データウェアハウスとOLAPとは？でーたうぇあはうすとおーらっぷ
データウェアハウスとOLAPとは、業務システムから集めた履歴データを時系列に蓄積し、分析専用に持つ仕組みがデータウェアハウス、それを時間・地域・商品などの軸で自在に集計する処理がOLAP（オンライン分析処理）。上書きせず追記で持つのは過去時点の値を再現して比較するためで、更新中心のOLTPとは設計思想が正反対になる。
最終更新：2026-10-06
応用情報を最短で暗記・合格する →背景
業務系のデータベースは、更新の速さと矛盾のなさを優先して正規化されており、大量行を横断する集計には向かない。分析のたびに本番へ重い問合せを流せば業務が止まり、しかも最新値へ上書きされているため過去時点の姿を再現できない。用途が違うものを同じ器で扱えないという制約から、分析用のデータを別に持つ構成が生まれた。
具体例
POSデータを商品×店舗×日次の軸で蓄積しておけば、地域別の月次売上から特定商品の日別推移まで、切り口を変えながら比較できる。Google BigQueryやAmazon Redshiftはこうした用途向けの基盤で、事実表と次元表からなる星型スキーマで設計されることが多い。
試験での引っ掛け
OLTPとOLAPを入れ替える出題が定番で、日々の業務での更新処理がOLTP、蓄積データの分析処理がOLAPである。操作名の混同も多く、集計の粒度を細かくするのがドリルダウン、粗くするのがロールアップ、切り口の軸を入れ替えるのがダイシング、特定の断面を切り出すのがスライシング。特定部門向けに切り出した小規模なものはデータマートで、対象範囲と規模が違う。
関連用語
出典・参考
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。