データウェアハウスとは：包括的ガイド

データウェアハウスの具体的な機能セットはそれぞれ異なる場合がありますが、構造化データ、非構造化データ、半構造化データを迅速かつ効率的に処理するために、通常、データウェアハウスは3階層のアーキテクチャに依存しています。

社内外のデータソースからの情報を取り込んで保存する階層です。このデータは元のソースから抽出され、不整合の解決、エラーの修正、ファイルの統一フォーマットへの変換、計算をサポートするフィールドの作成を通じて、変換されたり、エンリッチされたりします。データはその後中央リポジトリにロードされます。このプロセスは抽出、変換、ロード（ETL）と呼ばれます。モダンアーキテクチャでは、ロード後にウェアハウスの内部処理能力を利用してデータを変換します。この過程は一般にELTと呼ばれます。

中間層ではデータ分析が実施されます。この階層で、ウェアハウスは、技術および運用に関するメタデータも取得してデータリネージを追跡し、信頼性を確認し、ユーザーがデータの意味と使用方法を理解できるようにします。次に、オンライン分析処理（OLAP）エンジンが展開され、数千行のデータを複数のディメンションで同時に分析します。たとえば、小売企業の販売データは、SKU、販売ごとの金額、商品のコスト、トランザクションの日時、地理的な場所、店舗ID、顧客セグメントなどに基づいて分析できます。

データウェアハウスは、いずれも同じ基本コンポーネントで構成されています。データウェアハウスには、少なくとも以下が含まれています。

CRM、ERP、その他のエンタープライズデータベースに加えて、市場調査、ウェブアプリケーション、モノのインターネット（IoT）センサーからのリアルタイムストリームなどの外部ソースのデータを利用できます。

各ソースからデータを抽出し、クリーニングと標準化を行い、ウェアハウスにロードするツール。

生データを主要なウェアハウスに取り込む前に一時的に保存、検証、準備するためのバッファゾーン。

情報が物理的に存在する場所で、スキーマによって編成されます。スキーマは、異なるデータ同士の関係を説明するフレームワークです。

データの構造、データを統制するビジネスルール、データの変換と使用の履歴に関する情報を保持するシステム。

ユーザーがデータに対して複雑な問い合わせを行い、高度な回答を得ることができるようにする技術インフラストラクチャ。 

ユーザー認証とアクセス権限の管理、機密データの保護、セキュリティポリシーの遵守の監査に使用される制御機能。

すべてのデータウェアハウスが同じように作成されているわけではありません。長期戦略の計画を支援するように設計されているものや、戦術的な日常業務の管理を支援するものがあります。組織内の特定のグループのためにウェアハウスのサブセットが作成される場合もあります。データウェアハウスは主に次の3つの種類に分類されます。エンタープライズデータウェアハウス（EDW）、運用データストア（ODS）、データマートです。

EDWは、すべての主要なビジネスシステムのデータを統合し、企業全体について包括的に把握できるようにする中央リポジトリです。複数のシステムからのデータを統一されたフォーマットに統合し、長年の履歴データを保存することもできます。また、すべてのビジネス部門を対象に、意思決定と戦略計画をサポートするように設計されています。

ODSは、リアルタイムのデータを保存するトランザクションシステムと、長期的な分析や戦略に使用されるデータウェアハウスの間のギャップを埋めることを目的に設計されています。ETLやELTプロセスを必要とせず、元の形式でデータを保存します。ODSは日々の意思決定とリアルタイム分析を目的として設計されているため、EDWよりも更新頻度が高く、履歴データは少なめです。

他のミッションクリティカルなIT機能と同様に、組織はデータウェアハウスを展開する方法と場所を選択できます。企業はオンプレミスのデータセンターで独自のデータウェアハウスを維持することも、データウェアハウスをクラウドでホストすることも、この2つを組み合わせたハイブリッドアーキテクチャを展開することもできます。次の表に示すように、オンプレミスとクラウドでは、インフラストラクチャへの投資、パフォーマンス、スケーラビリティ、メンテナンス、コスト効率の面で大きな違いがあります。

組織がデータウェアハウスの展開を選択する理由はさまざまです。最も重要な理由の例を以下に挙げます。