データベース

データレイク

Data Lake

概要

構造化・非構造化を問わず、あらゆるデータを生のまま蓄積する大規模データ格納基盤。

詳細解説

データレイクは、構造化データ（RDBのテーブルデータ等）、半構造化データ（JSON、XML等）、非構造化データ（テキスト、画像、動画等）を、変換せずに生のまま蓄積する大規模なデータストレージである。

DWHが分析目的に合わせてデータを整理してから格納するのに対し、データレイクは目的を限定せずにまず蓄積し、後から必要に応じて加工・分析する。ビッグデータやAI分析の基盤として注目されているが、管理が不十分だとデータスワンプ（データ沼）に陥るリスクがある。

試験対策のポイント

暗記必須：データレイクは構造化・非構造化を問わず、あらゆるデータを加工せず生のまま大量に蓄積する基盤。
ひっかけ注意：DWHが「整形・構造化済みデータを目的に応じて蓄積」するのに対し、データレイクは「生データをそのまま貯める」点が違い。
関連づけ：ビッグデータ・AI活用の文脈で、多様なデータを後から柔軟に分析できる基盤として問われる。

事例・具体例

企業のWebサイトのアクセスログ、SNSの投稿データ、IoTセンサーの計測データなど、多様な形式のデータをそのままデータレイクに蓄積し、AIによる分析に活用する。