データレイクの具体例

Question

前提

「データレイク」という単語の概念はわかるのですが、具体的なクラウドサービスとしてどのようなものがあるかがわかりません。
例えば、以下はデータレイクでしょうか？

1. Amazon S3
2. Box
3. Dropbox
4. OneDrive
5. 企業内のファイルサーバ

Answer 1

Amazon S3

データレイクの構築には、構造化データ・非構造化データ・半構造化データのいずれも格納できるオブジェクトストレージが適しています。S3はオブジェクトストレージなので、データレイクのストレージとしてよく利用されます。ただし、S3はストレージでしかないので、ETLやデータ分析も行うなら他のサービスも必要になります。

したがって「S3 = データレイク」ではなく、「データレイク構築に適したストレージ」の方が表現として正しいかと思います。

尚、データレイクに特化したAWS Lake Formationというサービスもあります。　

Box
Dropbox
OneDrive

これらにオブジェクトを格納することはできると思いますが、ストレージだけ用意してもデータレイクとしてビジネスニーズを満たせるわけではないので、ストレージとのシステム連携を考慮するとデータレイクとして利用するのは難しいと思います。（私が知らないだけで事例があれば申し訳ありません）

企業内のファイルサーバ

ファイルストレージは拡張性に乏しく、データレイクには不向きかと思います。

お勧めの書籍を紹介しておきます。データレイクのストレージに求められる役割についても、わかりやすく説明されていました。

Amazon.co.jp: AWSではじめるデータレイク: クラウドによる統合型データリポジトリ構築入門 : 上原 誠, 志村 誠, 下佐粉 昭, 関山 宜孝: 本