データレイクとは？

データレイクとは、構造化データだけでなく、ログ、画像、音声、文書などを加工前の生の形式のまま大量に蓄積する保管領域。利用するときに目的へ応じて構造を与える（スキーマオンリード）という考え方をとる。

高度試験・午前I（全区分共通）の過去問では1回出題されています。

でーたれいく

高度試験・午前I（全区分共通）の頻出用語／午前I（全区分共通）

データレイクの意味

構造化データだけでなく、ログ、画像、音声、文書などを加工前の生の形式のまま大量に蓄積する保管領域。利用するときに目的へ応じて構造を与える（スキーマオンリード）という考え方をとる。

IoT機器の生ログと問合せ音声をそのまま保存しておき、後日、故障予知モデルを作る段になって必要な項目だけを抽出・整形する。先に用途を決めなくても将来の分析余地を残せる。

データウェアハウスとの違いが問われる。DWHは用途を決めて整形・統合してから格納する（スキーマオンライト）。無秩序にため込むと使い物にならない「データスワンプ」になる。

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：令和3年度春期高度共通_午前I試験 am1 問9（IPA）

最終更新：2026-08-25／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。