データウェアハウスとは？でーたうぇあはうす
データウェアハウスとは、業務システムから抜き出したデータを、消さずに時系列で積み上げておく分析専用のデータベース。1件を速く更新する業務用DBとは設計思想が逆で、集計と切り口の変更をしやすい構造にする。部門や目的ごとに切り出した小型版がデータマート。
最終更新：2026-10-07
この語が出る過去問を解く →背景
受注や販売の業務DBは日々の処理性能のために正規化され、過去分は削除される。そのままでは「3年分を地域別に並べる」ような問いに答えられない。そこで更新せず貯めるだけの器を分けて置いた。午前Iではテクノロジ系とストラテジ系の双方から、意思決定を支える基盤として問われる。
具体例
Google BigQueryやSnowflakeはこの用途に特化したサービスで、販売実績を年月・商品・地域といった軸で保持する。ドリルダウンやスライスで切り口を変えながら見る操作をOLAP（オンライン分析処理）と呼ぶ。
試験での引っ掛け
データレイクは加工前の生データを形式を問わず溜める置き場で、使うときに整える点が違う。データマイニングは溜めたデータから未知の規則を掘り出す分析技術であり、器の名前ではない。
関連用語
出た過去問
出典：平成29年度 秋期 高度試験 午前Ⅰ 問10（IPA）解説で登場
データマイニングの説明として、最も適切なものはどれか。
正解：ニューラルネットワークや統計解析などの手法を使って、大量に蓄積されているデータから、特徴あるパターンを探し出す。
要点：データマイニングは大量データから未知のパターンを掘り出す
データマイニングは、蓄積された大量のデータに統計解析や機械学習の手法を適用し、人が気付かなかった規則性や特徴的なパターンを掘り起こす技術である。仮説を人が立てて確かめるのではなく、データから知見そのものを発見する点が特徴である。他の選択肢はデータウェアハウス、データマート、OLAPの説明である。
出典：令和3年度 春期 高度試験 午前Ⅰ 問9（IPA）解説で登場
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のまま貯めて後で加工する
データレイクは、構造化・非構造化を問わず、発生したままの生データを加工せずに大量に蓄積しておく仕組みである。用途を事前に決めずに貯めておき、分析時に必要な形へ加工する点が、あらかじめ整形して格納するデータウェアハウスとの違いである。
出典・参考
公式シラバスの3 技術要素 ＞ 5. データベース応用 ＞ (1) データベースの応用に掲載されている用語です。
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。