拡張性や管理の容易さといった、主要クラウドベンダーが提供するクラウドストレージの長所のほとんどは、クラウドデータレイクにも当てはまる。初期費用を抑えたり、データセンターの構築やハードウェアの設置を回避したりできるメリットもある。

　一方で料金には注意が必要だ。クラウドストレージは容量を適時で変更できるため、データレイクの容量が想定以上に拡大すると、料金が増大する可能性がある。データをデータベースやアプリケーションに転送する際は、エグレス料金（クラウドサービスから外部のインフラにデータを送信するときにかかる料金）や通信回線の料金も考慮しなければならない。

　一部の企業は、セキュリティ、機密保持、データ主権の観点で、クラウドサービスにデータを保管することが困難だ。そうした企業は、規制によってデータを保管する場所が制限されており、未加工のデータは機密度が非常に高い場合がある。主要クラウドベンダーは、顧客データの保管場所をアベイラビリティゾーン（同一リージョン内のデータセンター）に設定したり、地理的制限を課したりしている。企業の最高情報責任者（CIO）や最高データ責任者（CDO）は、こうした制限がビジネス要件を満たすことを確認することが欠かせない。

　ただし大規模なデータレイクは、負荷の高い処理を後工程で実施するため、データレイクの処理性能が障壁になることはあまりない。そうした問題が発生するのは、主にクラウドサービスまたはオンプレミスのブロックストレージにあるDWHだ。

主要クラウドベンダーのデータレイク

　クラウドサービスでデータレイクを構築する企業向けに、主要クラウドベンダーが提供しているデータレイクを紹介する。

Microsoft

　Microsoftは、データストレージ用のデータレイクとして「Azure Data Lake Storage」（ADLS）を提供している。現行のバージョン「ADLS Gen2」は、「ADLS Gen1」とオブジェクトストレージ「Azure Blob Storage」を組み合わせたものだ。分析機能とDWHを組み合わせた「Azure Synapse Analytics」で、データレイクとDWHを組み合わせた「データレイクハウス」を構築できる。構造化データと非構造化データの両方を対象とした保管や分析が可能だ。統合データガバナンス製品「Microsoft Purview」を使うことで、データガバナンスを実現できる。

Amazon Web Services（AWS）

　AWSは、オブジェクトストレージ「Amazon Simple Storage Service」（Amazon S3）にデータレイクを構築するための「AWS Lake Formation」を提供している。クエリ実行サービス「Amazon Athena」「Amazon Redshift Spectrum」、AIモデル構築サービス「Amazon SageMaker」と組み合わせれば、データへのアクセスと分析、AIモデルの構築を実行可能だ。

Google

　Googleは、他の2社とは異なるアプローチを採用している。オブジェクトストレージ「Cloud Storage」を、クラウドDWH「BigQuery」とAIモデル構築サービス「Vertex AI」と組み合わせる方式だ。データレイクとDWHを組み合わせたストレージ「BigLake」も提供している。具体的には、BigQueryやAmazon S3、Microsoft Azureのストレージを組み合わせることができる他、データレイクとDWHを統合したデータ管理アーキテクチャ「Open Format Data Lakehouse」を作成できる。