解説

データレイク（Data Lake）は、構造化・非構造化・半構造化データを問わず、あらゆるデータを発生した生（ロー）のままの形式で大量に格納するリポジトリです。「必要に応じて後から加工・分析するために、データをスキーマ定義なしに蓄積する」のが特徴です。データウェアハウス（DWH）が分析用に整形・変換済みのデータを格納するのとは対照的に、データレイクはELT（Extract-Load-Transform：先にロードしてから変換）の考え方で、生データをとにかく蓄積します。クラウドストレージ（Amazon S3, Azure Data Lake等）上に構築されることが多く、機械学習・ビッグデータ分析の基盤として活用されます。

なぜ他の選択肢は違うのか

選択肢 ア

「大量データから隠れた規則や相関関係を見つけ出す」はデータマイニングの説明です。データレイクはデータを格納する基盤であり、分析・発見のプロセス自体ではありません。

選択肢 イ

「データウェアハウスから特定用途のデータを取り出して構築する」はデータマート（Data Mart）の説明です。データマートはDWHのサブセットであり、データレイクとは異なります。

選択肢 ウ

「データウェアハウスやデータマートからデータを取り出し多次元分析を行う」はOLAP（Online Analytical Processing）の説明です。データレイクはOLAP分析の前段のデータ蓄積基盤です。

解くときのポイント

データ管理の階層：データレイク（生データ格納）→データウェアハウス（整形済みデータ）→データマート（特定用途向けDWHサブセット）。「レイク（湖）＝なんでも流れ込む」イメージ。スキーマオンリード（読込時にスキーマ適用）がデータレイクの特徴。