A-1データ分析・データ利活用 · データ基盤

スタースキーマ

Star Schema

すたーすきーま

データウェアハウスで使われる代表的なデータモデル。売上金額などの数値を記録する中心のファクトテーブルと、日付・商品・店舗などの分析の切り口を表すディメンションテーブルを星形に結合する。ディメンションテーブルは正規化しないため、結合が少なく集計が速い。

共有:

他の資格での定義

データウェアハウスの代表的なスキーマ構造。中央にファクトテーブル（事実テーブル）、周囲にディメンションテーブル（次元テーブル）を配置する星型構造。ディメンションテーブルは非正規化し、結合の簡素化と検索性能の向上を図る。

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。

Past Exams

過去問で 6 回出題（応用情報技術者試験 3・データベーススペシャリスト試験 3）

出典: 独立行政法人情報処理推進機構（IPA）の過去問題。問題文は IPA のサイトの PDF で確認できます。「選択肢」は、問題文ではなく選択肢に出たものです。用語名で照合しているため、関係の薄い問題が含まれることがあります。

データアーキテクチャの形態の一つで、組織のデータを中央の1つのデータベースやデータ基盤に集約して一元的に管理する方式。データの整合性の維持や管理・統制がしやすく、全社横断の分析に向くが、中央の基盤に負荷が集中し、障害時の影響が全体に及びやすい。

表のデータを行単位ではなく列単位にまとめて格納するデータベース。集計に必要な列だけを読み出せばよく、同じ種類の値が並ぶため圧縮の効率も高いので、大量データの分析処理（データウェアハウス）に向く。1行単位の追加や更新は行指向のデータベースより不得手である。

正規化した表を、検索の性能を高める目的で、あえて結合したり、冗長な列や集計値を持たせたりすること。表の結合の処理を減らして問合せを速くできるが、同じデータを複数箇所で持つため、更新時に不整合が起きないよう管理する必要がある。

業務システムなどのデータソースからデータを抽出（Extract）し、分析に適した形式に変換・加工（Transform）してから、データウェアハウスなどに格納（Load）する処理、またはそのツール。格納前に変換するので格納先には整ったデータだけが入るが、変換処理の設計と処理時間が課題になる。

データウェアハウスなどから、特定の部門や用途に必要なデータだけを切り出して格納した小規模なデータベース。営業部門の売上分析用、マーケティング用などに作り、対象を絞ることで利用者が扱いやすく、検索の応答も速くなる。

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。