■ Agenda
■ 用語一覧
■ 全体構成を図にしてみる
- ● Lakehouse側の典型的な構成
- ● RDBMS側の典型的な構成
■ Data Lakeとは
■ Data Warehouseとは
■ Lakehouseとは
■ Parquetとは
■ Apache Icebergとは
- ● Open Table Formatとは
■ Data Catalogとは
■ Data Catalog、Metastore、Iceberg Catalogの違い
- ● Data Catalog
- ● Metastore
- ● Iceberg Catalog
■ RDBMSとは
■ Oracle Databaseの位置付け
■ Lakebaseとは
■ Oracle DatabaseとDatabricks Lakebaseを比較する
■ OLTP、OLAP、HTAP、DSS、DWHの違い
- ● DWSという略称について
■ Object StorageとQuery Engineも分けて考える
- ● Object Storage
- ● Query Engine／Compute Engine
■ Data GovernanceとData Lineage
- ● Data Governance
- ● Data Lineage
■ よくある誤解を整理する
■ 技術を正確に説明する文章例
- ● Lakehouse構成を説明する場合
- ● 業務システムとLakehouseを連携する場合
- ● Databricks Lakebaseを利用する場合
- ● Oracle DatabaseをDWHとして利用する場合
■ どの言葉を使えばよいか
■ 物流に例えてみる
■ 基礎編のまとめ
■ 発展編：データ基盤からAI時代のEnterprise Data & AI Platformへ
- ● Lakehouseだけでは全体像を表せない
- ● 一番上にいるのは「人間・AIエージェント・アプリケーション」
- ● Enterprise Data & AI Platformをレイヤーで表してみる
- ● AIエージェントとAIモデルは同じ位置ではない
- ● 一方向の分析基盤から、循環するData–AI–Actionへ
- ● AI時代にData Catalogがさらに重要になる理由
- ● 基礎編の用語は全体像のどこにあるのか
- ● AIが主なデータ利用者になる未来
■ 全体のまとめ
■ 解説
■ おまけ
■ 参考資料