データレイク

構造化・半構造化・非構造化データをそのままの形式で大量に蓄積するストレージ基盤。データウェアハウスと異なり、事前のスキーマ定義なしにデータを格納し、必要時に加工・分析を行う。

構造化データ、半構造化データ、非構造化データを元の形式のまま一元的に蓄積する大規模ストレージ。データウェアハウスとは異なりスキーマを事前に定義せず、分析時に必要に応じてデータを整形する。

構造化データ、半構造化データ、非構造化データを元の形式のまま大量に蓄積するストレージ基盤。データウェアハウスと異なり、格納時にスキーマを定義する必要がなく（スキーマオンリード）、多様なデータソースからの生データを柔軟に保持できる。

構造化データ・非構造化データを問わず、生データをそのままの形式で大量に蓄積するストレージ基盤。データウェアハウスが事前にスキーマを定義して格納するのに対し、データレイクはスキーマオンリードの方式で柔軟な分析を可能にする。

構造化・半構造化・非構造化を問わず、あらゆるデータを元の形式のまま一元的に蓄積する大規模データストレージ。データウェアハウスと異なり、格納時にスキーマを定義する必要がなく、分析時にスキーマを適用する（スキーマオンリード）。

構造化・非構造化を問わず、さまざまな形式のデータをそのままの形で蓄積する大規模ストレージ。IoTデバイスから収集したセンサデータ、ログ、画像データなどを一元管理し、後から分析やAI学習に活用する。AWS S3やAzure Data Lakeが代表的。

構造化・非構造化を問わず、生データをそのままの形で大量に蓄積する保管領域。用途を決めずに貯められる反面、メタデータ管理を怠るとデータスワンプに陥る。

構造化データに加え、ログ、JSON、画像、音声などの半構造化・非構造化データを、加工せずに元の形式のまま大量に蓄積するリポジトリ。スキーマオンリードで利用時に構造を解釈するため、用途を決めずに取り込めて機械学習の素材にもなるが、メタデータやデータカタログで管理しないと中身の分からないデータスワンプになる。

構造化データだけでなく、ログ、画像、文書などの半構造化データや非構造化データも、元の形式のまま大量に蓄積する保存基盤。利用時にスキーマを適用するスキーマオンリードを採り、機械学習や探索的な分析に向くが、メタデータ管理が不十分だと中身の分からないデータスワンプになる。

NANDフラッシュメモリを記録媒体とするストレージデバイス。HDDに比べて高速アクセス、低消費電力、耐衝撃性に優れる。ウェアレベリング、ガベージコレクション、TRIM等の管理技術が組み込まれている。組込みシステムではeMMCやUFSが利用される。

データをファイルとディレクトリの階層構造で管理するソフトウェア。組込み向けにはFATFS、LittleFS（フラッシュメモリ向け、ウェアレベリング対応）、JFFS2/UBIFS（NANDフラッシュ向け）などがある。ログ保存やデータ記録に使用される。

あらゆる分野でデータの収集・分析・活用が意思決定や価値創出の基盤となる社会。ビッグデータやAIを活用して、社会課題の解決や新たなサービス創出を推進する。

2つ以上の項目を縦横に配置し、それぞれの組み合わせごとのデータを集計した表。アンケート結果の分析などで、項目間の関係性を明らかにするために用いられる。

データをカンマで区切って記録するファイル形式。テキストベースのシンプルな構造で、表計算ソフトやデータベースなど異なるシステム間のデータ交換に広く使われる。

企業が蓄積したデータを収集・分析・可視化し、経営の意思決定に活用する仕組みや手法の総称。ダッシュボードやレポートを通じて、経営状況をリアルタイムに把握できる。