分子シミュレーション＆インフォマティクス 用語解説

データレイク  [でーたれいく] [Data Lake]

データレイクとは、多様なデータを加工や変換を行わず、元の形式のまま蓄積するデータ基盤である。保存前にスキーマを定義しない「スキーマオンリード」の仕組みを採用しており、構造化データだけでなく、画像・動画・ログなどの非構造化データも一元的に保存できる。データの定義や命名規則、メタデータ管理、アクセス制御を適切に設計することで、将来の分析やAI活用に耐える柔軟な基盤として機能する。

データレイクでは、まず組織内の生データを広く収集し、その後の分析目的に応じてクレンジングや加工を行う。部門別に最適化したデータマートを設ければ、営業・製造・経営企画など各現場が必要な切り口でデータを参照でき、BIによる可視化やAIモデルの学習基盤としても活用しやすい。

データウェアハウスが事前定義されたスキーマに基づき整理済みの構造化データを格納するのに対し、データレイクは多様な形式をそのまま蓄積でき、探索的分析や高度なAI処理に適している。また、部門特化のデータマートは即時性に優れる一方、汎用性や長期的な分析価値の観点からはデータレイクがより広い活用余地を持つ。