列指向データベース

データを行ではなく列ごとにまとめて格納するデータベース。特定の列だけを集計する処理で読み出す量が少なくて済み、圧縮も効きやすい。データウェアハウスの分析用途に向く。

同じ列の値をまとめて格納する方式のデータベース。集計対象の列だけを読めばよく、同種の値が並ぶため圧縮効率も高い。データウェアハウスや分析用途に向く一方、1行単位の更新は不得手。

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。

売上などの数値（メジャー）を、期間・地域・商品などの複数の切り口（ディメンション）で構成したデータキューブとして扱い、視点を切り替えながら集計・分析する手法。OLAPの中心的な機能で、ドリルダウン、ドリルアップ、スライス、ダイス、ドリルスルーなどの操作で分析を進める。

多次元分析で、集計の粒度を細かくして詳細なデータへ掘り下げる操作。年→四半期→月のようにディメンションの階層を下位へ移動し、集計値の内訳や異常の原因を確かめる。逆に上位の階層へ集約する操作をドリルアップという。

多次元分析で、ディメンションの階層を上位へ移動して、より粗い粒度に集約する操作。日次の売上を月次・年次に、店舗別を地域別にまとめるなど、全体の傾向を把握するときに使う。ロールアップとも呼び、詳細へ掘り下げるドリルダウンの逆に当たる。

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。

1つのデータベースで、業務のトランザクション処理（OLTP）と分析処理（OLAP）の両方を同時に行う方式。行指向と列指向のデータ形式を併せ持つなどして互いの性能への影響を抑え、DWHへのデータ転送を待たずに最新のデータを分析できる。

多次元分析で、データキューブのある1つのディメンションを特定の値に固定し、その断面を取り出す操作。例えば年度を「2026年度」に固定して、地域×商品の売上表として見る。複数のディメンションに範囲や条件を指定して部分を切り出す操作はダイスという。