ODS とデータ ウェアハウスの違いは何ですか?
オペレーショナル データ ストア (ODS) とデータ ウェアハウスの違いをよりよく理解するには、ODS がデータ ウェアハウスの代わりや代替ではないことを明確にしておくことが最善です。ODS は多くの場合、データ ウェアハウスの中間領域またはステージング領域ですが、ODS はデータが上書きされ、頻繁に変更されるという点で異なります。対照的に、データ ウェアハウスには、アーカイブ、保存、履歴分析、レポート作成のための静的データが含まれています。
ただし、ODS とデータ ウェアハウスは、どちらも異なるソースからデータをインポートして統合するという点で多くの共通点があります。これらのソースは分析とレポート作成の重要な機能を提供しますが、1 つの統合データ ソリューションを展開するか、階層型データ アーキテクチャ内でそれらを組み合わせて組織に最大限のビジネス インテリジェンス (BI) を提供するかを決定するには、両者の微妙な違いを区別することが重要です。
ODS の活用
米国のフォーチュン 100 社の P&C 保険会社は、開発ライフサイクルが遅く、データ処理能力が限られており、IT への依存度が高いため、業務を効率的に管理することが困難であることに気づきました。同社は、既存のアプリケーションをイベントベースのアーキテクチャに移行する際に、低コストのインフラストラクチャと分析ソリューションを探していました。
もっと良い方法があることを知った同社は、インテリジェントで最先端の ODS および分析ソリューションの導入に着手しました。既存のアプリケーションをイベントベースのアーキテクチャに移行した方法については、 次世代の運用データ ストアの導入に関するこのケース スタディをお読みください。
ODS およびデータ ウェアハウスからデータをクエリするより高速な方法をお探しですか?
Amazon Athena フェデレーテッド クエリ コネクタを使用すると、AWS エコシステム外部の複数のデータベースに接続してクエリを実行できるようになります。
データ ウェアハウスとは何ですか?
データ ウェアハウスは、レポート作成やデータ分析に使用されるシステムであり、さまざまなソースから統合されたデータの中央リポジトリとして機能します。データ ウェアハウスは、非構造化データ、構造化データ、半構造化データを保存し、組織に長期戦略計画のための唯一の真実の情報源 (SSOT) を提供します。
ほとんどのデータ ウェアハウスには次の要素が含まれています。
顧客、注文、製品に関連する大量のビジネス データを保存するリレーショナル データベース (RDB)。
統計分析、レポート、データ マイニング機能用にビッグ データを準備するために使用される抽出、ロード、変換 (ELT) ソリューション。
ビジネス ユーザーにデータを提示するためのクライアント側の視覚化ツール。
高度なデータ ウェアハウスには、データ サイエンスと人工知能 (AI) アルゴリズムを適用して実用的な情報を生成する高度なアプリケーションが含まれることがよくあります。
データ ウェアハウス ソリューションのトップ 5
データ ウェアハウスは、オンプレミス、クラウド、またはハイブリッド クラウド環境に導入できます。ほとんどのデータ ウェアハウスはクラウド サービスでホストされており、オンプレミス インフラストラクチャよりもスケーラブルでコスト効率の高いソリューションを提供します。最も人気のあるクラウド データ ウェアハウスのオプションは次のとおりです。
1. Amazon Redshift は、完全に管理された AWS クラウドベースのデータウェアハウス プラットフォームです。Redshift は、MySQL、PostgreSQL、Oracle DB などの既存のリレーショナル データベース管理システム (RDBMS) を持つ企業にとって最適な選択肢です。
2. Azure SQL Data Warehouse は、コンピューティングとストレージを個別に管理するコントロールを備えた、Microsoft が管理するペタバイト規模のサービスです。従量課金制の環境で運用コストを削減するために、データを永続化しながらコンピューティング レイヤーを一時停止したいユーザーに最適です。
3. Google BigQueryは、大規模なデータセットのインタラクティブな分析用に設計された、サーバーレスで拡張性に優れ、コスト効率に優れたマルチクラウド データ ウェアハウスです。Google は、高度な分析機能をサポートする BigQuery ML や BigQuery BI Engine などの統合機械学習およびビジネス インテリジェンス ツールを提供しています。
4. SAP Data Warehouse Cloud データ統合、データベース、データ ウェアハウス、分析能力を備えた SAAS クラウド ソリューションであり、組織がデータ主導の企業を構築するのに役立ちます。
5. Snowflake は、ビッグ データ分析用に設計された ANSI 標準の SQL 列ストア データベースです。Snowflake は、複雑なクエリを実行したり、データ分析やビッグ データ サイエンスを行う組織に最適です。
データ ウェアハウスの利点
データ ウェアハウスは、ビジネス上の意思決定を改善するための分析機能を提供するだけでなく、さらに 5 つの方法で DW が企業に重要な競争上の優位性をもたらします。
豊富な履歴データ
データ ウェアハウスが提供する正確なデータは、適切にフォーマットされている場合、意思決定者が過去の傾向や課題から学ぶために不可欠です。データ ウェアハウスは、以前の戦略に関連するすべての主要なパフォーマンス傾向をリストすることで、履歴データにコンテキストを追加できます。これは、従来のデータベースでは実現できないことです。
より多くのセキュリティオプション
オンプレミスでもクラウドでも、データ ウェアハウスは暗号化と「スレーブ読み取り専用」などの特定の保護設定を使用して悪意のある SQL コードをブロックし、機密データを保護することで、データのセキュリティを確保できます。
拡張性の向上
データ ウェアハウスは、組織が業務を円滑に進めるために必要なスケーラビリティを提供するための重要なコンポーネントです。より多くのクエリを処理し、ピーク需要時にスケールアップおよびスケールダウンする機能は、ビジネス全体のスケーラビリティの向上に役立ちます。
より良い戦略
在庫から主要販売、製品リリースまで、あらゆることに関して、よりスマートで指標に基づいた意思決定を可能にするために履歴データを使用することで、組織は競争戦略を作成することができます。直感に頼らないでください。
高いROI
データ ウェアハウスにより、組織は次のような重要な質問に答えることができます。利用可能なデータ資産の価値はいくらか? 関係者はリアルタイムでデータにアクセスできるか? データ ストリームは収益化できるか? 利用可能なデータ資産の価値はいくらか? これらの質問に答える能力により、組織は 2 年未満でデータ ウェアハウスの投資回収期間を実現できます。
データ ウェアハウスの欠点
データ ウェアハウスの大きな欠点の 1 つは、非揮発性であることです。つまり、データは読み取り専用であり、クレンジングが必要です。これにより時間の変動が生じ、データ ウェアハウスの更新はスケジュールされたバッチで実行されるため、レポートが古いものになる可能性があります。
このため、多くの組織では、日常業務の運用データを統合するためのステージング領域として ODS を実装することを選択しています。
運用データ ストアとは何ですか?
オペレーショナル データ ストアは、データ ウェアハウスの非揮発性に対するコスト効率の高いソリューションです。ODS では、データ ウェアハウスと同じタイプの変換は必要ありません。ODS は構造化データのみを保存できるため、データは既存のスキーマ内に残り、スキーマ オン ライト アプローチを使用するデータ レイクに似たものになります。
この意味で、ODS は組織の最新データのスナップショットを保存するリポジトリとして機能し、ユーザーがコンポーネント システムを検索する前に問題を診断しやすくなります。たとえば、ODS を使用すると、サービス担当者はトランザクションをすぐに照会して次の質問に答えることができます。
顧客の荷物は現在どこにありますか?
なぜ取引が完了しないのですか?
この問題をさらに解決するには、どのような手順を実行すればよいでしょうか?
ステージング領域はトランザクション ソースからほぼリアルタイムで運用データを受信するため、クエリされている現在のデータへのアクセスのみを提供することで、トランザクション システムの負荷が軽減されます。このため、ODS は、現在のデータ レコードに関連付けられた情報の 360 度ビューを求め、 より迅速なビジネス上の意思決定を行う人にとって理想的なソリューションとなります。
運用データストアの利点
運用データ ストアはビジネスにどのようなメリットをもたらすのでしょうか? ここでは、ビジネスに必要なスピード、規模、俊敏性を一目で把握するために ODS を検討すべき 5 つの理由を紹介します。
コスト効率が良い
ODS は、データ ウェアハウスやデータ レイクに比べて構築と実装がはるかに安価です。価格は運用要件や使用例によって大きく異なりますが、通常、ODS のコストは、企業がオンプレミスのデータ ウェアハウスに支払うと予想される費用の約 10 分の 1 です。
迅速なクエリ
運用データ ストアは現在のデータのみを収集するため、複数レベルの結合が不要になり、クエリが簡素化されます。これは、トランザクションに関する緊急の質問に即座に回答するためにデータを検索する場合に特に役立ちます。
データ品質の向上
ODS はステージング領域として機能するため、データを 1 つの一貫した形式に構成できます。これにより、戦略的な意思決定に使用されるデータ ウェアハウスに送信される前に、全体的なデータ品質が向上します。
より迅速な戦術的意思決定
ODS は、異なるソース システムに埋め込まれると見つけるのが不可能な、時間的に敏感なビジネス データを提供します。ODS はリアルタイムの運用データを抽出するため、レポート作成プロセスが簡素化され、その情報をスナップショット リポジトリに統合することで効率が大幅に向上します。
市場投入までの時間を短縮
次世代の ODS では、手動のスキーマ マッピングを 1 回のクリックにまで削減できます。マイクロサービス アーキテクチャにより、組織は新しいサービスをより迅速に市場に投入できるようになります。
運用データストアの欠点
従来の ODS ソリューションは、リレーショナル データベースまたはディスクベースの NoSQL データベースに基づいているため、通常、レイテンシが高くなります。これらのシステムでは、大量のデータを処理しながら高いパフォーマンスを同時に提供することはできません。
従来のシステムのスケーラビリティは限られているため、複数のユーザーが同時にデータ ストアにアクセスするとパフォーマンスの問題も発生します。そのため、従来の ODS ソリューションでは、記録システムにアクセスするためのリアルタイム API サービスを提供できません。
運用データ ストアとデータ ウェアハウスを組み合わせる必要がありますか?
つまり、ユースケースと分析するデータの量によって異なります。組織で膨大な量のクライアント、従業員、顧客アカウント情報が予想される場合は、ODS ソリューションをデータ ウェアハウス システムと統合する必要があります。
合併や買収は、階層型アーキテクチャを作成する際に考慮すべきもう 1 つの要素です。複数のソース システムにわたる現在のデータと履歴データを一元的に表示するには、ODS とデータ ウェアハウスを組み合わせると、企業全体の最も関連性の高いスナップショットを提供できます。
クラウドが大きな自由と柔軟性を約束するこのデジタル時代において、クラウド、分析、ビッグデータ プラットフォームを統合した堅牢な IT インフラストラクチャは、企業のビジネス エクセレンスを推進します。
ODS およびデータ ウェアハウス ソリューションを展開するにはどうすればよいですか?
Trianz の分析チームは、ビジネスプロセス全体への影響を最小限に抑えながら、ODS ソリューションを開発および導入できます。AWS EC2 上の Hortonworks Data Platform (HDP)、AWS Simple Storage Service (S3) 上の Hadoop 導入、Elastic Block Store (EBS)、および AWS EC2 Instance Store を使用して次世代の運用データストアを導入することで、開発ライフサイクルの遅延、データ処理機能の制限、および IT への依存度の高さを改善できます。
AWS のデータおよび分析サービスが AWS 向けクラウド エコシステム上の Trianz Analytics分析に含まれる
