レイクハウス

データレイクとデータウェアハウスの特徴を1つの基盤に統合したデータ基盤のアーキテクチャ。安価なオブジェクトストレージに多様な形式のデータを置いたまま、トランザクション管理やスキーマの適用、高速なSQL分析を可能にし、BIと機械学習を同じデータで行えるようにする。

複数の業務システムのデータを、分析しやすいように主題別に統合・整理して時系列で蓄積するデータベース。履歴を保持し、原則として更新せずに追記していく点が業務システムのデータベースと異なる。スキーマオンライトで事前に構造を定めるため、品質の揃ったデータを全社で横断的に集計・分析するのに向く。

DWHのデータから、特定の部門や用途に必要なものだけを抽出・集計して切り出した小規模なデータベース。利用者が扱うデータを絞り、目的に合わせた形に整えておくため、BIツールでの集計や定型レポートを高速に行える。

DWHの代表的なデータモデルで、売上金額などの数値を持つファクトテーブルを中心に置き、日付・商品・顧客などの分析軸を表すディメンションテーブルを周囲に配置した星形の構造。ディメンションテーブルを非正規化しておくため結合が少なく、集計の問合せが単純で高速になる。

スタースキーマのディメンションテーブルを正規化し、商品→商品分類→大分類のように階層ごとの表に分割した構造。データの重複が減り、マスタの更新や整合性の維持がしやすい反面、問合せで結合する表が増えて、集計の性能や分かりやすさはスタースキーマに劣る。

データを格納するときには構造を定めずに元の形式のまま保存しておき、読み出して利用するときにスキーマを当てはめて解釈する方式。データレイクで採られ、取込みが速く用途の変化に柔軟に対応できるが、利用者ごとに解釈がばらつかないようメタデータの整備が欠かせない。

データを格納する前にスキーマを定義し、それに合うように変換・検証したデータだけを書き込む方式。DWHやリレーショナルデータベースで採られ、データの品質や一貫性を保ちやすく問合せも速いが、事前の設計が必要で、新しい種類のデータや要件の変化への対応に手間がかかる。