メインコンテンツまでスキップ

Data Architecture（データ構造・分析基盤）

Data Architecture は、データの流れ・保存・変換・分析 に関わるアーキテクチャ層を扱う。

  • OLTP / OLAP の分離
  • データレイク・データウェアハウス
  • ストリーミング処理
  • ドメインイベントの扱い
  • 分散データ整合性（CQRS / Event Sourcing）

✅ このカテゴリが扱う問題​

  • どこにデータを保存するか（DB / Lake / Warehouse）
  • どのように集計・分析するか
  • データのライフサイクル（取得 → 保存 → 変換 → 分析 → 提供）
  • ストリーミング vs バッチ
  • 分散システムでのデータ整合性の扱い

✅ Data Architecture の代表スタイル​

● Data Warehouse（DWH）​

  • 解析・レポート用の集約データベース
  • 企業内 BI の中心

● Data Lake / Lakehouse​

  • 非構造／構造データをまとめて扱う大規模基盤
  • ML・大規模分析向け
  • Lakehouse は DWH + Lake の融合型

● CQRS（Command Query Responsibility Segregation）​

  • 書き込みモデルと読み取りモデルを分離
  • 高負荷分散・高速読み取りが必要な場面に有効

● Event Sourcing​

  • 状態を “イベントの履歴” で管理
  • 監査／再構築／スナップショットなど高度な要件に対応

● Data Mesh​

  • ドメイン単位でデータ製品を管理する
  • 組織構造とデータ責務の分散がポイント

● Lambda / Kappa Architecture​

  • バッチ＋ストリーム（Lambda）
  • ストリーム単体の一本化（Kappa）

✅ このカテゴリの読み方​

  1. OLTP と OLAP の境界を理解する
  2. ストリーミング／バッチのどちらが主か
  3. 組織内のデータ責任がどのように分散するべきか（Mesh）

✅ 他の階層との関係​