WBCが楽しかったので、野球のペナントレースを表すデータモデルを考えてみた。まずは基礎となる球団や選手、およびそれらの年次成績(年次サマリ)の関係を見てほしい(図1)。 図1.基本情報のデータモデル 年次サマリには「セパ別年次サマリ」、「球団別年次サマリ」、「選手別年次サマリ」の3種類あるが、これらのうち「選手別年次サマリ」の主キーが{選手№+年}ではなく{選手№+所属開始日+年}となっている点に注意してほしい。この主キーは「所属球団」の主キー{選手№+所属開始日}に<年>を複合させたものだ。これはシーズン中の移籍にともなって成績がリセットされるためである。つまり、選手の年間成績は「所属球団」を年で展開した定義域に関数従属する。 3つの年次サマリには集計項目(カッコ付きは論理フィールド*1であることを示す)がいくつか載っているが、その集計過程を説明しよう。「セパ別年次サマリ」上の<試合数>
![野球のデータモデル:一球速報からペナントレースまで - 設計者の発言](https://cdn-ak-scissors.b.st-hatena.com/image/square/a83d8238a433bab83f066e3ae7c8986b7e7d094b/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fd%2Fdbconcept%2F20230402%2F20230402024057.png)