--- title: "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】" description: "データウェアハウス（DWH）は、複数システムの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。データレイクや業務DBとの違い、Schema on Write、DS検定での判断ポイントを整理します。" last_modified_at: "2026-06-22" canonical_url: "https://stemtazoo.github.io/ds/data-warehouse/" section: "ds" ---
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。 ## 直感的な説明 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。 - 業務DB：日々の取引を正しく処理する場所 - DWH：複数データを整理して分析する場所 - データレイク：形式を問わず生データを広く保存する場所 ## 定義・仕組み 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。 1. 複数の業務システムからデータを集める 2. 欠損、表記ゆれ、コード体系などを整える 3. 分析しやすいテーブル構造に統合する 4. レポート、BI、KPI管理に利用する 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。 ## どんな場面で使う？ 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。 - 売上・利益・在庫の定型レポート - 経営ダッシュボード - KPIや部門別実績の分析 - 複数システムをまたぐ顧客分析 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。 ## よくある誤解・混同 ### ① DWHを単なる大容量ストレージだと思う 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。 ### ② データレイクとの違いをあいまいにする | 項目 | DWH | データレイク | |---|---|---| | 保存時の考え方 | 整理して保存する | そのまま保存する | | 主なデータ | 構造化データ中心 | 構造化・非構造化を含む | | 得意な用途 | 定型分析、BI、KPI | 将来分析、AI用データ探索 | | キーワード | Schema on Write | Schema on Read | ### ③ 業務DBと同じだと思う 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。 ## まとめ（試験直前用） - DWHは整理・統合された分析用データ基盤 - 複数システムのデータをそろえて蓄積する - 保存前に構造を決めるSchema on Writeが重要 - データレイクは生データを広く保存する考え方 - DS検定では「整理済み」「BI」「KPI」「経営分析」ならDWH ## 対応スキル項目（データエンジニアリング力シート） - データ基盤 - データ管理 - ★ データ基盤の代表的なアーキテクチャを理解している - ★ データウェアハウスとデータレイクの違いを理解している