データファブリック

分散するデータをメタデータで結びつけ、所在を意識せずに利用できるようにするアーキテクチャの考え方。データ仮想化やカタログを組み合わせて実現する。

社内外に分散した多様なデータソースを、メタデータを活用して自動的に結び付け、どこにあるデータも一貫した方法で発見・統合・管理・利用できるようにするアーキテクチャ。データ仮想化、データカタログ、データ統合などの機能を組み合わせ、AIによる自動化も取り入れる。

1つの問合せで、複数の異なるデータベースやストレージにあるデータを、移動・複製せずに横断して検索・結合する機能。クエリエンジンが問合せを分解して各データソースに処理を依頼し、結果をまとめて返す。データ仮想化を実現する代表的な仕組みで、TrinoやクラウドDWHの外部テーブルの参照などで提供される。

データの意味、構造、来歴、利用状況などを説明するメタデータを収集・整備し、最新の状態に保つデータマネジメントの機能。DMOなどが運用ルールを定め、メタデータリポジトリやデータカタログで一元的に管理することで、利用者がデータを探し、正しく解釈して使えるようにする。

複数のシステムやデータソースに分散するデータを、形式・コード・意味をそろえて結合し、一貫した形で利用できるようにすること。ETL/ELTによる物理的な集約のほか、データ仮想化による論理的な統合もある。データマネジメントの機能の一つで、データ基盤やマスターデータ管理の前提となる。

データを再利用しやすくするための4つの原則で、Findable（見つけられる）、Accessible（アクセスできる）、Interoperable（相互運用できる）、Reusable（再利用できる）の頭文字をとったもの。2016年に研究データの共有のために提唱され、永続的な識別子、豊富なメタデータ、標準的な語彙、利用条件の明示などを求める。

担当する業務領域のデータについて、定義、品質、取扱いのルールが守られるよう日常的に管理する役割。データオーナーから委任を受け、業務用語の定義やメタデータの整備、品質問題の調査と是正、利用者からの問合せ対応などを担い、業務とITの橋渡しをする。

データ項目ごとに、名称、意味、データ型、桁数、値の範囲、コードの意味などの定義をまとめたもの。システムの設計・開発や、利用者がデータの内容を確かめる際の基準となり、テクニカルメタデータの中心的な要素である。