データウェアハウス（DWH）とは？（データレイクとの違いも整理）【DS検定リテラシー】

DS検定トップ＞データウェアハウス（DWH）とは？（データレイクとの違いも整理）【DS検定リテラシー】

まず結論

データウェアハウス（DWH）は、複数の業務システムから集めたデータを、分析しやすい形に整理・統合して蓄積する基盤です。

DS検定では、DWHは整理済みの分析用データ、データレイクは生データを幅広くためる場所と切り分けられることが重要です。

DWHは、分析用に整えられた「倉庫」のようなものです。

たとえば、販売管理、在庫管理、顧客管理のシステムが別々にあると、列名やコード体系、更新タイミングがそろっていないことがあります。そのままでは、経営ダッシュボードやKPI分析に使いにくい状態です。

DWHでは、これらのデータを集めて、表記や形式をそろえ、分析しやすい形で保存します。

DWHは、分析目的で使うデータを蓄積する基盤です。一般的には次の流れで作られます。

DWHでは、保存前にデータの構造を決めて整える考え方が重要です。これは Schema on Write と呼ばれ、データレイクの Schema on Read と対比されます。

DWHは、正確で一貫した分析用データが必要な場面で使います。

一方、画像・音声・ログなど、用途がまだ決まっていない非構造データを大量に保存するだけなら、データレイクの方が向いている場合があります。

DS検定では、「分析しやすい形に整理済み」「構造化データ中心」「経営分析・BI」とあればDWHを疑います。

DWHの目的は、ただ大量に保存することではありません。分析しやすいように、データの意味や形式をそろえて蓄積することが目的です。

業務DBは、注文登録や在庫更新などの取引処理を正確に行うためのものです。DWHは、過去データを含めて分析しやすくするためのものです。

「日々の更新処理」なら業務DB、「横断的な分析」ならDWHと読み分けます。