データレイク編第7章 / 全11章

DWHとレイクハウスとは

Data Warehouse ・ Lakehouse

整理された倉庫と、湖のいいとこ取り

データレイクが「何でも入る湖」なら、DWHは棚に番号が振られた「整理された倉庫」。

ポイント

data資料warehouse倉庫lake + house湖＋家

DWHは整理整頓された倉庫。レイクハウスは、湖（レイク）の安さと自由さに、倉庫（ハウス）の使いやすさを足したもの。

経営ダッシュボードや月次報告の数字は、DWH（またはレイクハウスのゴールド層）から出すのが基本。「会議資料ごとに数字が違う」問題を防げます。

うまれ：DWHの考え方は1990年ごろビル・インモンが広めた。レイクハウスは2020年ごろDatabricksが提唱。

DWH（データウェアハウス） Data Warehouse

整ったデータを、SQLで高速に集計するための分析用の置き場。

覚えておく：整理済み / SQL / 高速集計

語源data（資料）+ warehouse（倉庫）。ware は「品物」。

レイクハウス Lakehouse

データレイクに、DWHのような表の管理機能を足したもの。

安いオブジェクトストレージにデータを置いたまま、更新・削除・履歴管理・高速なSQLができます。

語源lake（湖）+ warehouse の house。湖のほとりの家、という意味も掛けた造語。

Delta Lake / Apache Iceberg テーブル形式

Parquetファイルの集まりを、1つの「表」として正しく管理するための仕組み。

どのファイルが最新か、誰がいつ変えたかを記録し、ACID（全部成功か全部取り消し）の更新や履歴管理を可能にします。

語源delta（三角州：川が湖や海に注ぐところ）。iceberg（氷山：見えている部分の下に大量のデータが眠る）。

タイムトラベル Time Travel

表の「過去のある時点」の状態を読んだり、元に戻したりできる機能。

誤ってデータを消しても、昨日の状態に戻せます。

覚えておく：例：VERSION AS OF 1

語源time（時間）+ travel（旅）。

スタースキーマ Star Schema ・ファクト / ディメンション

分析用の表を「数値（ファクト）」と「切り口（ディメンション）」に分けて、星形につなぐ設計。

売上のファクト表を中心に、日付・店舗・商品のディメンション表が星の先のように並びます。

語源star（星）+ schema（形）。fact は「事実」、dimension は「次元・寸法」。