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。

従来の手法では扱いきれない、量（Volume）、多様性（Variety）、速度（Velocity）を備えたデータの総称。分散処理基盤で蓄積・分析し、需要予測や異常検知などの意思決定に活用する。

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。

ネットワークで結んだ複数のコンピュータに処理やデータを分散させるシステム構成。負荷を分担でき、拡張がしやすく、一部の故障が全体に波及しにくい。一方で、データの整合性の維持、障害箇所の特定、セキュリティ管理が複雑になる。

マルチプロセッサシステムの結合方式の一つで、各プロセッサがそれぞれ専用の主記憶とOSを持ち、通信回線や共有ディスクなどを介して連携する方式。台数を増やして処理能力を拡張しやすく、障害の影響も局所化しやすいが、プロセッサ間の連携に時間がかかる。

ネットワーク上の別のコンピュータにある手続（プロシージャ）を、自分のプログラム内の手続と同じように呼び出せるようにする仕組み。引数と戻り値の受渡しや通信の処理が隠蔽されるため、分散システムを簡潔に記述できる。gRPCなどの実装がある。

データを、固有の識別子とメタデータを付けたオブジェクトという単位で、階層構造を持たない平坦な領域に格納するストレージ。HTTPベースのAPIでアクセスし、容量を大規模に拡張しやすいため、クラウドでの画像・動画、バックアップ、データレイクの保管に使われる。

ネットワークで結ばれた複数のサーバの記憶装置をまとめ、利用者からは1つのファイルシステムとして扱えるようにする仕組み。ファイルを分割・複製して複数のサーバに格納するため、大容量化と耐障害性を両立できる。ビッグデータ処理の基盤であるHDFSなどが代表例。

データソースから抽出（Extract）したデータを、変換せずにまずデータレイクやクラウド型のデータウェアハウスに格納（Load）し、格納先の処理能力を使って必要に応じて変換（Transform）する方式。ETLと処理の順序が逆で、大量のデータを速く取り込め、元のデータを残したまま用途に応じた加工ができる。