{"ok":true,"entity":{"id":"data-lakehouse","name":"Data Lakehouse","entityType":"concept","officialName":"Data Lakehouse","canonicalName":"Data Lakehouse","displayName":"Data Lakehouse","category":"データアーキテクチャの考え方（データレイクとデータウェアハウスの統合）","shortDescription":"Data Lakehouseは、低コストなデータレイクのストレージ上に、ACIDトランザクションやスキーマ管理などデータウェアハウス相当の機能を載せて分析とAI／機械学習を一つの基盤で扱う考え方。Armbrust、Ghodsi、Xin、Zahariaが2021年のCIDRで発表した論文でLakehouseとして提示され、Delta Lake、Apache Hudi、Apache Icebergなどのオープンなテーブルフォーマットで実装される。特定企業の製品名ではなく、アーキテクチャ上の概念である。","primaryCluster":"data-platform","parentEntity":null,"verificationStatus":"draft","website":"https://vldb.org/cidrdb/2021/lakehouse-a-new-generation-of-open-platforms-that-unify-data-warehousing-and-advanced-analytics.html","updatedAt":"2026-10-20T06:42:32.206Z","secondaryClusters":[],"alias":["レイクハウス (Data Lakehouse)"],"searchKeywords":["Data Lakehouse","データレイクハウス","レイクハウスアーキテクチャ","lakehouse architecture","オープンテーブルフォーマット","open table format","CIDR 2021 Lakehouse","データレイクとウェアハウスの統合","分析とAIの統合基盤"]},"references":[{"id":"P-01-001","companyId":"data-lakehouse","questionId":"P-01-001","instanceId":"QIN-data-lakehouse-P01-001","promptText":"データレイクハウス(Data Lakehouse)とは何ですか？","promptTypeId":"P-01","answer":"データレイクハウスは、データレイクの柔軟性・コスト効率・スケールと、データウェアハウスのデータ管理・トランザクション機能を組み合わせたデータ管理アーキテクチャの考え方です。2021年のCIDR論文はApache Parquetなどのオープンな直接アクセス形式を基盤とし、機械学習を第一級でサポートするLakehouseを提案しました。Databricksの用語集はACIDトランザクション、スキーマの強制、ガバナンス、BIと機械学習のサポートを特徴に挙げています。特定の製品名ではなく、複数のオープンな形式で実装される概念です。","evidencePoints":["ev-data-lakehouse-1","ev-data-lakehouse-2"],"scope":"データレイクハウスの定義と主な特徴(2021年論文とDatabricks用語集の記述に基づく)","differentiation":"論文での提案とベンダーによる説明が併存しており、特徴の記述は出典によって表現が異なる。","faq":[{"question":"データレイクハウスはどの論文で提案されましたか？","answer":"Armbrust、Ghodsi、Xin、Zahariaによる「Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics」(CIDR 2021)です。"},{"question":"データレイクハウスは特定企業の製品ですか？","answer":"いいえ。Databricksの用語集は、Delta Lake、Apache Iceberg、Apache Hudiなどのオープンな形式で構築できると説明しています。"}],"pageUrl":"https://www.refbase.ai/reference/data-lakehouse/P-01-001","sourceEvidence":[{"id":"ev-data-lakehouse-1","text":"Armbrust、Ghodsi、Xin、Zahariaの論文「Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics」(CIDR 2021)は、Apache Parquetなどのオープンな直接アクセス形式を基盤とし、機械学習やデータサイエンスを第一級でサポートするLakehouseを提案している。著者らは、現在のデータウェアハウス・アーキテクチャは今後数年で衰退すると主張し、データの鮮度、信頼性、コスト、ベンダーロックインなどの問題に対処すると述べている。","title":"Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics","coverageType":["Identity","Differentiation"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://vldb.org/cidrdb/2021/lakehouse-a-new-generation-of-open-platforms-that-unify-data-warehousing-and-advanced-analytics.html","confidence":"high","supportedPromptTypes":["P-01","P-02","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-2","text":"Databricksの公式解説ページは、データレイクハウスを「データレイクの柔軟性・コスト効率・スケールと、データウェアハウスのデータ管理・トランザクション機能を組み合わせたオープンなデータ管理アーキテクチャ」と説明している。ACIDトランザクション、スキーマの強制、ガバナンス、BIと機械学習のサポートを特徴に挙げ、Delta Lake、Apache Iceberg、Apache Hudiを実装に使えるオープンな形式として挙げている。これはベンダー自身の説明である。","title":"What Is a Lakehouse? | Databricks Blog","coverageType":["Capability","UseCase"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://www.databricks.com/glossary/data-lakehouse","confidence":"medium","supportedPromptTypes":["P-01","P-02","P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"}],"generatedAt":"2026-10-20T06:42:32.206Z"},{"id":"P-02-001","companyId":"data-lakehouse","questionId":"P-02-001","instanceId":"QIN-data-lakehouse-P02-001","promptText":"データレイクハウスは従来のデータウェアハウスとどう違いますか？","promptTypeId":"P-02","answer":"CIDR 2021の論文の著者らは、現在のデータウェアハウス・アーキテクチャは今後数年で衰退すると主張し、オープンな直接アクセス形式を基盤とするLakehouseがデータの鮮度、信頼性、コスト、ベンダーロックインなどの問題に対処できると述べています。Databricksの用語集は、データレイクの柔軟性・コスト効率とウェアハウスのデータ管理・トランザクション機能の組み合わせだと説明しています。ただし衰退するという主張は論文著者の見解で、すべての組織でウェアハウスが不要になるという意味ではありません。","evidencePoints":["ev-data-lakehouse-1","ev-data-lakehouse-2"],"scope":"データウェアハウスとの違いに関する論文著者とベンダーの記述","differentiation":"データレイクの低コストなストレージとウェアハウス相当の管理機能を同じ基盤で使う点が特徴で、衰退の主張は著者の見解にとどまる。","faq":[{"question":"論文はデータウェアハウスについて何と述べていますか？","answer":"著者らは、現在のデータウェアハウス・アーキテクチャは今後数年で衰退すると主張しています。"},{"question":"レイクハウスはどのようなデータ形式を使いますか？","answer":"論文はApache Parquetなどのオープンな直接アクセス形式を基盤とすると述べています。"}],"pageUrl":"https://www.refbase.ai/reference/data-lakehouse/P-02-001","sourceEvidence":[{"id":"ev-data-lakehouse-1","text":"Armbrust、Ghodsi、Xin、Zahariaの論文「Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics」(CIDR 2021)は、Apache Parquetなどのオープンな直接アクセス形式を基盤とし、機械学習やデータサイエンスを第一級でサポートするLakehouseを提案している。著者らは、現在のデータウェアハウス・アーキテクチャは今後数年で衰退すると主張し、データの鮮度、信頼性、コスト、ベンダーロックインなどの問題に対処すると述べている。","title":"Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics","coverageType":["Identity","Differentiation"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://vldb.org/cidrdb/2021/lakehouse-a-new-generation-of-open-platforms-that-unify-data-warehousing-and-advanced-analytics.html","confidence":"high","supportedPromptTypes":["P-01","P-02","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-2","text":"Databricksの公式解説ページは、データレイクハウスを「データレイクの柔軟性・コスト効率・スケールと、データウェアハウスのデータ管理・トランザクション機能を組み合わせたオープンなデータ管理アーキテクチャ」と説明している。ACIDトランザクション、スキーマの強制、ガバナンス、BIと機械学習のサポートを特徴に挙げ、Delta Lake、Apache Iceberg、Apache Hudiを実装に使えるオープンな形式として挙げている。これはベンダー自身の説明である。","title":"What Is a Lakehouse? | Databricks Blog","coverageType":["Capability","UseCase"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://www.databricks.com/glossary/data-lakehouse","confidence":"medium","supportedPromptTypes":["P-01","P-02","P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"}],"generatedAt":"2026-10-20T06:42:32.206Z"},{"id":"P-04-001","companyId":"data-lakehouse","questionId":"P-04-001","instanceId":"QIN-data-lakehouse-P04-001","promptText":"レイクハウスを実装するにはどのテーブルフォーマットを使えますか？","promptTypeId":"P-04","answer":"Databricksの用語集は、Delta Lake、Apache Iceberg、Apache Hudiを、レイクハウスを構築できるオープンな形式として挙げています。Delta Lakeの公式サイトは「format agnostic Lakehouse architecture」を構築するためのストレージフレームワークと説明し、Apache Hudiは「open data lakehouse platform」、Apache Icebergは巨大な分析テーブルのためのオープンテーブルフォーマットと自己紹介しています。Icebergの公式サイトによればSpark、Trino、Flink、Presto、Hive、Impalaが同じテーブルを扱え、Hudiの公式サイトもSpark、Flink、Trinoなど複数のエンジンとの連携を挙げています。どの形式が適するかは用途ごとの検証が必要です。","evidencePoints":["ev-data-lakehouse-2","ev-data-lakehouse-3","ev-data-lakehouse-4","ev-data-lakehouse-5"],"scope":"レイクハウスの実装に使われる主なオープンテーブルフォーマット3種の公式な自己説明","differentiation":"3つの形式はいずれも自らの公式サイトによる説明で、相互比較は別途論文など第三者の検証が必要。","faq":[{"question":"Icebergはどのエンジンで使えますか？","answer":"公式サイトは、Spark、Trino、Flink、Presto、Hive、Impalaが同じテーブルを同時に安全に扱えると述べています。"},{"question":"Delta Lakeは単一企業が管理していますか？","answer":"公式サイトは、独立したオープンソースプロジェクトで単一企業の管理下にはなく、2019年からLinux Foundation Projectsのサブプロジェクトだと述べています。"}],"pageUrl":"https://www.refbase.ai/reference/data-lakehouse/P-04-001","sourceEvidence":[{"id":"ev-data-lakehouse-2","text":"Databricksの公式解説ページは、データレイクハウスを「データレイクの柔軟性・コスト効率・スケールと、データウェアハウスのデータ管理・トランザクション機能を組み合わせたオープンなデータ管理アーキテクチャ」と説明している。ACIDトランザクション、スキーマの強制、ガバナンス、BIと機械学習のサポートを特徴に挙げ、Delta Lake、Apache Iceberg、Apache Hudiを実装に使えるオープンな形式として挙げている。これはベンダー自身の説明である。","title":"What Is a Lakehouse? | Databricks Blog","coverageType":["Capability","UseCase"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://www.databricks.com/glossary/data-lakehouse","confidence":"medium","supportedPromptTypes":["P-01","P-02","P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-3","text":"Delta Lakeの公式サイトは、Delta Lakeを「format agnostic Lakehouse architecture」を構築するためのオープンソースのストレージフレームワークと説明し、2026年10月時点でDelta Lake 4.4.0とApache Spark 4.2.0の組み合わせを掲載している。同サイトは、独立したオープンソースプロジェクトで単一企業の管理下にはなく、2019年からLinux Foundation Projectsのサブプロジェクトだと記している。","title":"Delta Lake","coverageType":["Capability","Differentiation"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://delta.io/","confidence":"high","supportedPromptTypes":["P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-4","text":"Apache Hudiの公式サイトは、Hudiを高性能なオープンテーブルフォーマットに基づく「open data lakehouse platform」と説明し、分単位の低レイテンシ分析に向けたインクリメンタル処理を機能の一つに挙げている。連携先としてSpark、Flink、Trino、Presto、Hive、StarRocksなどのクエリエンジンが記載されている。","title":"Apache Hudi | An Open Source Data Lake Platform | Apache Hudi","coverageType":["Capability","UseCase"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://hudi.apache.org/","confidence":"high","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-5","text":"Apache Icebergの公式サイトは、Icebergを「巨大な分析テーブルのための高性能フォーマット」であるオープンテーブルフォーマットと説明し、Spark、Trino、Flink、Presto、Hive、Impalaが同じテーブルを同時に安全に扱えるとしている。2026年10月時点で最新のドキュメント版は1.12.0。","title":"Apache Iceberg","coverageType":["Capability"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://iceberg.apache.org/","confidence":"high","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"}],"generatedAt":"2026-10-20T06:42:32.206Z"},{"id":"P-05-001","companyId":"data-lakehouse","questionId":"P-05-001","instanceId":"QIN-data-lakehouse-P05-001","promptText":"データレイクハウスという考え方の根拠となる論文や第三者の検討はありますか？","promptTypeId":"P-05","answer":"概念の提案元は、2021年のCIDRで発表されたArmbrust、Ghodsi、Xin、Zahariaの論文「Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics」です。その後、2023年のCIDRで、Jainらの論文「Analyzing and Comparing Lakehouse Storage Systems」が、Delta Lake、Apache Hudi、Apache Icebergの設計上のトレードオフを比較しています。この2023年の論文は、研究コミュニティがLakehouseシステム設計のトレードオフを詳細に検討してこなかったと述べています。ただし、2021年の論文はLakehouseを提案した側の主張であり、その優位性を第三者が検証したものではない点に注意が必要です。","evidencePoints":["ev-data-lakehouse-6","ev-data-lakehouse-1"],"scope":"データレイクハウスの提案論文と、その後の比較研究の所在","differentiation":"提案論文と比較論文はいずれもCIDRの論文で、独立した広範な業界調査ではない。","faq":[{"question":"2023年の論文は何を比較していますか？","answer":"Delta Lake、Apache Hudi、Apache Icebergの設計上のトレードオフを比較しています。"},{"question":"2021年の論文は第三者による検証ですか？","answer":"いいえ。Lakehouseを提案した著者らによる論文であり、優位性の第三者検証ではありません。"}],"pageUrl":"https://www.refbase.ai/reference/data-lakehouse/P-05-001","sourceEvidence":[{"id":"ev-data-lakehouse-1","text":"Armbrust、Ghodsi、Xin、Zahariaの論文「Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics」(CIDR 2021)は、Apache Parquetなどのオープンな直接アクセス形式を基盤とし、機械学習やデータサイエンスを第一級でサポートするLakehouseを提案している。著者らは、現在のデータウェアハウス・アーキテクチャは今後数年で衰退すると主張し、データの鮮度、信頼性、コスト、ベンダーロックインなどの問題に対処すると述べている。","title":"Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics","coverageType":["Identity","Differentiation"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://vldb.org/cidrdb/2021/lakehouse-a-new-generation-of-open-platforms-that-unify-data-warehousing-and-advanced-analytics.html","confidence":"high","supportedPromptTypes":["P-01","P-02","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-6","text":"Jainらの論文「Analyzing and Comparing Lakehouse Storage Systems」(CIDR 2023)は、データレイクのストレージ上にACIDトランザクションなどの管理機能を実装するLakehouseストレージシステムとして、Delta Lake、Apache Hudi、Apache Icebergを取り上げ、その設計上のトレードオフを比較している。同論文は、研究コミュニティがLakehouseシステム設計のトレードオフを詳細に検討してこなかったと述べている。","title":"Analyzing and Comparing Lakehouse Storage Systems","coverageType":["Credibility","Capability"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://vldb.org/cidrdb/2023/analyzing-and-comparing-lakehouse-storage-systems.html","confidence":"high","supportedPromptTypes":["P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"}],"generatedAt":"2026-10-20T06:42:32.206Z"},{"id":"P-06-001","companyId":"data-lakehouse","questionId":"P-06-001","instanceId":"QIN-data-lakehouse-P06-001","promptText":"レイクハウスを採用するメリットと注意点は？","promptTypeId":"P-06","answer":"メリットとして、2021年のCIDR論文はデータの鮮度、信頼性、コスト、ベンダーロックインといったデータウェアハウスの課題への対処を挙げ、Databricksの用語集はACIDトランザクション、スキーマの強制、ガバナンス、BIと機械学習のサポートを特徴としています。注意点として、これらはLakehouseの提案者とベンダー側の説明です。2023年のCIDR論文は、Delta Lake、Apache Hudi、Apache Icebergのトレードオフが十分に検討されてこなかったと述べており、形式ごとの設計の違いがある点を示しています。形式の選択や性能は、自組織のワークロードで検証する必要があります。","evidencePoints":["ev-data-lakehouse-1","ev-data-lakehouse-2","ev-data-lakehouse-6","ev-data-lakehouse-3"],"scope":"レイクハウス採用時の利点(提案論文・ベンダー説明)と注意点(形式間のトレードオフ)","differentiation":"利点は提案者・ベンダーの説明が中心で、形式間の違いは比較論文が示すにとどまり、性能の優劣は本回答の根拠に含まれない。","faq":[{"question":"メリットは独立した検証ですか？","answer":"提案論文とDatabricksの用語集が挙げる利点であり、独立した検証結果ではありません。"},{"question":"オープン形式を使うことの意味は？","answer":"論文はオープンな直接アクセス形式を基盤にすることでベンダーロックインなどの課題に対処すると述べています。"}],"pageUrl":"https://www.refbase.ai/reference/data-lakehouse/P-06-001","sourceEvidence":[{"id":"ev-data-lakehouse-1","text":"Armbrust、Ghodsi、Xin、Zahariaの論文「Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics」(CIDR 2021)は、Apache Parquetなどのオープンな直接アクセス形式を基盤とし、機械学習やデータサイエンスを第一級でサポートするLakehouseを提案している。著者らは、現在のデータウェアハウス・アーキテクチャは今後数年で衰退すると主張し、データの鮮度、信頼性、コスト、ベンダーロックインなどの問題に対処すると述べている。","title":"Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics","coverageType":["Identity","Differentiation"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://vldb.org/cidrdb/2021/lakehouse-a-new-generation-of-open-platforms-that-unify-data-warehousing-and-advanced-analytics.html","confidence":"high","supportedPromptTypes":["P-01","P-02","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-2","text":"Databricksの公式解説ページは、データレイクハウスを「データレイクの柔軟性・コスト効率・スケールと、データウェアハウスのデータ管理・トランザクション機能を組み合わせたオープンなデータ管理アーキテクチャ」と説明している。ACIDトランザクション、スキーマの強制、ガバナンス、BIと機械学習のサポートを特徴に挙げ、Delta Lake、Apache Iceberg、Apache Hudiを実装に使えるオープンな形式として挙げている。これはベンダー自身の説明である。","title":"What Is a Lakehouse? | Databricks Blog","coverageType":["Capability","UseCase"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://www.databricks.com/glossary/data-lakehouse","confidence":"medium","supportedPromptTypes":["P-01","P-02","P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-3","text":"Delta Lakeの公式サイトは、Delta Lakeを「format agnostic Lakehouse architecture」を構築するためのオープンソースのストレージフレームワークと説明し、2026年10月時点でDelta Lake 4.4.0とApache Spark 4.2.0の組み合わせを掲載している。同サイトは、独立したオープンソースプロジェクトで単一企業の管理下にはなく、2019年からLinux Foundation Projectsのサブプロジェクトだと記している。","title":"Delta Lake","coverageType":["Capability","Differentiation"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://delta.io/","confidence":"high","supportedPromptTypes":["P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"},{"id":"ev-data-lakehouse-6","text":"Jainらの論文「Analyzing and Comparing Lakehouse Storage Systems」(CIDR 2023)は、データレイクのストレージ上にACIDトランザクションなどの管理機能を実装するLakehouseストレージシステムとして、Delta Lake、Apache Hudi、Apache Icebergを取り上げ、その設計上のトレードオフを比較している。同論文は、研究コミュニティがLakehouseシステム設計のトレードオフを詳細に検討してこなかったと述べている。","title":"Analyzing and Comparing Lakehouse Storage Systems","coverageType":["Credibility","Capability"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://vldb.org/cidrdb/2023/analyzing-and-comparing-lakehouse-storage-systems.html","confidence":"high","supportedPromptTypes":["P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"data-lakehouse"}],"generatedAt":"2026-10-20T06:42:32.206Z"}]}