データウェアハウスとOLAPとは？
データウェアハウスとOLAPとは、データウェアハウスは、複数の業務システムから集めた過去からの大量データを、分析目的で時系列に整理・蓄積する仕組み。OLAP（オンライン分析処理）は、そこに蓄積されたデータを、多次元的な切り口（時間・地域・商品など）で集計・分析する技術。
応用情報技術者試験の過去問では4回出題されています（2016年度〜2024年度）。
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の意味
データウェアハウスは、複数の業務システムから集めた過去からの大量データを、分析目的で時系列に整理・蓄積する仕組み。OLAP（オンライン分析処理）は、そこに蓄積されたデータを、多次元的な切り口（時間・地域・商品など）で集計・分析する技術。
データウェアハウスとOLAPの具体例
「商品別×地域別×月別」の売上をさまざまな切り口で自在に集計・比較する分析は、OLAPの代表的な使い方（多次元分析）にあたる。
データウェアハウスとOLAPは試験でどう引っ掛けられる？
OLTP（日々の業務での更新処理）とOLAP（蓄積データの分析処理）を取り違えないこと。データウェアハウスは分析用で、時系列に蓄積し原則として更新・削除をしない（業務システムのように最新値へ上書きしない）点が要。またOLAPの操作名も混同しやすく、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／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と呼び、データウェアハウスとは規模と対象範囲が違う。
データウェアハウスとOLAPと関連する用語
データウェアハウスとOLAPが出た過去問
BI（Business Intelligence）の活用事例として、適切なものはどれか。
正解：業績の評価や経営戦略の策定を行うために、業務システムなどに蓄積された膨大なデータを分析する。
要点：BIは蓄積した業務データを分析し意思決定に活かす
BIは、業務システムに蓄積された大量のデータを収集・整理・分析し、経営の意思決定に役立つ知見を引き出す仕組みや取組みです。データウェアハウスに集約したデータをOLAPやデータマイニングで多角的に分析し、業績評価や戦略立案に用います。外部の公開資料の調査や、電子学習、ワークフローの電子化は別の領域です。
出典：平成28年度 秋期 応用情報技術者試験 午前 問63（IPA）ビッグデータのデータ貯蔵場所であるデータレイクの特徴として、適切なものはどれか。
正解：あらゆるデータをそのままの形式や構造で格納しておく。
要点：データレイクは形式を問わず生データのまま一元的に蓄積する
データレイクは、構造化・半構造化・非構造化を問わずあらゆるデータを加工せず元の形式のまま一箇所に蓄積しておく仕組みである。利用目的が決まっていない段階でもとりあえず溜めておき、分析時に読み出しながらスキーマを与える（スキーマ・オン・リード）点が、事前にスキーマを定義するデータウェアハウスとの違いになる。
出典：令和1年度 春期 応用情報技術者試験 午前 問29（IPA）データレイクの特徴はどれか。
正解：必要に応じて加工するために、データを発生したままの形で格納する。
要点：データレイクは生データをそのまま蓄積する基盤
データレイクは、構造化・非構造化を問わず多様なデータを発生したままの生の形式で大量に蓄積しておく基盤である。あらかじめ用途を決めて整形するデータウェアハウスと異なり、必要になった時点で目的に応じて加工・分析する点が特徴である。
出典：令和3年度 春期 応用情報技術者試験 午前 問31（IPA）データウェアハウスのテーブル構成をスタースキーマとする場合、分析対象のトランザクションデータを格納するテーブルはどれか。
正解：ファクトテーブル
要点：スタースキーマの中心にあるファクトテーブルが実績値を持つ
スタースキーマは、中心に置く1つのファクトテーブルと、それを取り囲む複数のディメンジョンテーブルで構成される。ファクトテーブルには売上金額や数量といった分析対象の実績値（トランザクションデータ）と、各ディメンジョンへの外部キーが格納される。
出典：令和6年度 春期 応用情報技術者試験 午前 問28（IPA）
最終更新：2026-08-25／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。