Data Vaultモデリングは、企業向けデータウェアハウスを設計するための方法論であり、ソース履歴の保持、監査可能性、そして変化への適応性を重視します。従来のモデルが、クレンジング済みまたは整合済みのレコードだけを保存しようとするのに対し、Data Vaultでは取り込んだ各事実に、その由来やロード時刻に関するメタデータを付与して保持するため、分析者や監査担当者は値を元のソースまで追跡できます。アーキテクチャ上は、ビジネスキーと関係性を説明属性から分離することで、段階的かつ並列のロードを可能にし、大規模な再設計を行わずに構造変更へ対応できます。複数の履歴バージョンを保持することは、Data Vaultプロジェクトでよく見られる目標です。

コアコンポーネント

このモデルは、企業データを一貫して表現するための少数のオブジェクト型で構成されます。

  • ハブ: 一意のビジネスキー（たとえば顧客ID）と最小限のロードメタデータを保持します。ハブは、重要なビジネス実体の不変な識別子を表します。
  • リンク: ハブ間の関係を表します。リンクは、説明的な文脈から独立して関連性（1対多、多対多）を捉え、関係を明示的かつ監査可能にします。
  • サテライト: ハブまたはリンクに関する時変の説明属性を、ロード時刻やソース識別子とともに保持します。サテライトは履歴を維持し、構造を変更せずに属性の複数バージョンを保存できます。
  • 拡張オブジェクト: PIT（Point-in-Time）テーブル、ブリッジテーブル、Business Vaultレイヤーなどの任意オブジェクトを追加して、検索性能を最適化したり、派生ロジックを保存したりできます。

主な特性

Data Vaultには、設計と運用の指針となるいくつかの特徴があります。取り込まれたすべての行に来歴メタデータを付与して系統情報を担保し、過去の状態が利用可能なまま残る完全な履歴管理をサポートし、意図的に不完全または非整合なソースデータを破棄するのではなく受け入れます。構造キーと属性を分けることで、ソース変更の影響を抑え、ハブ、リンク、サテライトを独立して並列にロードしやすくします。こうした監査可能性とレジリエンスへの重視は、規制の厳しい環境における本モデルの主要な利点の一つとしてしばしば挙げられます。

歴史と発展

Data Vaultアプローチは、1990年代後半から2000年代初頭にかけて、Dan Linstedtと、その後パターンやベストプラクティスを文書化した貢献者たちによって体系化されました。時代とともに、強固な来歴管理、長期的な履歴保持、異種ソースの柔軟な統合を必要とする組織で採用される、技法・ツールサポート・トレーニングプログラムの体系へと発展してきました。監査と追跡可能性を重視する姿勢は、コンプライアンス要件のある分野で関心を高めています。

用途、利点、トレードオフ

典型的なユースケースには、ソースシステムが頻繁に変化する企業データウェアハウス、コンプライアンスのために完全なトレーサビリティが求められるプロジェクト、そしてスループット拡張のために並列ロードが有効な環境が含まれます。利点としては、変化する業務ルールへの適応が容易になること、監査やデータガバナンスのための来歴情報が改善されること、過去のデータ状態を再構築できることが挙げられます。一方で、ディメンショナルモデルと比べてテーブル数が多くなりやすく、利用者向けの分析ビューを作るために追加のセマンティック層またはプレゼンテーション層が必要になる場合があります。

実装上の考慮点

実装では、ロード間で安定した識別子を維持するためにサロゲートキーまたは決定論的ハッシュを使うことが一般的であり、サテライトに生のソース値を保持する抽出・ロードパターンが採用されます。下流層は、しばしばデータマートまたはプレゼンテーション層と呼ばれ、Data Vaultの構造をスター・スキーマや非正規化テーブルへ変換して、レポーティングに最適化します。オーケストレーションや自動テストのためのツールは、オブジェクト数の増加を管理し、このモデルの並列ロード戦略を支援します。運用上の指針や実装パターンについては、ベンダーやコミュニティの資料に加え、Vaultの成果物を業務定義に整合させるガバナンス枠組みを参照できます。また、堅牢で高ボリュームなパイプラインを実現するためのスケーラビリティやロード設計に関する議論では、並列ロードと変化への耐性が重要な論点になります。

要するに、Data Vaultモデリングは、追跡可能な履歴、モジュール性、適応性を優先します。スキーマの複雑さを最小化することよりも、監査可能性と頻繁なソース変更を受け止める能力が重要な場面で特に有用です。明確に定義されたプレゼンテーション層と組み合わせれば、信頼できる履歴記録と、業務利用者向けの高性能な分析ビューの両方を提供できます。