データウェアハウスの記事一覧（1/3 ページ）

データウェアハウスの最新動向や導入・活用に役立つ導入事例、技術解説をお届けします。

データウェアハウスのオンプレ構築の課題を解決するアプライアンス

　DWHを定義する鍵は、そこに流れ込むデータのソースを理解することだ。それが、データレイクだ。（続きはページの末尾にあります）

記事一覧

• 

  GoogleやAWSなど大手ITベンダーがこぞって採用　「Apache Iceberg」とは何者か

  2025年07月30日 05時01分
• 

  オンプレミスにはない「クラウドデータレイク」の長所と短所とは？

  2025年02月13日 05時00分
• 

  いまさら聞けない「オンプレミスDWH」「クラウドDWH」の基礎

  2024年12月03日 05時01分
• 

  枯れたはずのDWHが「クラウドDWH」で再び盛り上がる訳

  2023年03月17日 04時00分
• 

  東急不動産HDが“脱Excel”で年間1000時間の業務を削減　その具体的な手段とは？

  2022年11月10日 05時03分
• 

  従来型データウェアハウスでは分析できない、次世代ツールの「分析対象」

  2021年12月16日 08時00分
• 

  データウェアハウスとデータレイクが新時代に適応できない弱点

  2021年12月09日 08時00分
• 

  オンプレデータウェアハウスの課題を解決するクラウドサービス

  2021年06月09日 08時00分
• 

  データウェアハウスのオンプレ構築の課題を解決するアプライアンス

  2021年06月02日 08時00分
• 

  いまさら聞けない「データマート」の基礎　「DWH」との違いを納得させるには？

  2021年04月28日 05時00分
• 

  いまさら聞けない「データウェアハウス」の基礎　何ができるのか？

  2021年04月13日 05時03分
• 

  クラウドDWHのFireboltが約3700万ドル調達　売りの「高速処理」の中身とは？

  2021年01月20日 15時30分
• 

  Next Pathway、オンプレミスDWHのクラウド移行を支援する「Crawler360」を発表

  2020年12月17日 10時30分
• 

  データレイクでSQLクエリを直接実行できる「SQL Analytics」　Databricksが発表

  2020年12月04日 10時00分
• 

  医療問題に取り組む非営利団体は「データウェアハウス」（DWH）をどう選んだのか

  2020年09月15日 05時01分
• 

  「DWH」選びに失敗しないための14大チェックリスト

  2020年09月08日 05時00分
• 

  クラウドDWH（データウェアハウス）は今までのDWHと何が違うのか？

  2019年02月01日 05時00分
• 

  徹底比較：データウェアハウス、データレイク、データマート、ODSの違いは？

  2018年11月22日 05時02分
• 

  英SAP顧客「HANAに大満足」 vs. SAP優良顧客「SAP製品は二度と買わない」

  2016年10月25日 08時00分
• 

  事例：DWH高速化をフラッシュストレージで実現した愛媛大学医学部附属病院

  2015年11月10日 08時02分

DWHとは

　データレイクは企業の全データのリポジトリだ。そこには構造化データも非構造化データも半構造化データもある。これを扱うのはデータサイエンティストの領分であり、ユーザーやほとんどのITスタッフにとってアクセスするようなものではない。

　データはメタデータによって検索でき、ある程度はクエリ可能だ。だが分析する場所ではない。データレイクは分析作業前にデータを配置し、データを処理する場所だ。

　分析を行うのはDWHだ。無秩序なデータレイクとは異なり、DWHは正しく整理されておりデータベースの構造化データで構成される。

DWHのストレージ

　データレイクはほとんど整理されておらず、アクセスはそれほど高速でなくてもよい。配置されるデータには無数の形式がある。そのデータを把握するには、多くの場合「Apache Hadoop」や「Apache Spark」などのスキーマオンリードツールやAmazon Web Services（AWS）の「Amazon Athena」（訳注：SQLでAmazon S3をクエリするサービス）が必要になる。

　データがDWHに到着した時点でデータの精査とラングリング（分析用の前処理）は行われており、通常はETL（抽出、変換、読み込み）プロセスの対象として1つ以上のデータベースに保管される。

　データへのアクセスは分析が目的なのでトランザクションデータベースほどの高速性は必要ない。ただし分析処理を目的としてデータセットがアクセスまたはコピーされるので、入出力（I/O）は相当量のシーケンシャルトラフィックになると考えられる。

　こうした要件から、DWHのストレージにはある程度のパフォーマンス（高RPM、SAS）のHDDまたはフラッシュが利用されることが多い。シーケンシャルアクセスに適したQLCが要件を満たす可能性がある。

DWHのアプライアンス

　DWHを独自に構築することは可能だ。ストレージの仕様は比較的容易な部類に入る。だが、その影響が将来にも及ぶことを考えると複雑になる可能性がある。

　こうした課題を軽減するため、多くのベンダーがDWHアプライアンスを提供している。こうしたアプライアンスはハードウェア、OS、DBMS、ストレージ、ネットワークが構成済みで、スケールアウトされるものが多い。

　DWHアプライアンスを最初に提供したのがNetezzaだ。同社は2010年にIBMに買収され、ブランド名を変えて5年ほど存在したがやがて姿を消した。この状況が変わったのは2019年のことだ。IBMがRed Hatを買収し、フラッシュストレージ、FPGAでの処理、オンプレミスでもクラウドでも運用できる機能を備えたアプライアンスとしてNetezzaブランドを復活させた。

　DWHのパイオニア的存在のTeradataは、クラウドおよびハードウェアベースのDWHやビジネス分析、コンサルティングサービスを提供している。「Teradata Everywhere」により、ユーザーは超並列処理（MPP：Massively Parallel Processing）を使ってオンプレミスDWH、マルチクラウドストレージ、ハイブリッドクラウドストレージ全体のパブリックデータベースとプライベートデータベースにクエリを送信できる。「Teradata IntelliFlex」はフラッシュストレージを使って数百PBにスケーリングできるDWHだ。「Teradata intelliCloud」はデータとAnalytics as a Service用のセキュアなマネージドクラウドだ。

　EMCはしばらくの間オープンソースの「Greenplum」を自社のハードウェアにバンドルする形で販売していたが、現在はGreenplumのみで販売している。Greenplumは同社のDWHを軸とし、高度に並列化された「PostgreSQL」を基盤とする。このソフトウェアは大手ベンダーと競合するクラウドでの使用をターゲットにしているが、コンテナ化してオンプレミスで運用することも可能だ。

　OracleはかつてDWHアプライアンスを販売していた。現在は「Oracle Autonomous Data Warehouse」をクラウドサービスとして提供している。このサービスは「Oracle Database」を基盤とする。