ワイドカラム型DB わいどからむがたでーたべーす
簡単に言うとこんな感じ!
行ごとに持つ列がバラバラでもいい、とっても横に広い表だよ。値がある列だけを記録するから、ほとんど空欄の巨大な表でもムダがないんだ。たくさんのサーバーに分けて置いて、ものすごい量の書き込みをさばけるのが得意ってこと!
ワイドカラム型DBとは
ワイドカラム型DB(wide-column store) は、表に似た形でデータを持ちながら、行ごとに違う種類・違う数の列を持てる NoSQL データベースの一種です。列は カラムファミリー(列のまとまり)ごとにグループ分けされ、1行が数千・数万の列を持つこともできます。
リレーショナルデータベースでは、全部の行が同じ列を持ちます。項目がばらばらなデータを入れると、ほとんどのマスが空欄(NULL)の表ができてしまいます。ワイドカラム型DBは 値のある列だけを記録する ため、こうした「すかすかの(疎な)データ」をムダなく持てます。
もう一つの特徴は、行キー(row key) を手がかりにデータをたくさんのサーバーへ分けて置くことです。台数を足すほど書き込みと保存の量を伸ばせる一方、表どうしの結合(JOIN)や、行キー以外の条件での自由な検索は苦手です。名刺の束にたとえると、「会社名+氏名」の順で並べた引き出しを何十台も用意したようなもので、名前が分かれば一瞬で取り出せますが、「去年会った営業職の人」を探すには全部めくることになります。
データの形:行キー・カラムファミリー・セル
| 用語 | 意味 | 例 |
|---|---|---|
| 行キー | 行を見分ける鍵。この順に並んで保存される | 機械A#2026-11-19 |
| カラムファミリー | 列のまとまり。まとめて保存される | 計測・設定 |
| 列(修飾子) | ファミリーの中の個別の列。行ごとに自由 | 温度・湿度 |
| セル | 行×列の値。時刻つきで、過去の版も残せる | 23.5(10:00時点) |
設計のカギは「行キー」
ワイドカラム型DBでは、どう読むかを先に決めて、それに合わせて行キーを作る のが鉄則です。たとえば「機械ごとに、直近の値を時刻順に見たい」なら 機械ID#日時 のような行キーにします。逆に、日時だけを先頭にすると、新しい書き込みが同じサーバーに集中する ホットスポット が起き、せっかくの分散が生きません。
「列指向DB」とは別もの
名前が似ている 列指向(カラムナー)DB は、分析のために列ごとにまとめて保存し、集計を速くする仕組みです(データウェアハウスでよく使われます)。ワイドカラム型DBは「行ごとに列が自由」なことが本質で、得意なのは集計ではなく 大量の読み書き です。混同されやすいので注意してください。
データの形はよく似てるけど、サーバーのまとめ方 が違うんだ。Bigtable と HBase は、どの行をどのサーバーが受け持つかを決める「まとめ役」がいる作り。Cassandra はまとめ役を置かず、全部のサーバーが対等なんだよ。
だから、HBase は一貫性が強めで、Cassandra は止まりにくさ重視、という性格の違いが出るんだ。Cassandra の詳しい仕組みは Apache Cassandra のページを見てね!
自分で立てて運用する場面は、正直かなり少ないよ!本領は 毎秒何万件も書き込む規模 なんだ。
ありそうなのは、IoT や広告配信の SaaS の裏側で使われているケースや、クラウドの Bigtable を「たくさんの機器の記録置き場」に使う提案を受けるケースだね。そのときは 「どんな条件で読みますか? 後から検索条件を足せますか?」 と聞いてみて。ここが答えられない設計は危ないってこと!
歴史と背景
- 2006年:Google が Bigtable の論文を発表。検索の索引や地図などを支える仕組みとして、ワイドカラム型の原型になる
- 2007年ごろ:Bigtable にならったオープンソースの HBase が、Hadoop の一部として開発される(2010年に Apache の独立したプロジェクトへ)
- 2008年:Facebook が Cassandra を公開。データの形は Bigtable、分散のしかたは Amazon の Dynamo に学んだ
- 2015年:Google Cloud Bigtable が外部向けに公開(翌年に正式版)。同じ年に Cassandra 互換を C++ で作り直した ScyllaDB も登場
- 2020年:AWS が Cassandra 互換のマネージドサービス Amazon Keyspaces を正式提供
- 現在:自社で運用するより、クラウドのマネージドサービスとして使うのが主流
主な製品と、ほかの DB との比べ方
| 製品 | 特徴 | 向いている用途 |
|---|---|---|
| Google Cloud Bigtable | Google のマネージドサービス。行キー順に保存 | 大量の機器データ・利用履歴 |
| Apache HBase | Hadoop の分散ファイルの上で動く。一貫性が強め | Hadoop を使った大規模処理 |
| Apache Cassandra | まとめ役なし。止まりにくい | 止められない大量書き込み |
| ScyllaDB | Cassandra 互換で、少ない台数で速さを出す | 応答の速さが大事な大規模環境 |
| 観点 | ワイドカラム型 | RDB | ドキュメントDB |
|---|---|---|---|
| データの形 | 行ごとに列が自由 | 全行が同じ列 | JSON のような文書 |
| 台数で伸ばす | とても得意 | 苦手 | 得意 |
| 結合・自由な検索 | 苦手 | 得意 | そこそこ |
実務のポイント
- 1日の書き込み件数とデータ量を数字で示し、RDB では足りない理由が説明されているか
- 画面や帳票の 読み方を先に洗い出し、それに合わせた行キーの設計になっているか
- 行キーの先頭が日時だけになっていないか(書き込みが1台に集中する)
- 後から「別の条件でも検索したい」となったときの対応(別の表を作る、検索エンジンに流すなど)が考えられているか
- 自社運用ではなく、Bigtable・Keyspaces などのマネージドサービスと比べたか
- 集計・分析が目的なら、列指向のデータウェアハウスのほうが合っていないか確認したか
参考文献・外部リンク
- Bigtable: A Distributed Storage System for Structured Data(Google Research) — ワイドカラム型の原型となった論文
- Bigtable overview(Google Cloud) — 行キー・カラムファミリーなどの公式解説
- Schema design best practices(Google Cloud) — 行キーの設計とホットスポットの避け方
- Apache HBase Reference Guide — HBase のデータモデルと運用の公式文書
- ScyllaDB 公式サイト — Cassandra 互換の分散データベース
関連用語
- Apache Cassandra — まとめ役のいない、代表的なワイドカラム型DB
- NoSQL — 表と SQL 以外の DB の総称
- ドキュメントDB — JSON のような文書で持つ、別の NoSQL
- 時系列DB — 計測値の保存で用途が重なる DB
- シャーディング — データを複数のサーバーに分けて置く方法
- データウェアハウス — 列指向の保存で集計を速くする分析基盤
- NULL — RDB で値がないことを表す印。ワイドカラム型では保存しない
- スケールアップ/スケールアウト — 台数を増やして伸ばす考え方