データウェアハウスは、組織全体から構造化データを収集、整理、保存する集中型リポジトリであり、アナリストやデータサイエンティストが複雑なクエリを実行し、レポートを生成し、ビジネスインテリジェンスワークロードをサポートできるようにします。トランザクション処理用に設計された運用データベースとは異なり、データウェアハウスは分析ワークロード向けに構築されており、複数のソースからのデータを結合し、長期間の履歴データを保持し、戦略的意思決定に必要なガバナンス基盤を提供します。
データウェアハウスの種類を理解することは、プラットフォーム選定や移行前に不可欠です。各タイプは、規模、レイテンシ、コスト、主題範囲の間で異なるアーキテクチャ上のトレードオフを反映しています。このガイドでは、従来のエンタープライズデータウェアハウスから最新のレイクハウスアーキテクチャまで、主要なデータウェアハウスの種類をすべてカバーし、それぞれが適切な選択となる状況を明確に示します。
3つの主要なデータウェアハウスの種類として、エンタープライズデータウェアハウス（EDW）、データマート、オペレーショナルデータストア（ODS）が認識されています。これらに加えて、組織はワークロード要件、データ量、ガバナンスの複雑さに応じて、クラウドベース、仮想、ハイブリッド、レイクハウスプラットフォームを導入します。
エンタープライズデータウェアハウス（EDW）は最も包括的なタイプで、組織全体の単一の権威ある真実のソースとして機能します。EDWは、販売、財務、運用、人事、CRM、在庫管理など主要ビジネスユニットからのデータを、一貫したデータ品質基準とアクセス制御で管理される集中型リポジトリに統合します。典型的なEDWは3層アーキテクチャを採用し、下層がデータソースとETLプロセス、中間層がOLAPサーバー、上層がダッシュボードやBIアプリケーションなどのフロントエンドツールを提供します。この階層設計により、取り込みの複雑さと分析パフォーマンスを分離し、各層を独立して最適化できます。EDWは、エンタープライズ全体の分析、規制コンプライアンスレポート、または部門間の単一の真実のソースが必要な場合に適していますが、従来型のEDWはスケーラビリティに課題があり、多くの組織がクラウドベースやレイクハウスアーキテクチャに移行しています。
データマートはデータウェアハウスの主題固有のサブセットであり、単一の部門、ビジネス機能、または分析ドメインに範囲が限定されます。データマートには依存型と独立型の2つのアーキテクチャパターンがあります。依存型データマートは既存のEDWからデータを取得し、そのガバナンスとデータ品質標準を継承するため、部門間で指標の定義が矛盾するリスクを防げます。独立型データマートはソースシステムから直接データを取り込み、迅速に構築できる反面、異なるビジネスルールが適用される可能性があり、データサイロのリスクがあります。データマートは、販売分析、マーケティングアトリビューション、財務レポートなど、データドメインが明確で対象ユーザーが集中しているユースケースに適しています。
オペレーショナルデータストア（ODS）は、トランザクションデータベースと分析用EDWの中間に位置し、ほぼリアルタイムのレポートと運用上の意思決定のために設計されています。ODSは現在および最近の運用データを保持し、通常は数分から数時間の間隔で更新されます。ODSは、運用データを複製して独立した環境で利用可能にすることで、本番データベースに複雑なレポートを実行する際のパフォーマンス低下を防ぎます。ODSは、現在の在庫レベル、当日の販売実績、アクティブなカスタマーサポートケースなど、時間に敏感な運用上の質問を処理します。
仮想データウェアハウスは、データを物理的に統合せず、複数のソースシステムにまたがってデータをその場でクエリする論理抽象化レイヤーを作成します。ストレージとETLインフラストラクチャのコストを排除し、データを移動せずに分析できる迅速な価値提供を実現しますが、複雑なクエリのパフォーマンスは大幅に制限されます。仮想ウェアハウスは、探索的分析、小規模なレポート、またはデータ移動が規制で制約されている状況に最適です。
クラウドベースのデータウェアハウスは、クラウドプラットフォーム上で完全マネージドサービスとして提供されます。主な利点は、弾力的なスケーラビリティと迅速な導入です。従来のオンプレミスではピーク負荷に合わせてハードウェアをサイジングする必要がありましたが、クラウドでは需要に応じて自動的にコンピュートとストレージを拡張し、使用量に応じて課金されます。ただし、データエグレス料金やマルチクラウドの複雑さに注意が必要です。移行前には、データの流出量、オープンデータ形式、コンプライアンス要件を評価することが重要です。
ハイブリッドデータウェアハウスは、オンプレミスとクラウドストレージを組み合わせ、機密データを自社データセンターに保持しながら、変動する分析ワークロードにクラウドの拡張性を活用できます。現代のデータウェアハウスは、半構造化および非構造化データのサポート、コンピュートとストレージの分離による拡張性とコスト削減、ストリーミングデータパイプラインとの統合による低レイテンシ、ベンダーロックインを回避するオープンデータ形式、そして機械学習やAIワークロードのネイティブサポートなど、従来モデルを拡張しています。また、データガバナンスに不可欠なデータリネージ機能も備えています。