データウェアハウスとは？大量データを統合・蓄積して分析する仕組み【基本情報技術者試験】

まず結論

データウェアハウス（DWH：Data Warehouse）とは、企業内のさまざまなシステムから集めたデータを整理・統合して蓄積し、分析や意思決定に利用するためのデータ基盤です。

基本情報技術者試験では、次のキーワードがまとまって出たら、データウェアハウスを第一候補にします。

大量のデータ
＋
整理・統合
＋
蓄積
＋
分析・意思決定
→ データウェアハウス

一言で覚えるなら、

「集める・そろえる・ためる・分析する」ならデータウェアハウス

です。

会社では、売上、在庫、顧客、会計などのデータが別々のシステムに保存されていることがあります。

販売管理 ─┐
在庫管理 ─┤
顧客管理 ─┼→ 整理・統合 → データウェアハウス → 分析・意思決定
会計     ─┘

そのままでは、会社全体の状況を横断して分析しにくいことがあります。

そこで、複数のシステムからデータを集め、形式や意味をそろえ、分析しやすい形で蓄積します。

データウェアハウスは、名前のとおり 分析用データを集めた「倉庫」 と考えるとイメージしやすいです。

データウェアハウスは、日々の業務処理そのものよりも、過去から現在までのデータを横断的に分析することを目的とします。

基本的な流れは次のようになります。

このテーマは、基本情報技術者試験のデータベースやデータ活用に関係する内容です。公式の出題範囲やシラバスは、IPA：基本情報技術者試験から確認できます。

科目Aでは、用語の定義や役割を見分ける問題として出やすいテーマです。

判断するときは、何を管理・処理する仕組みなのかに注目します。

特に、次の組合せが決め手です。

企業内に散在するデータ
↓
整理・統合
↓
蓄積
↓
意思決定に利用
→ データウェアハウス

単に「データを管理する」という表現だけで判断せず、統合して分析に使うのかまで確認するのがポイントです。

データウェアハウスは、複数の業務システムをまたいでデータを分析したい場面で使われます。

たとえば、次のような場面です。

日々の注文処理を高速に行うことが主目的ではなく、蓄積したデータを使って「何が起きているか」を分析することが中心です。

この2つは、どちらも「データを扱う」ため混同しやすいですが、役割が違います。

データウェアハウス
→ データそのものを統合・蓄積する

データディクショナリ
→ データの定義情報を管理する

「項目名」「データ型」「意味」「定義」といった言葉が中心なら、データウェアハウスではありません。

データマッピングは、異なるデータの項目を対応付ける作業です。

顧客ID ↔ customer_id
商品番号 ↔ item_code

データウェアハウスはデータを統合・蓄積する基盤、データマッピングはデータ同士を対応付ける処理・設計と切り分けます。

どちらも大量のデータを蓄積しますが、扱い方が異なります。

データウェアハウス
→ 分析しやすい形に整理して蓄積

データレイク
→ 生データを幅広く保存

FEではまず、「整理・統合された分析用データ」ならデータウェアハウスと押さえておけば十分です。

データ基盤としての違いをもう少し深く理解したくなったら、DS検定向けのデータウェアハウス解説も参考になります。DWHとデータレイクの違いや、分析基盤としての考え方まで一段深く整理しています。

また、試験で似た用語をさらに切り分けたい場合は、SG試験向けのデータウェアハウス解説で、データマート・データレイク・データカタログ・データリネージとの違いを確認できます。