平成27年度春期 データベーススペシャリスト 午前Ⅱ 問19

データ変換を見極める観点

データウェアハウスの変換処理を考えるときは、入力データの状態と利用目的の関係に注目し、処理前後で何が変わるのか、なぜ変換が必要なのかを整理して判断します。

この問題で問われていること

一つの観点として、変換処理が入力データをどのような状態へ整え、後続の分析や利用にどんな意味を持たせるものかを確認してください。処理の名称だけで判断しないことが大切です。

視点

変換を整理する際は、元データの形式・粒度・表現と、利用側が求める扱いやすさとの対応を見ると考えやすくなります。個別の処理手順を暗記するより、変換前後の目的と影響を対応づけて確認しましょう。

確認ポイント

• 変換前後でデータの状態がどう変わるかを確認する
• その変化が利用目的とどのように関係するかを確認する
• 処理の名称ではなく、目的と影響の対応を確認する

正解

エ

解説

データクレンジングは、データウェアハウスに格納するデータについて、表記ゆれ、誤り、不整合な属性やコードなどを検出・修正し、統一された基準に合わせる処理です。この設問では、抽出データを整合されたデータ属性やコード体系に適合させる処理が問われています。

理由

業務系データベースから抽出したデータをデータウェアハウスへ格納する際は、データ属性やコード体系を統一する必要があります。データクレンジングは、表記や値の不整合を修正し、決められた基準に合うようデータを変換・整備する処理です。

比較

クラスタリングはデータを類似性に基づいて分類する分析手法です。スライシングとダイシングは、多次元データを特定の範囲や視点で切り出して分析する操作です。いずれも、格納前の属性やコード体系を統一する処理そのものではありません。

選択肢ア

これは不正解だよ。クラスタリングは、データ同士の類似性や特徴に基づいて、複数のグループへ分類する分析手法です。抽出したデータの属性やコード体系を、格納先の統一基準に合わせて変換・修正する処理を表す用語ではありません。

選択肢イ

これは不正解だよ。スライシングは、データウェアハウスなどの多次元データから、ある一つの次元を固定して必要な範囲を取り出す分析操作です。データの表記や属性、コード体系を格納前に統一する変換・修正処理ではありません。

選択肢ウ

これは不正解だよ。ダイシングは、多次元データから複数の条件や範囲を指定して、分析対象となる部分集合を切り出す操作です。業務系データから抽出した値を、整合された属性やコード体系へ修正する処理とは役割が異なります。

選択肢エ（正解）

これは正解だよ。データクレンジングは、抽出したデータに含まれる表記ゆれや不整合を修正し、データウェアハウスで用いる統一された属性やコード体系に合わせる処理です。設問の「変換及び修正を行う処理」という説明に合致します。

学習のポイント

ETL処理におけるデータクレンジングの役割と、分析操作との違いを学ぶ。