて利用する場合、まずは公式サイトにアクセスします。**

公式サイト上で「BigQueryの無料トライアル」を選択し、画面の案内に従ってアカウント情報やお支払情報などの必要事項を入力します。

入力が完了すると「Google Cloud Platform」（GCP）に登録され、BigQueryを利用できるようになります。

次に、実際の使い方の例を紹介します。BigQueryでデータを分析する際は、まず「プロジェクト」を作成する必要があります。画面上部の「新しいプロジェクト」を選択し、任意の名前でプロジェクトを作成します。

次に、プロジェクト内に「データセット」を作成します。対象のプロジェクト名の右側にある「アクションを表示」のアイコンから「データセットを作成」を選択することで作成可能です。

続いて、データセット内にデータを読み込むための「テーブル」を作成します。データセット名の横にある「アクションを表示」のアイコンから「テーブルを作成」を選択します。

テーブルの作成画面で、テーブルの作成元やアップロードするデータ、テーブル名などを設定して「テーブルを作成」を選択します。解析対象のデータに合わせて設定して、テーブルの画面で「プレビュー」を選択すると、読み込んだデータの内容が確認できます。

BigQueryでテーブルに読み込んだデータを解析する際は「クエリ」ボタンを選択します。分析したい内容に応じたクエリをエディタ画面に入力して「実行」を選択することでデータ分析が実施されます。

BigQueryの料金は、コンピューティング（分析）、ストレージ、追加サービス、データの取り込みと抽出などに基づいています。データの読み込みとエクスポートは無料です。

BigQueryではインスタンスや仮想マシンを用意する必要がなく、必要に応じてコンピューティングリソースを割り当ててくれます。**BigQueryの料金は、クエリの処理にかかる「分析料金」やデータを保存する「ストレージ料金」などの費用がかかります。**

また、BigQueryには無料のオペレーションと無料枠も用意されています。分析で処理されるクエリデータは毎月1TBまで、ストレージは毎月10GBまで無料です（2023年5月現在）。

BigQueryでは、クエリ実行用として「オンデマンド料金」「定額料金」の2種類の料金モデルが用意されています。初期設定ではクエリでスキャンされたデータに対して料金が発生するオンデマンド料金モデルで課金されます。2023年5月時点では、東京（asia-northeast1）におけるオンデマンド料金は「1TBあたり米6ドル」です。

また、定額料金プランに加入する場合は、専用の「クエリ処理容量（BigQueryスロットの割り当て数）」を購入します。クエリでこの容量を使用しても、処理されたバイト数に対しては請求されません。2023年5月時点では、東京（asia-northeast1）における月額定額料金は「100スロットあたり米2,400ドル」です。

BigQueryでは「アクティブ ストレージ」と「長期保存」に対してストレージ料金が発生します。アクティブ ストレージには、過去90日間で変更されたテーブルまたはテーブル パーティションが含まれます。一方、長期保存で90日間連続して変更されていないテーブル、テーブル パーティションが含まれます。

*ストレージの料金は、テーブルに格納されている非圧縮状態でのデータの量に基づいて計算されます。*

【参考】：[BigQuery の料金概要](https://cloud.google.com/bigquery/pricing?hl=ja)

## BigQueryのメリット・デメリットとは？

ここからは、より具体的にBigQueryを利用するメリット、デメリットを見ていきましょう。

BigQueryを利用する上で、ぜひ参考にしてください。

### メリット1：データベースの専門知識がなくても扱える

一般的なデータウェアハウスでは、データベースに関する専門知識が必要になることが多いです。例えば、分析を始める前にサーバー構築や設定の最適化などを実施します。

また、クエリ処理を実施する場合は「チューニング」が必要です。各テーブルや各種領域、インデックスなどに対して最適な計算やシミュレーションなどをするためには、データベースの専門知識が求められます。

**一方、BigQueryはサーバーレスで利用できるため、チューニング作業を必要としません。**また、従来のデータベースのクエリで必須だったインデックスも不要で、データベースの専門知識がなくとも大規模なデータ分析を可能にしています。

### メリット2：コストパフォーマンスが良い

BigQueryは、一般的なデータウェアハウスとは異なり、クエリの実行時のみサービスが起動します。そのため、サービスが起動している間のみ料金が発生します。テーブルに保存したデータ量とSQLで抽出したデータ量に応じて課金される従量制を取っています。

また、クラウドサービスとしてサーバーレスであるため拡張性に優れています。データ保存のためには別途ストレージ費用がかかりますが、その分を加味しても、類似のサービスと比べて安価に利用可能で、コストパフォーマンスが高いといえます。

### メリット3：Google Cloudとのシームレスな連携

*BigQueryのメリットとしては「他のGoogle Cloudのサービスとシームレスに連携できる」点が挙げられます。*

たとえば、アクセス解析サービス「Google Analytics 4」（GA4）と連携でき、GA4で取得したデータをBigQueryにエクスポートすることが可能です。また、他のデータソースの情報と組み合わせて分析したり、データの可視化などによって、GA4単体よりも詳細なデータ分析が可能です。

GA4とBigQueryを連携させるには、Google Cloudのユーザー登録をする必要があります。さらにBIツール「Googleデータポータル」との連携も可能です。

BigQueryには多くのメリットがある一方で、デメリットもあります。

*まず挙げられるデメリットは「慣れるまでに時間がかかる」点です。*BigQueryに関する学習環境は、十分整っているとはいえません。SQLの記述やエラーの解決にはある程度慣れる必要があるため、実際に活用できるまでに時間がかかることもあります。

また、BigQueryでは適切な設定をしていないと、コストがかさむ可能性も考えられます。BigQueryのコストを抑えたい場合は「クエリの対象データを限定する」「課金されるデータの上限を設定する」「テーブルを分割する」「データを圧縮する」などの方法を実施することが必要です。

SQLとは？概要・できること・プログラミング言語との違いを解説

BigQueryは、すでに国内外で有効活用されています。例えば、マーケティング分野ではWebサイトのアクセス解析データを用いた広告改善や、Webサイトの顧客行動の分析改善に活用されています。

また、小売業では購買データの高速分析に用いたり、建材メーカーでは専門知識のない従業員が必要なときに利用できるデータ活用の民主化などにも活用されたりしています。

## BigQueryはエンジニアとして活躍するための必須ツール

**BigQueryはとても使い勝手のよいデータウェアハウスであり、高速で安価で扱いやすい特徴があります。**また、BigQueryは、多くのエンジニアが扱えるSQLで操作可能なため、BigQueryでデータ分析するために新たに学習する必要がなく取り掛かりやすい点も魅力の1つです。

ビッグデータ分析のニーズは幅広く、そのスキルはあらゆる業種や職種にとって重要な素養になると考えられます。これからエンジニアとして活躍していくためにも、ぜひ、BigQueryを使いこなせるようになることをおすすめします。

Google BigQueryは、Googleから提供される「データ分析」に利用できるフルマネージドサービスです。簡単な操作で高速に大量のデータを分析できる機能を備えています。この記事ではその特徴や使い方、メリット・デメリットなどを解説します。

Google BigQueryは、Googleから提供される「ビッグデータ分析」に利用できるフルマネージドなデータウェアハウスサービスです

標準的なSQLクエリで実行できるサーバレス型でチューニングが不要なため、専門的なスキルがなくても利用できるというメリットがあります

実行したクエリごとに料金が発生する料金体系などで、安価で誰もが使いやすい高性能なサービスといわれています

BigQueryとは？特徴や使い方、料金、メリットなどを解説！

## システム開発の基本的な工程

システム開発の基本的な工程についてまとめました。システム開発は次の9つの工程に沿って行われるのが基本ですので、エンジニアを目指す方は流れを覚えることが大切です。

まずは要件定義を行います。*顧客と打ち合わせを行い、どんなシステムが欲しいかヒアリングをします。*顧客から要望を聞き出したら、それをまとめていき要件を定義します。

要件定義はシステム開発の中でも重要な工程です。なぜなら、顧客の要望と違う要件を定義してしまったら、開発がやり直しになる可能性もあるからです。そのため、顧客との打ち合わせは何度も行い、本当にこの要件で問題ないかチェックしたうえで先に進みます。

要件定義書と要求仕様書の違いを解説！誰が作りどう進める？

要件定義と同時に行うものが見積もりです。**開発にどの程度の予算・期間がかかるか顧客に提示する必要があります。**加えて、開発の細かいスケジュールもここで組み立てる必要があります。

設計や開発、テストなど各工程に何日ぐらいかかるかを計算します。ベテランのエンジニアなら過去の経験などから、おおよその見積もりを出せることが多いです。

FP法による見積もり方法は？必要とされる計測手順を解説！

定義した要件を元に外部設計を行います。*外部設計とはWebページの見た目や業務システムの操作画面など、システムの表側の設計のことです。*ユーザーによって使いやすいシステムにするために必要な機能や情報は何か考え、設定書にまとめていきます。

外部設計と同時に内部設計も行います。**内部設計はプログラムの裏側の処理の設計のことです。**たとえば、データベースからデータを取り出すプログラムの処理内容や、Webページに表示する情報を作成するプログラムの処理内容を設計書にまとめていきます。

外部設計・内部設計が完了したら、ようやく開発作業に入ります。*プログラミング言語を使ってソースコードを記述し、設計書通りにプログラムが動くようにします。*また、単に設計書通りに動くだけでなく、処理効率やソースコードの読みやすさなども意識してプログラミングします。

開発が完了したらテストの工程に入ります。まずはプログラムやモジュール単体でテストを行います。**設計書通りに問題なくプログラムが動くか確認します。**問題のある箇所が見つかったら修正を行い、再度テストを行っていきます。

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！

続いて、*複数のプログラムを組み合わせてテストを行います*。たとえば、2つのプログラム間で通信処理が正常に行われているか、データの受け渡しに問題がないかなどを確認します。

「結合テスト」の観点や目的を押さえ、システムの品質を担保しよう！

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！

最後に、総合テストを行います。**総合テストではシステム全体を通してテストを行います。**実際にユーザーが使う場面を想定してテスト項目を作成し、それに沿ってテストを進めます。

*無事テストが終了したらリリース作業を行います。*リリース前にユーザーの環境でもシステムが問題なく動くか確認を行います。問題がなければシステムを一般公開しユーザーが使えるようにします。公開後に再度テストして問題が見つかった場合、すぐに公開を止めて修正を行えるようにしておく必要があります。

リリース後に問題がなければひとまずシステム開発作業は完了です。

**システム開発後はシステムの運用・保守を行う必要があります。**運用・保守とはシステムが安定稼働するように、メンテナンスやログの監視、OSやミドルウェアのアップデートなどを行うことです。また、障害や不具合が発生した場合に、問題のあるプログラムやサーバを特定し修正を行うのも運用・保守の業務範囲です。

運用・保守に関してはシステムを開発した企業が継続して行う場合が多いです。

## システム開発の工程を知るうえで覚えておきたい略語

IT業界ではさまざまな業界用語が使われるため、用語の意味を知らないと話についていけなくなることも多くあります。そこでシステム開発の工程に関連する略語の一覧と意味をまとめました。

- RD（Requirements Definition）:要件定義

- PG（Programing）:プログラミング

- IT（Integration Test）:結合テスト

- OT（Operations Test）:運用テスト

これらの略語の意味を覚えておくことで、社内研修時に開発工程に関する説明があった際にも話を理解しやすくなるでしょう。

## ウォーターフォール開発とは？

システム開発にはウォーターフォール開発とアジャイル開発の2種類があります。ウォーターフォール開発とは、さきほど解説した要件定義から運用・保守までの9つの工程を上から順にこなしていく、基本的な開発手法のことです。IT企業でもっとも多く使われている開発手法です。ウォーターフォールには次のメリット・デメリットがあります。

### メリット1.納期の見通しを立てやすい

*ウォーターフォール開発は納期の見通しを立てやすいです。*なぜなら各工程を順にこなしていくため、最初の段階で各工程の工数を割り振ることができるからです。そのため、顧客にも何日までにシステムを提出するか提示できますし、納期が守れなくなる可能性も下げることが可能です。

### メリット2.予算を確保しやすい

ウォーターフォール開発は予算を確保しやすいのも特徴です。**各工程の工数を割り振ることができれば、どの程度の人材が必要かどうか自ずと明らかになるからです。**もしエンジニアの数が足りないと分かれば、事前に人材を募集したり下請け企業に開発を依頼することができ、それらにかかる予算も算出することが可能です。

### デメリット1.仕様変更への柔軟性が低い

ウォーターフォール開発は仕様変更への柔軟性が低いのが難点です。開発段階で顧客から仕様変更を求められた場合、要件定義から再度やり直さなくてはいけません。ウォーターフォールでは各工程の終了時に、これで問題がないかじっくりと確認します。そのため、仕様変更が起こった際に効率が悪くなってしまいます。

*仕様変更が多い開発とはウォーターフォールは相性が悪いです。*たとえばWebアプリ開発などはユーザーの要望に基づき何度も改良を重ねる必要があるため、ウォーターフォールでは上手くいかないことも多いです。

### デメリット2.開発期間が長くなりやすい

**ウォーターフォール開発は開発期間が長くなりやすいのも難点です。**1つ1つの工程を丁寧に行うため、開発期間を長めに見積もる必要があります。スピーディーな開発が求められるシステムにもウォーターフォールは適していないと言われています。

システムエンジニアの記事（1ページ目）