データレイクとは？全てのデータを一元管理できる保存庫

ざっくりと

データレイクとは、コスパの高い保存庫です。

概要説明

データレイクとは、あらゆる種類のデータを保存できる場所である。なぜなら、構造化データだけでなく、画像や音声などの非構造化データもまとめて保存できるからだ。

例えば、企業が日々集める大量の販売データや顧客データ、Webログなども全てデータレイクに保存できる。そして、保存コストが低く、速やかにデータを取り出せる利点がある。

つまり、データ管理における新たな解決策となる。だから、データ活用が求められる現代において、データレイクは欠かせない存在である。

職業職種

データレイク（Data Lake）は、直訳するとデータの湖です。

代表例

• Amazon Web Services（AWS）
  AWSは、データレイクとクラウドストレージを提供する大手企業だ。なぜなら、AWS Lake Formationというサービスで、企業はデータレイクを簡単に作り、管理できるからだ。例えば、NetflixはAWSのデータレイクを使って大量のビデオストリーミングデータを管理している。
• Google Cloud
  Google Cloudは、データレイクソリューションを提供するビッグネームだ。なぜなら、Google Cloud Storageを使って企業は大量のデータを保存し、Googleの高度な分析ツールで分析できるからだ。例えば、SpotifyはGoogle Cloudのデータレイクを使って音楽ストリーミングデータを管理している。
• James Dixon
  James Dixonは、データレイクの考え方を最初に提唱した人物だ。なぜなら、彼がPentaho（現Hitachi Vantara）のCTOとして活動していた時、初めてデータレイクという概念を提案したからだ。例えば、彼のアイデアは今日のビッグデータ管理に大きな影響を与えている。

手順例

類似語

• データウェアハウス
  データウェアハウスは、データレイクの類似語だ。なぜなら、両方とも大量のデータを保存する場所だからだ。例えば、データウェアハウスは主に構造化データを扱い、データレイクは非構造化データも含む全てのデータを扱う。
• データマート
  データマートも、データレイクに似た概念だ。なぜなら、両方ともビジネスの意思決定を支えるデータを保存するからだ。例えば、データマートは特定のビジネス部門が使うデータの集まりで、データレイクは企業全体のデータを扱う。
• データスワンプ
  データスワンプは、データレイクが管理されずに混乱状態になったときを指す。なぜなら、データが適切に分類や整理されずに放置されると、データレイクはデータスワンプに変わるからだ。例えば、どのデータがどこにあるのか分からない状態をデータスワンプと呼ぶ。

反対語

• データデザート
  データデザートは、データレイクの反対だ。なぜなら、データレイクが情報が豊富に溜まっている場所なら、データデザートは情報がまったくない、枯れている場所だからだ。例えば、手元にデータが全くない研究者の状況はデータデザートと言える。
• データシロ
  データシロは、データレイクとは反対の概念だ。なぜなら、データレイクがあらゆるデータを一箇所に集めるのに対して、データシロはデータが分散し、それぞれの場所で別々に管理されている状態だからだ。例えば、会社内で各部署がデータを独自に保管している状況はデータシロと言える。
• データスワンプ
  データスワンプもデータレイクとは反対だ。なぜなら、データレイクがきちんと管理され、利用しやすいデータの保管場所なら、データスワンプは管理が行き届かず、データが混乱している状態だからだ。例えば、データの属性やジャンルが混ざって整理されていない状況はデータスワンプと言える。

会話例

注意点