データベース

データウェアハウスでーたうぇあはうす

データウェアハウスDWHRedshiftBigQuerySnowflakeOLAP

データウェアハウスについて教えて

簡単に言うとこんな感じ！

社内の様々なシステムのデータを一か所に集めて、「先月の売上は？」「地域別の利益は？」みたいな経営判断に使う大規模な分析専用DBだよ。「データの倉庫」という名前通り、分析用にデータを蓄積・整理する場所なんだ！

データウェアハウスとは

データウェアハウス（DWH: Data Warehouse）は、組織内の複数のシステムから収集したデータを統合し、ビジネス分析・意思決定に活用するための大規模なデータリポジトリです。OLAP（Online Analytical Processing：分析処理）に最適化されており、トランザクション処理に最適化されたRDB（OLTP）とは異なる設計思想を持ちます。

DWHの主な特徴は列指向ストレージです。通常のRDBは行単位でデータを保存しますが、DWHは列（カラム）単位で保存します。「全ユーザーの購入金額を合計する」という集計クエリでは、購入金額の列だけ読めばよいため、行ごとに読むより何十倍も速く処理できます。

代表的なクラウドDWHサービスはAmazon Redshift（AWS）、BigQuery（Google Cloud）、Azure Synapse Analytics（Azure）、そして独立したクラウドサービスとして普及したSnowflakeです。

DWH の核心概念

概念	説明
OLAP vs OLTP	分析処理 vs トランザクション処理。DWHはOLAP向け
列指向ストレージ	カラムごとにデータを格納。集計クエリが高速
スタースキーマ	ファクトテーブル（事実）＋ディメンションテーブル（軸）の設計
ETL/ELT	ソースDBからDWHへのデータ抽出・変換・ロード
マテリアライズドビュー	集計結果を事前計算して保存。クエリを高速化
パーティショニング	日付等でデータを分割し、スキャン量を削減

主要クラウドDWHの比較

製品	特徴	課金
Amazon Redshift	AWSエコシステムとの親和性・RA3ノード	ノード時間 or Serverless
BigQuery	サーバーレス・ML統合・超大規模	スキャン量課金
Snowflake	マルチクラウド・共有データ	コンピュート秒課金
Azure Synapse	DWH+Sparkの統合分析基盤	DWU時間

歴史と背景

1988年 — Bill Inmon（「DWHの父」）がデータウェアハウスの概念を提唱
1990年代 — Teradata・Oracle Exadataなどオンプレ専用DWHアプライアンスが普及
2010年 — Amazon Redshiftの前身ParAccelをAWSが買収
2012年 — Amazon Redshift GA。クラウドDWH時代の幕開け
2012年 — Google BigQuery正式公開
2014年 — Snowflake創業
2020年 — SnowflakeがNASDAQにIPO（史上最大規模）

規格	内容
SQL:2003 以降	WINDOW関数・ROLLUP等の分析SQL拡張
ANSI SQL OLAP拡張	CUBE・ROLLUP・GROUPING SETS等の標準化

データウェアハウスでーたうぇあはうす

データウェアハウスとは

DWH の核心概念

主要クラウドDWHの比較

歴史と背景

DWHとデータレイクの位置づけ

関連する規格・RFC

関連用語