狠狠撸

狠狠撸Share a Scribd company logo

ビッグデータ?データマートとは

?
?
株
株式会社オプト　仙台ラボラトリ

ビッグデータとデータマート【タガヤス その２】登壇資料

1 of 71
Download to read offline
? Opt, Inc. All Rights Reserved. ビッグデータ?データマートとは 株式会社オプト　仙台テクノロジー開発部 第2回タガヤス登壇資料　
? Opt, Inc. All Rights Reserved. 自己紹介 名　前：萩野　輝（はぎの　あきら） 所　属：株式会社オプト 仙台テクノロジー開発部 好　物：カツ丼　　 注目点：公の場での登壇は
? Opt, Inc. All Rights Reserved. 自己紹介 名　前：萩野　輝（はぎの　あきら） 所　属：株式会社オプト 仙台テクノロジー開発部 好　物：カツ丼　　 注目点：公の場での登壇は初！！
? Opt, Inc. All Rights Reserved. Copyright ? 2017 OPT Inc. All Rights Reserved. 目次 ● ビッグデータとは ● データウェアハウスとは ● データマートとは
? Opt, Inc. All Rights Reserved. ビッグデータとは
? Opt, Inc. All Rights Reserved. ビッグデータってどんなデータ？
? Opt, Inc. All Rights Reserved. ビッグデータとは、通常のツールで は扱えないような、非常に大きな データ量のデータのこと。 wikiによると2012年時点の定義で は、数十テラ～数ペタバイト。
? Opt, Inc. All Rights Reserved. オプトではたくさんの顧客の広告を扱っ ており 仙台で扱っているデータは 1日でおよそ11.5 GBです （※データベース取込前の圧縮ファイル状態です）
? Opt, Inc. All Rights Reserved. ちょっと小話 新聞は朝刊?夕刊合わせて 1MBらしい 休刊日を除き、353日発行した場合 1年で353MBとすると??? 11.5GB => 11500MB => 32.5年分
? Opt, Inc. All Rights Reserved. 現在の蓄積されているデータ総量 はというと???
? Opt, Inc. All Rights Reserved. 4.02 TB Redshiftの総利用量 （Redshiftのデータ圧縮は最大1/4）
? Opt, Inc. All Rights Reserved. レコード件数でいうと、 だいたい???
? Opt, Inc. All Rights Reserved. 75億！あと、2000万 Redshiftの総データ件数
? Opt, Inc. All Rights Reserved. ちなみに??? オプトで扱っている 広告データは 大きく分けて2種類あります
? Opt, Inc. All Rights Reserved. Google、Yahoo!など 広告を掲載している 広告媒体から 取得しているデータ ※取り扱い媒体数100以上 Google Yahoo! Facebook Twitter LINE criteo
? Opt, Inc. All Rights Reserved. ADPLAN（弊社製品）などの 広告掲載効果を測定する 広告効果測定ツールから 取得しているデータ
? Opt, Inc. All Rights Reserved. 分析しやすい形に集計して格納 Redshift 広告媒体データ 広告効果測定ツール データ Google Yahoo! Facebook Twitter LINE criteo etc... etc...
? Opt, Inc. All Rights Reserved. そうすることで どの広告を いつ どんな端末から 何回表示したか 何回クリックしたか などなど 分析できています
? Opt, Inc. All Rights Reserved. データ量が大きいだけ？
? Opt, Inc. All Rights Reserved. データ量以外にも 定義があります
? Opt, Inc. All Rights Reserved. 　3V　 ※ ダグ?レイニー（Doug Laney）氏提言
? Opt, Inc. All Rights Reserved. ?Volume（量） 　データ量のこと 通常のツールでは扱えないような、非 常に大きなデータ量
? Opt, Inc. All Rights Reserved. ?Velocity（頻度） 　データ取得の頻度のこと 短い周期で大量のデータが発生
? Opt, Inc. All Rights Reserved. ?Variety（多様性） 　データの種類のこと 様々種類のデータかつ、それぞれが 関連づいている
? Opt, Inc. All Rights Reserved. たとえば???
? Opt, Inc. All Rights Reserved. 発行された新聞の全文字データ
? Opt, Inc. All Rights Reserved. データは多そうだが、 テキストデータのみで 発生頻度も高くはない
? Opt, Inc. All Rights Reserved. ダメビッグ！ ※ 造語です
? Opt, Inc. All Rights Reserved. 日別天気情報 + ネット広告媒体データ + 広告効果計測ツールデータ
? Opt, Inc. All Rights Reserved. データ量、発生頻度も高く 種類の異なるデータ かつ、組み合わせて分析可能
? Opt, Inc. All Rights Reserved. ナイスビッグ！ ※ 造語です
? Opt, Inc. All Rights Reserved. 3Vの他にも Veracity（正確性） Value（価値） なども定義として 提唱されている
? Opt, Inc. All Rights Reserved. まとめ ビッグデータとは、量?頻度?多様性 の3Vに沿ったデータを指す。 中でも、一般的に量が重視されてい る。
? Opt, Inc. All Rights Reserved. データウェアハウスとは？
? Opt, Inc. All Rights Reserved. 対で表現されることが多い データウェアハウス データマート
? Opt, Inc. All Rights Reserved. 直訳すると??? データウェアハウス：データの倉庫 データマート：データの市場
? Opt, Inc. All Rights Reserved. 倉庫と市場のイメージ データウェアハウス データマート 目的別切り出しておく 欲しいものが探しやすい
? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう データウェアハウス ここに見取り図がでてきます
? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう データウェアハウス 野菜 キャベツ 白菜 衣類 ジーンズ スカート 肉 鶏肉 牛肉 玩具 ドローン ゲーム機 ケーキ ロールケーキ ショートケーキ フルーツ いちご ほおずき
? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう データウェアハウス 野菜 キャベツ 白菜 衣類 ジーンズ スカート 肉 鶏肉 牛肉 玩具 ドローン ゲーム機 ケーキ ロールケーキ ショートケーキ フルーツ いちご ほおずき
? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう データマート ここに見取り図がでてきます
? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう ケーキ ショートケーキ データマート
? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう ケーキ ショートケーキ データマート
? Opt, Inc. All Rights Reserved. データマートの方が、 格段に探しやすく 短時間で見つけられましたよね
? Opt, Inc. All Rights Reserved. イメージがわいたところで データウェアハウスの説明を 再開します
? Opt, Inc. All Rights Reserved. データウェアハウスとは、意思決定 のために目的別に編成、統合化さ れた、時系列で更新をしないデータ の集合体 ※ ビル?インモン(William H. Inmon)氏提言
? Opt, Inc. All Rights Reserved. 　4つの要件　
? Opt, Inc. All Rights Reserved. ?目的別（サブジェクト指向） 　分析したいものを軸に、データが まとめられている
? Opt, Inc. All Rights Reserved. ?統合化 　全体のデータが、統一された フォーマットになっている
? Opt, Inc. All Rights Reserved. ?時系列 　経過の変化を分析できるよう、過 去のデータをもっている
? Opt, Inc. All Rights Reserved. ?更新しない（恒常的） 　削除や更新をしない 　（過去のものは実績のため）
? Opt, Inc. All Rights Reserved. たとえば???
? Opt, Inc. All Rights Reserved. ある会社に、 天気情報?ネット広告?ユーザ情報 などを管理した、システムがある
? Opt, Inc. All Rights Reserved. 類似の商品Aの過去情報から、いつ、 誰に向けて広告をだせば購入数が増え るか分析したいAさん
? Opt, Inc. All Rights Reserved. 天気情報 システム ネット広告 システム ユーザ情報 システム 各管理システムのデータ例 調査日時, 天気状態, 気温, … 広告番号, 掲載日時, 閲覧者, 成果, … ユーザID, 性別, 年齢, …
? Opt, Inc. All Rights Reserved. 天気情報 システム ネット広告 システム ユーザ情報 システム 各管理システムのデータ例 調査日時, 天気状態, 気温 広告番号, 掲載日時, 閲覧者 ユーザID, 性別, 年齢 データの項目名がバラバラ データの保存場所?期間も異っ ており組み合わせが 困難！！
? Opt, Inc. All Rights Reserved. ETL (Extract Transform Load) (抽出?加工?ロード) データウェアハウス 各システムのデータを抽出 データウェアハウス構築 目的に合わせて、集計して格納する （過去も含め、必要な期間分） 天気情報 システム ネット広告 システム ユーザ情報 システム 日別 期間別広告成果情報 月別 年別 分別 日別 週別
? Opt, Inc. All Rights Reserved. データウェアハウスデータ例 期間別 広告成果情報 （日別） 閲覧日 天気 広告内容 閲覧数 (10~30代) 閲覧数 (40~60代) 購入数 (10~30代) 購入数 (40~60代) 2017/10/04 (水) 晴れ 商品A 50 10 1 5 2017/10/05 (木) 雨 商品A 70 30 2 20 2017/10/06 (金) 晴れ 商品A 48 3 1 1
? Opt, Inc. All Rights Reserved. データウェアハウスデータ例 期間別 広告成果情報 （日別） 閲覧日 天気 広告内容 閲覧数 (10~30代) 閲覧数 (40~60代) 購入数 (10~30代) 購入数 (40~60代) 2017/10/04 (水) 晴れ 商品A 50 10 1 5 2017/10/05 (木) 雨 商品A 70 30 2 20 2017/10/06 (金) 晴れ 商品A 48 3 1 1
? Opt, Inc. All Rights Reserved. データウェアハウスデータ例 期間別 広告成果情報 （日別） 閲覧日 天気 広告内容 閲覧数 (10~30代) 閲覧数 (40~60代) 購入数 (10~30代) 購入数 (40~60代) 2017/10/04 (水) 晴れ 商品A 50 10 1 5 2017/10/05 (木) 雨 商品A 70 30 2 20 2017/10/06 (金) 晴れ 商品A 48 3 1 1?40~60代の購入が多い ?雨の日はさらに多くなる ?ただし、金曜日は激減 　（飲み会かな？）
? Opt, Inc. All Rights Reserved. データマートとは？
? Opt, Inc. All Rights Reserved. データマートとは、頻繁に利用する データのみ切り出しておいたもの。 同時利用数?データ量削減などから レスポンスの向上が期待できる。
? Opt, Inc. All Rights Reserved. たとえば???
? Opt, Inc. All Rights Reserved. ある会社に、 天気情報?ネット広告情報?ユーザ 情報などを管理した、システムの データを集計して格納したデータ ウェアハウスがある
? Opt, Inc. All Rights Reserved. 毎日、直近3日の日別広告閲覧数 と購入数を前年と比較したい、コン サルタントのAさんがいた場合
? Opt, Inc. All Rights Reserved. データウェアハウスの場合 直近3日 探すのが手間で、 データ総量が多いため 時間もかかる??? データウェアハウス 日別のデータ 昨年同日 日別 期間別広告成果情報 月別 年別 分別 日別 週別
? Opt, Inc. All Rights Reserved. データマートの場合 直近3日と 昨年同日を 切り出しておく 欲しいデータが まとまっている データウェアハウス 日別 期間別広告成果情報 月別 年別 分別 日別 週別 直近３日部分 昨年同日部分 直近3日 と 昨年同日 日別 データマート
? Opt, Inc. All Rights Reserved. まとめ
? Opt, Inc. All Rights Reserved. ビッグデータ： 3V( Volume(量)、Velocity(頻度)、Variety(多様性) ) 　を基本定義としたデータ データウェアハウス： 4要件( 目的別、統合化、時系列、更新しない ) 　を満たすデータの集合体 データマート： 高頻度に利用するデータのみ切り出したもの
? Opt, Inc. All Rights Reserved. 参考サイト ?wikipedia（ビッグデータ、ETL、データマート） https://ja.wikipedia.org/wiki/ビッグデータ https://ja.wikipedia.org/wiki/Extract/Transform/Load https://ja.wikipedia.org/wiki/データマート ?Amazon Redshift https://aws.amazon.com/jp/redshift/ ?ボクシルマガジン　データウェアハウスを徹底解説！データベースとの 違い?DWH?RDB https://boxil.jp/mag/a2426/
? Opt, Inc. All Rights Reserved. ご清聴 ありがとうございました

More Related Content

ビッグデータ?データマートとは

  • 1. ? Opt, Inc. All Rights Reserved. ビッグデータ?データマートとは 株式会社オプト　仙台テクノロジー開発部 第2回タガヤス登壇資料　
  • 2. ? Opt, Inc. All Rights Reserved. 自己紹介 名　前：萩野　輝（はぎの　あきら） 所　属：株式会社オプト 仙台テクノロジー開発部 好　物：カツ丼　　 注目点：公の場での登壇は
  • 3. ? Opt, Inc. All Rights Reserved. 自己紹介 名　前：萩野　輝（はぎの　あきら） 所　属：株式会社オプト 仙台テクノロジー開発部 好　物：カツ丼　　 注目点：公の場での登壇は初！！
  • 4. ? Opt, Inc. All Rights Reserved. Copyright ? 2017 OPT Inc. All Rights Reserved. 目次 ● ビッグデータとは ● データウェアハウスとは ● データマートとは
  • 5. ? Opt, Inc. All Rights Reserved. ビッグデータとは
  • 6. ? Opt, Inc. All Rights Reserved. ビッグデータってどんなデータ？
  • 7. ? Opt, Inc. All Rights Reserved. ビッグデータとは、通常のツールで は扱えないような、非常に大きな データ量のデータのこと。 wikiによると2012年時点の定義で は、数十テラ～数ペタバイト。
  • 8. ? Opt, Inc. All Rights Reserved. オプトではたくさんの顧客の広告を扱っ ており 仙台で扱っているデータは 1日でおよそ11.5 GBです （※データベース取込前の圧縮ファイル状態です）
  • 9. ? Opt, Inc. All Rights Reserved. ちょっと小話 新聞は朝刊?夕刊合わせて 1MBらしい 休刊日を除き、353日発行した場合 1年で353MBとすると??? 11.5GB => 11500MB => 32.5年分
  • 10. ? Opt, Inc. All Rights Reserved. 現在の蓄積されているデータ総量 はというと???
  • 11. ? Opt, Inc. All Rights Reserved. 4.02 TB Redshiftの総利用量 （Redshiftのデータ圧縮は最大1/4）
  • 12. ? Opt, Inc. All Rights Reserved. レコード件数でいうと、 だいたい???
  • 13. ? Opt, Inc. All Rights Reserved. 75億！あと、2000万 Redshiftの総データ件数
  • 14. ? Opt, Inc. All Rights Reserved. ちなみに??? オプトで扱っている 広告データは 大きく分けて2種類あります
  • 15. ? Opt, Inc. All Rights Reserved. Google、Yahoo!など 広告を掲載している 広告媒体から 取得しているデータ ※取り扱い媒体数100以上 Google Yahoo! Facebook Twitter LINE criteo
  • 16. ? Opt, Inc. All Rights Reserved. ADPLAN（弊社製品）などの 広告掲載効果を測定する 広告効果測定ツールから 取得しているデータ
  • 17. ? Opt, Inc. All Rights Reserved. 分析しやすい形に集計して格納 Redshift 広告媒体データ 広告効果測定ツール データ Google Yahoo! Facebook Twitter LINE criteo etc... etc...
  • 18. ? Opt, Inc. All Rights Reserved. そうすることで どの広告を いつ どんな端末から 何回表示したか 何回クリックしたか などなど 分析できています
  • 19. ? Opt, Inc. All Rights Reserved. データ量が大きいだけ？
  • 20. ? Opt, Inc. All Rights Reserved. データ量以外にも 定義があります
  • 21. ? Opt, Inc. All Rights Reserved. 　3V　 ※ ダグ?レイニー（Doug Laney）氏提言
  • 22. ? Opt, Inc. All Rights Reserved. ?Volume（量） 　データ量のこと 通常のツールでは扱えないような、非 常に大きなデータ量
  • 23. ? Opt, Inc. All Rights Reserved. ?Velocity（頻度） 　データ取得の頻度のこと 短い周期で大量のデータが発生
  • 24. ? Opt, Inc. All Rights Reserved. ?Variety（多様性） 　データの種類のこと 様々種類のデータかつ、それぞれが 関連づいている
  • 25. ? Opt, Inc. All Rights Reserved. たとえば???
  • 26. ? Opt, Inc. All Rights Reserved. 発行された新聞の全文字データ
  • 27. ? Opt, Inc. All Rights Reserved. データは多そうだが、 テキストデータのみで 発生頻度も高くはない
  • 28. ? Opt, Inc. All Rights Reserved. ダメビッグ！ ※ 造語です
  • 29. ? Opt, Inc. All Rights Reserved. 日別天気情報 + ネット広告媒体データ + 広告効果計測ツールデータ
  • 30. ? Opt, Inc. All Rights Reserved. データ量、発生頻度も高く 種類の異なるデータ かつ、組み合わせて分析可能
  • 31. ? Opt, Inc. All Rights Reserved. ナイスビッグ！ ※ 造語です
  • 32. ? Opt, Inc. All Rights Reserved. 3Vの他にも Veracity（正確性） Value（価値） なども定義として 提唱されている
  • 33. ? Opt, Inc. All Rights Reserved. まとめ ビッグデータとは、量?頻度?多様性 の3Vに沿ったデータを指す。 中でも、一般的に量が重視されてい る。
  • 34. ? Opt, Inc. All Rights Reserved. データウェアハウスとは？
  • 35. ? Opt, Inc. All Rights Reserved. 対で表現されることが多い データウェアハウス データマート
  • 36. ? Opt, Inc. All Rights Reserved. 直訳すると??? データウェアハウス：データの倉庫 データマート：データの市場
  • 37. ? Opt, Inc. All Rights Reserved. 倉庫と市場のイメージ データウェアハウス データマート 目的別切り出しておく 欲しいものが探しやすい
  • 38. ? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう データウェアハウス ここに見取り図がでてきます
  • 39. ? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう データウェアハウス 野菜 キャベツ 白菜 衣類 ジーンズ スカート 肉 鶏肉 牛肉 玩具 ドローン ゲーム機 ケーキ ロールケーキ ショートケーキ フルーツ いちご ほおずき
  • 40. ? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう データウェアハウス 野菜 キャベツ 白菜 衣類 ジーンズ スカート 肉 鶏肉 牛肉 玩具 ドローン ゲーム機 ケーキ ロールケーキ ショートケーキ フルーツ いちご ほおずき
  • 41. ? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう データマート ここに見取り図がでてきます
  • 42. ? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう ケーキ ショートケーキ データマート
  • 43. ? Opt, Inc. All Rights Reserved. ショートケーキを探してみよう ケーキ ショートケーキ データマート
  • 44. ? Opt, Inc. All Rights Reserved. データマートの方が、 格段に探しやすく 短時間で見つけられましたよね
  • 45. ? Opt, Inc. All Rights Reserved. イメージがわいたところで データウェアハウスの説明を 再開します
  • 46. ? Opt, Inc. All Rights Reserved. データウェアハウスとは、意思決定 のために目的別に編成、統合化さ れた、時系列で更新をしないデータ の集合体 ※ ビル?インモン(William H. Inmon)氏提言
  • 47. ? Opt, Inc. All Rights Reserved. 　4つの要件　
  • 48. ? Opt, Inc. All Rights Reserved. ?目的別（サブジェクト指向） 　分析したいものを軸に、データが まとめられている
  • 49. ? Opt, Inc. All Rights Reserved. ?統合化 　全体のデータが、統一された フォーマットになっている
  • 50. ? Opt, Inc. All Rights Reserved. ?時系列 　経過の変化を分析できるよう、過 去のデータをもっている
  • 51. ? Opt, Inc. All Rights Reserved. ?更新しない（恒常的） 　削除や更新をしない 　（過去のものは実績のため）
  • 52. ? Opt, Inc. All Rights Reserved. たとえば???
  • 53. ? Opt, Inc. All Rights Reserved. ある会社に、 天気情報?ネット広告?ユーザ情報 などを管理した、システムがある
  • 54. ? Opt, Inc. All Rights Reserved. 類似の商品Aの過去情報から、いつ、 誰に向けて広告をだせば購入数が増え るか分析したいAさん
  • 55. ? Opt, Inc. All Rights Reserved. 天気情報 システム ネット広告 システム ユーザ情報 システム 各管理システムのデータ例 調査日時, 天気状態, 気温, … 広告番号, 掲載日時, 閲覧者, 成果, … ユーザID, 性別, 年齢, …
  • 56. ? Opt, Inc. All Rights Reserved. 天気情報 システム ネット広告 システム ユーザ情報 システム 各管理システムのデータ例 調査日時, 天気状態, 気温 広告番号, 掲載日時, 閲覧者 ユーザID, 性別, 年齢 データの項目名がバラバラ データの保存場所?期間も異っ ており組み合わせが 困難！！
  • 57. ? Opt, Inc. All Rights Reserved. ETL (Extract Transform Load) (抽出?加工?ロード) データウェアハウス 各システムのデータを抽出 データウェアハウス構築 目的に合わせて、集計して格納する （過去も含め、必要な期間分） 天気情報 システム ネット広告 システム ユーザ情報 システム 日別 期間別広告成果情報 月別 年別 分別 日別 週別
  • 58. ? Opt, Inc. All Rights Reserved. データウェアハウスデータ例 期間別 広告成果情報 （日別） 閲覧日 天気 広告内容 閲覧数 (10~30代) 閲覧数 (40~60代) 購入数 (10~30代) 購入数 (40~60代) 2017/10/04 (水) 晴れ 商品A 50 10 1 5 2017/10/05 (木) 雨 商品A 70 30 2 20 2017/10/06 (金) 晴れ 商品A 48 3 1 1
  • 59. ? Opt, Inc. All Rights Reserved. データウェアハウスデータ例 期間別 広告成果情報 （日別） 閲覧日 天気 広告内容 閲覧数 (10~30代) 閲覧数 (40~60代) 購入数 (10~30代) 購入数 (40~60代) 2017/10/04 (水) 晴れ 商品A 50 10 1 5 2017/10/05 (木) 雨 商品A 70 30 2 20 2017/10/06 (金) 晴れ 商品A 48 3 1 1
  • 60. ? Opt, Inc. All Rights Reserved. データウェアハウスデータ例 期間別 広告成果情報 （日別） 閲覧日 天気 広告内容 閲覧数 (10~30代) 閲覧数 (40~60代) 購入数 (10~30代) 購入数 (40~60代) 2017/10/04 (水) 晴れ 商品A 50 10 1 5 2017/10/05 (木) 雨 商品A 70 30 2 20 2017/10/06 (金) 晴れ 商品A 48 3 1 1?40~60代の購入が多い ?雨の日はさらに多くなる ?ただし、金曜日は激減 　（飲み会かな？）
  • 61. ? Opt, Inc. All Rights Reserved. データマートとは？
  • 62. ? Opt, Inc. All Rights Reserved. データマートとは、頻繁に利用する データのみ切り出しておいたもの。 同時利用数?データ量削減などから レスポンスの向上が期待できる。
  • 63. ? Opt, Inc. All Rights Reserved. たとえば???
  • 64. ? Opt, Inc. All Rights Reserved. ある会社に、 天気情報?ネット広告情報?ユーザ 情報などを管理した、システムの データを集計して格納したデータ ウェアハウスがある
  • 65. ? Opt, Inc. All Rights Reserved. 毎日、直近3日の日別広告閲覧数 と購入数を前年と比較したい、コン サルタントのAさんがいた場合
  • 66. ? Opt, Inc. All Rights Reserved. データウェアハウスの場合 直近3日 探すのが手間で、 データ総量が多いため 時間もかかる??? データウェアハウス 日別のデータ 昨年同日 日別 期間別広告成果情報 月別 年別 分別 日別 週別
  • 67. ? Opt, Inc. All Rights Reserved. データマートの場合 直近3日と 昨年同日を 切り出しておく 欲しいデータが まとまっている データウェアハウス 日別 期間別広告成果情報 月別 年別 分別 日別 週別 直近３日部分 昨年同日部分 直近3日 と 昨年同日 日別 データマート
  • 68. ? Opt, Inc. All Rights Reserved. まとめ
  • 69. ? Opt, Inc. All Rights Reserved. ビッグデータ： 3V( Volume(量)、Velocity(頻度)、Variety(多様性) ) 　を基本定義としたデータ データウェアハウス： 4要件( 目的別、統合化、時系列、更新しない ) 　を満たすデータの集合体 データマート： 高頻度に利用するデータのみ切り出したもの
  • 70. ? Opt, Inc. All Rights Reserved. 参考サイト ?wikipedia（ビッグデータ、ETL、データマート） https://ja.wikipedia.org/wiki/ビッグデータ https://ja.wikipedia.org/wiki/Extract/Transform/Load https://ja.wikipedia.org/wiki/データマート ?Amazon Redshift https://aws.amazon.com/jp/redshift/ ?ボクシルマガジン　データウェアハウスを徹底解説！データベースとの 違い?DWH?RDB https://boxil.jp/mag/a2426/
  • 71. ? Opt, Inc. All Rights Reserved. ご清聴 ありがとうございました