ビッグデータ

従来のシステムでは処理が困難なほど大量かつ多様で、高速に生成されるデータの総称。3V（Volume=量、Variety=多様性、Velocity=速度）が特徴とされ、分析により新たな価値を創出する。

従来のデータベースでは処理が困難な巨大かつ多様なデータの集合体。量（Volume）、速度（Velocity）、多様性（Variety）の3Vが特徴。AI・機械学習と組み合わせた分析により、ビジネス上の価値を創出する。

従来のデータベース技術では処理が困難な大規模・多種多様・高速に生成されるデータの総称。Volume（量）、Variety（多様性）、Velocity（速度）の3Vで特徴づけられ、AIや機械学習と組み合わせた分析活用が進む。

従来のデータベース技術では処理が困難な、大量・多種・高速に生成されるデータの総称。Volume（量）、Variety（多様性）、Velocity（速度）の3Vで特徴づけられ、AIやBIと組み合わせた分析により、経営上の意思決定や新たな価値創出に活用される。

量（Volume）、多様性（Variety）、速度（Velocity）の点で従来の手法では扱いきれない大規模データ。IoT機器からの収集ではトラフィックが増大するため、エッジでの前処理や帯域制御が設計上の課題となる。

従来のデータベース技術では処理困難な大量・多種多様・高速発生のデータ。3V（Volume：大量、Velocity：高速、Variety：多様性）の特性を持つ。IoTデータ、SNS投稿、ログデータなどが例。

従来の手法では扱いきれない規模・多様性・発生速度をもつデータ群。行動ログやセンサーデータなどが典型で、活用には専用の基盤と分析技術を要する。

従来のデータベース管理の方法では扱いきれないほど大量で多様なデータ。量（Volume）、種類（Variety）、発生・更新の速度（Velocity）の3Vで特徴づけられ、正確性（Veracity）や価値（Value）を加えることもある。分散処理基盤やクラウドで蓄積・分析し、新たな知見の発見に生かす。

受注入力や口座振替のような、短い更新トランザクションを多数同時に処理する形態。応答時間と整合性が重視される。大量データの集計・分析を行うOLAPとは、求められる設計が大きく異なる。

表記の揺れ、重複、欠損、明らかな誤りを検出して修正・統一し、分析に耐えるデータに整える作業。データウェアハウスへの取込み前に行われ、分析結果の信頼性を左右する重要な工程となる。

データベースの複製を別のサーバに作り、更新内容を継続的に反映させる仕組み。参照処理を複製側に振り分けて負荷を分散でき、障害時には複製を昇格させて可用性を確保できる。

データを一定の規則で分割し、複数のサーバに分散して格納する手法。1台当たりのデータ量と負荷を下げてスケールアウトできるが、分割をまたぐ結合や集計、再分割の運用が難しくなる。

分散データベースが重視する性質で、基本的に利用可能（Basically Available）、やわらかい状態（Soft state）、結果整合性（Eventual consistency）の頭字語。厳密な整合性より可用性を優先する考え方を表し、ACID特性と対比される。

更新直後は複製間で内容が食い違っても、一定時間が経てばすべての複製が同じ状態に収束するという整合性のモデル。可用性と応答性能を優先する分散システムで採用される。