DWH(データウェアハウス)とデータレイクの違いって？

2019年11月28日最終更新

DWHとデータレイクの違いが分からず困っていませんか。両者ともデータを保管するツールのため、どちらを選ぶべきか分からない人は多いでしょう。

この記事では、DWHとデータレイクの違いや自社に合うシステムの選び方、導入前にやるべきことを解説します。ぜひ、自社のデータ管理・活用体制を見直す参考にしてください。

DWH（データウェアハウス）とデータレイクの違いって？

DWH（Data Ware House:データウェアハウス）とデータレイクの違いを２つの点から見ていきましょう。

DWHは構造化データ、データレイクは非構造化データとして格納します。そのため、DWHはデータの検索性、データレイクはデータの柔軟性に優れています。

DWHは、社内に散在するデータを集約するためのツールです。各種アプリケーションやデータベースから情報を集めます。データの保存形式や項目名は統一され、ユーザーが閲覧しやすい形で表示されます。構造化されているため、目的のデータを探し出すのも容易です。

一方、データレイクはテキストからGPSデータまで、幅広いデータをそのまま扱うツールです。保存されるデータは一切処理を加えていないため、目的に応じて柔軟に活用できます。ただし、その分DWHよりも大きいストレージが必要になるうえ、統一した扱いが難しいのが難点です。

DWHで扱うデータは利用目的が明確です。データは目的に応じて適切な処理が施され、無駄な部分を削ることで、洗練された状態で保存されます。たとえば、レポート作成に用いるのが目的であれば、SQLクエリが高速になるよう処理されます。

一方、データレイクに保存されるデータは利用目的が明確ではありません。目的が定まっていないために、構造化できないとも言えるでしょう。将来利用される可能性があるデータをひとまず非構造化データのまま格納します。

したがって、データレイクはDWHと比較し、消費ストレージの無駄が大きくなります。しかし、明らかに必要なデータしか保存しないDWHに対し、一見不要なデータが後から必要になった場合にも対応可能です。

そのため、将来を予測しづらい昨今のビジネス環境を踏まえ、データレイクのメリットに注目する企業が増えています。

DWHで保存されるデータは、データを扱う知識のある人が目的に応じて加工しています。具体的には、チャートやグラフなど、視覚的にわかりやすい状態でまとめられています。そのため、エンドユーザーにはデータを扱う専門知識が必要ありません。

一方、データレイクに保存されるデータは生の状態です。つまり、エンドユーザーはデータを目的に応じて自ら加工しなければなりません。しかし、逆に言えば、自分で設定した目的に応じて加工する自由があるということです。

専門知識を持つ人にとっては、DWHよりもデータを有効活用しやすいでしょう。したがって、DWHは一般のビジネスマン向け、データレイクはデータサイエンティスト向けのツールといえます。

DWHとデータレイクは一長一短です。どちらかがもう一方を淘汰する関係ではない点に注意しましょう。どちらのシステムを選ぶべきかは、業種によって大きく左右されます。例として２つの業種を見てみましょう。

教育: 近年、教育現場におけるデータ活用の重要性が認識されています。生徒が抱える問題の把握や予測、解決にデータを役立てます。生徒に関する情報は非構造化データが多いです。; したがって、それらの保存・活用に適したデータレイクが用いられています。
金融: 金融業では、専門知識を要するデータを企業全体で扱えることが重要です。また、刻一刻と変化する経済状況を把握するため、高度なリアルタイム性も求められるでしょう。; したがって、誰でも見やすい状態ですぐにデータを確認できるDWHが適しています。