データレイクとデータウェアハウスの主な違いは、データレイクはIoT（モノのインターネット）デバイス、ウェブサイト、モバイルアプリ、ソーシャルメディア、企業アプリケーションから非リレーショナルデータやリレーショナルデータを取得し、データウェアハウスは取引システム、業務データベース、業務ラインアプリケーションからデータを取得することである。
データレイクは、構造化および非構造化データを任意の規模で保存できる一元的なリポジトリです。
一方、データウェアハウスは、データの分析、レポート、視覚化により、より良い意思決定を行うためのシステムです。
データレイクとは
データレイクとは、膨大な量の生データを必要な時までそのままのフォーマットで保持するストレージリポジトリのことです。
データレイクには、さまざまなビジネスアプリケーションからのリレーショナルデータや、IoTデバイス、ソーシャルメディア、モバイルアプリなどから取得した非リレーショナルデータが格納されます。
SQLクエリ、ビッグデータ解析、リアルタイム分析、機械学習など、さまざまな手法を駆使してビジネスのインサイトを得ることが可能です。
さらに、データレイクは複数の利点を提供します。
データレイクは、様々なソースからデータを収集し、オリジナルのフォーマットで保存することができます。
そのため、構造、スキーマの定義やデータ変換の実行にかかる時間を短縮することができます。
また、データサイエンティストやビジネスアナリストは、データを別の分析システムに移動させることなく、データを分析することができます。
さらに、機械学習技術を適用して最適な結果を得ることができ、ビジネス上の意思決定を行うことも可能です。
さらに、イノベーション、顧客とのインタラクション、業務効率を向上させることができます。
一方で、中身を見落としたままのデータもあり得ます。
そのため、データをカタログ化し、安全に管理する仕組みが必要です。
データウェアハウスとは
A data warehouse is a system that improves the business intelligence process. It converts data into valuable information in order to analyze the business. Thus, this helps to monitor the current status and to make future decisions. Furthermore, data warehouses are subject oriented, integrated, time variant and nonvolatile. There are data marts in a data warehouse. These data marts contain data for specific users. For example, HR and sales departments have separate data marts. It increases data integrity and security.
組織内には様々なデータソースが存在する。
これらのソースからデータを抽出し、変換してデータウェアハウスにロードする。
このプロセスは、ETLプロセスとも呼ばれます。
その後、データは統合され、ビジネスに役立つ洞察を得るために処理されます。
データを格納する前に、データウェアハウスの構造とスキーマを定義する必要があります。
データウェアハウスの結果、業務上の報告や分析が可能になる。
データレイクとデータウェアハウスの違い
定義
データレイクとは、構造化および非構造化された大量のデータを、巨大で簡単にアクセスできる一元的なリポジトリです。
これに対し、データウェアハウスは、複数のデータソースから統合されたデータを格納する中心的な場所です。
このように、データレイクとデータウェアハウスの主な違いはここにあります。
データ
また、データレイクは、IoTデバイス、Webサイト、モバイルアプリ、ソーシャルメディア、企業内アプリケーションなどから、非リレーショナルデータやリレーショナルデータを取得する。
一方、データウェアハウスは、トランザクションシステム、業務データベース、業務アプリケーションからデータを取得する。
クエリーの結果
クエリ結果は、データレイクとデータウェアハウスのもう一つの違いです。
データレイクでは低コストのストレージで高速なクエリ結果が得られ、データウェアハウスでは高コストのストレージで高速なクエリ結果が得られます。
分析方法
さらに、データレイクでは機械学習、予測分析、データディスカバリー、プロファイリングなどを用いるのに対し、データウェアハウスではバッチレポート、ビジネスインテリジェンス、ビジュアライゼーションなどを用います。
したがって、この点もデータレイクとデータウェアハウスの違いと言えます。
ユーザー
また、データサイエンティスト、データデベロッパー、ビジネスアナリストはデータレイクを、ビジネスアナリストは主にデータウェアハウスを使用します。
結論
データレイクとデータウェアハウスの大きな違いは、データレイクはIoTデバイス、Webサイト、モバイルアプリ、ソーシャルメディア、企業内アプリケーションからノンリレーショナルとリレーショナルを取得し、データウェアハウスはトランザクションシステム、業務データベース、ラインオブビジネスアプリケーションからデータを取得する点です。
