仮に、システムから取得したデータが大量にあり、そのデータを分析に使う必要があるとする。この場合は、データウェアハウスかデータレイクいずれかを選ぶのが一般的だ。データウェアハウスは、信頼できる単一のデータソースとしての役割を果たす。データを格納する際、データの履歴から余分な情報を削除し、分類しているためだ。

　これに対し、データレイクは複数のソースからデータを収集し、格納する。基本的に、データレイクはソースから取得したさまざまなデータを加工せず、そのまま保持する。

　データレイクはビジネス分析の標準的なユーザーにはあまり適していない。さまざまなソースからデータを取得する上、データが整理されていないことがあるためだ。データサイエンティストなどのデータ分析を専門とする者がデータレイクを使用する。

　実際のウェアハウス（倉庫）とレイク（湖）を思い浮かべれば、データウェアハウスとデータレイクの違いが理解できるだろう。倉庫では、特定のソースから取得した商品を整理して保管する。一方、湖には小川や河川などのさまざまなソースから水がそのまま流れ込む。

　データウェアハウスのベンダーは、Amazon Web Services（AWS）、Cloudera、IBM、Google、Microsoft、Oracle、Teradata、SAP、SnapLogic、Snowflakeなど選択肢が多彩だ。データレイクを提供するのは、AWS、Google、Informatica、Microsoft、Teradataといったデータ管理プロバイダーだ。

データウェアハウス vs. データマート

　データマートはデータウェアハウスと混同されることが少なくない。だが、この2つは目的が明確に異なる。

　一般に、データマートはデータウェアハウスの部分集合になる。つまり、データマートに収容されるデータはデータウェアハウスがソースになる。ただし、データマートがデータウェアハウス以外のソースからデータを取得することもある。データマートに送られるデータは、営業チームなど特定の組織に所属するユーザー向けに厳選される。これによりユーザーが必要なデータを素早く見つけられるようにする。すなわち、財務分析など特定の用途で使用されるデータがデータマートに保持される。

　データマートはデータウェアハウスよりも規模がはるかに小さい。データマートで保持するデータ量は数十GB程度だが、データウェアハウスは数百GB～数P（ペタ）Bのデータ量を保持する。

　データマートは既存のデータウェアハウスやその他のデータソースを持つシステムによって構築できる。データマートは構築の際、データベースのテーブルを設計し、関連のあるデータを設定し、データにアクセスできるユーザーを決める。

データウェアハウス vs. ODS

　ODSはデータベースの一種だ。データウェアハウスに収容する全データを一時的に保持する領域として機能する。倉庫で例えれば積み降ろし場に当たる。ここでは到着した商品が検査される。ODSで保持している間に、データの不純物を取り除き、重複をなくす。ビジネスルールに準拠しているかどうかもチェックする。これらを経て、ODSは必要なデータをデータウェアハウスに送る。

　ODS内のデータにはクエリを実行できる。だが、ODSでは一時的にしかデータを保持しないため、特定のクエリに対する情報しか提供されない。例えば進行中の顧客注文に関する情報などがそれに該当する。

　ODSはRDBMS（リレーショナルデータベース管理システム）か、オープンソースの分散処理プラットフォーム「Apache Hadoop」上で実行されるのが一般的だ。データは「Attunity Replicate」や「Hortonworks DataFlow」などのデータ統合ツール、データ取得ツールを使用してODSに供給される。

データウェアハウス vs. データレイク、RDB

　データウェアハウス、データレイク、RDBの主な違いは次のように説明できる。RDBは、単一のソースから取得した構造化データを格納、整理するために使用される。データウェアハウスは、複数のソースから取得した構造化データを保持するために構築される。データレイクはこの2つとは異なり、非構造化データ、半構造化データ、構造化データを格納する。

　RDBは比較的簡単に作成でき、トランザクションデータを格納、整理するために使用できる。しかしRDBには非構造化データをサポートしない、膨大な量のデータを扱えない、といったデメリットがある。そのため非構造化データや膨大な量のデータを扱う場合は、データウェアハウスかデータレイクかの選択になる。とはいえ、運用データ分析やトレンド分析のようなタスクには、最近でも相変わらずRDBを使う企業が少なくない。

　RDBはオンプレミスかクラウドかを選択できる。選択肢として「Microsoft SQL Server」「Oracle Database」「MySQL」「IBM DB2」「Amazon Relational Database Service」（Amazon RDS）、「Cloud Spanner」などがある。