データウェアハウスとデータレイクの違いとは？

データウェアハウスの基本概念

Aaren Stubberfield

Data Scientist

データベース

• 行と列による構造化データ
• トランザクションデータベースはトランザクションを格納

データウェアハウス

• データの収集・統合・分析提供
• 多数の入力データソース
• 構造化データを格納
• 変更が複雑
  • 上流・下流への影響を考慮する必要あり
• 通常100GB超

なぜデータウェアハウスが必要か？

• 大量データに対するクエリの実行速度
• トランザクションデータベースへの負荷を回避

データマート

• 分析用のリレーショナルデータベース
• 特定の主題領域に特化したデータ
• 入力データソースが少ない
• 通常100GB未満

データレイク

• 組織全体のデータストア
  • 複数部門のデータを含む
  • 多数のデータ入力ソース
  • 通常100GB超
• 構造化・非構造化データを格納
  • 例：動画、音声、ドキュメント

データレイク

• 変更が比較的容易
  • 上流・下流への影響が少ない
• データの用途が未定の場合がある
  • 整理されていないことが多い

まとめ

特徴	データウェアハウス	データマート	データレイク
データ構造	構造化	構造化	構造化・非構造化
変更の複雑さ	複雑	複雑	比較的容易
データの用途	明確	明確	未定の場合あり
部門カバー範囲	多数	単一	多数
データソース	多数のソース	少数のソース	多数のソース
標準サイズ	100GB超	100GB未満	100GB超

練習しましょう！

データウェアハウスの基本概念