ETLとデータレイクとは？いーてぃーえるとでーたれいく
ETLは、業務データベースから取り出し（Extract）、表記や型をそろえ（Transform）、分析基盤へ積む（Load）3段の処理。データレイクは、その手前で生データを形式のまま置いておく置き場を指す。正規化されたOLTPの表を、集計しやすい持ち方へ移す工程だと捉えるとよい。
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
受注表と在庫表を正規化したまま夜間バッチで集計すると、長時間の走査が業務時間帯へ食い込み、更新処理と競合する。分析のクエリを本番のOLTPへ直接当てない、という要請からデータを別基盤へ移す仕組みが生まれた。取り出し方も、全件洗い替えから更新ログを読む差分取り込みへ移っている。
具体例
PostgreSQLの論理レプリケーションやMySQLのbinlogをDebeziumで読み、受注明細の変更だけをBigQueryへ流す。全件をCOPYすれば500万行で数十分かかるところが、日次の差分数万行で済む。形式の定まらないWebログや画像は、まずAmazon S3上のデータレイクへ原形で置く。
試験での引っ掛け
変換してから積むETLに対し、先に積んでから分析基盤側のSQLで変換するELTは順序が逆で、列指向の分析DBが速くなったことで主流が移った。データレイクは「そのまま貯める」ため、列の意味と型の記録を怠るとデータスワンプになる。OLTPと同じ感覚で列を足すと、分析側の走査量が跳ね上がる点も別問題。
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。