データレイクdata lake

データレイクは、データベースの表、ログ、文書、画像など形式の異なる大量のデータを、加工しない元の形式のまま一か所に集めて保存するリポジトリである。保存時に構造をあらかじめ決めず、分析や利用の際に必要な構造を適用する。クラウドのオブジェクトストレージや分散ファイルシステムの上に構築されることが多い。

あらかじめ決めた構造に合わせて整理したデータを保管するデータウェアハウスとは異なり、用途が決まっていないデータまで幅広く蓄え、分析やレポート、AIモデルの学習などに取り出して使う。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。