データサイエンス・データマイニングとは？でーたさいえんす・でーたまいにんぐ
データサイエンスは統計学と情報科学の手法でデータから意思決定に使える知見を引き出す分野、データマイニングはその中で、まだ知られていない規則性や関連を大量のデータから見つけ出す技術。データベース側では、更新のためのOLTPの表をそのまま分析に使わず、DWHへ移して分析向けの構造に組み替えて支える。
最終更新：2026-10-06
データベースSPを最短で暗記・合格する →背景
更新のために正規化した表は、分析のたびに何本もの結合と全表走査を要求する。それを本番のOLTPインスタンスで流せば、受注登録の応答が巻き添えで遅くなる。そこで、集計しやすい構造（ファクトとディメンションに分けたスタースキーマ）へETLで移し替え、分析はそちら側で行う分業ができた。試験でも論理設計の工程で、DWH・ETL・データクレンジング・マイニングが一続きの知識として置かれている。
具体例
Amazon Redshift のような列指向のDWHでは、1億行20列の受注ファクトから3列だけを集計する場合、読むのはその3列ぶんで済み、全列を読む行指向の格納に比べて入出力量が数分の一になる。ここへ購買履歴を寄せて同時購買の傾向（バスケット分析）を掘る。
試験での引っ掛け
マイニングは立てた仮説を検証する手法ではなく仮説を生む側で、向きを逆にした選択肢が定番。見つかるのは相関であって因果ではなく、一緒に買われている事実から一方が原因とは言えない。DWHは分析用にデータをためる基盤で、そこから掘り出すマイニングとは役割が違う。
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。