## データレイクとデータウェアハウスの違いとは

データベースの利用に際して、データレイクとデータウェアハウスの2つの概念に直面し、両者の違いが見えなくなりがちです。データベースを活用する上では、データレイクとデータウェアハウスは何が共通し、何が違うのかを理解しておくことが重要です。

### データレイクは倉庫であり、データウェアハウスは物流センター

データレイクには加工されていない生のデータから、非構造化データ、構造化データまでありとあらゆるデータを格納できることから、倉庫に例えることができます。

一方、**データウェアハウスはビジネスで活用できるように加工され、構造化されたデータが集められており、物流センターに例えられます。**

### データレイクは安価に大量の生データの分析が可能 

データレイクには特に加工されていない生データが集められており、構造化などの加工が不要なことから、**安価に構築することが可能ですが、誰でも分析できる形式になっていないため、その分析にはデータサイエンティストなどの専門家の手を借りる必要があります。**

■*データレイクの例 - GCP（Google Cloud Platform）*
データレイクの例としてはGCP（Google Cloud Platform）が挙げられます。GCPでは、自動スケーリング対応のサービスを利用して、容易にデータレイクを構築できます。

【参考】：[クラウド コンピューティング サービス  |  Google Cloud](https://cloud.google.com/?hl=ja)

GoogleのGCPについて知り、エンジニアのスキルに生かそう

データアナリストとデータサイエンティストの違いとは？両者を徹底比較！

■*データレイクとデータベースの違い*
データベース（Database）とは、企業や組織などで定型業務を効率よく行うために作成されたデータの集まりです。企業や組織の基幹システムはデータベースで管理され、基幹系データベースと呼ばれています。

日常業務では主に処理時点での数値の参照や更新などが行われ、データベースは定型業務に必要な情報をもったデータを、直ちに取り出せるよう管理されています。

データレイク（Data Lake）は、様々なデータベースをそのままの状態で保管できる倉庫です。一方、データウェアハウスで保管可能なデータ構造化されている必要があり、画像形式や音声形式のデータ、IoTセンサーのデータなど、非構造化・半構造化のデータをそのまま保管できません。

このような非構造化データをデータレイクに保管し、構造化を行った後にデータウェアハウスに保管するという役割分担になっています。

データベースとは？今更聞けないその内容をITエンジニアとして改めて学ぶ

## データウェアハウスはデータをビジネスに役立てられる

データウェアハウスはビジネスなどで意思決定に必要なデータを構造化して格納しており、データウェアハウスには、次に挙げる4つの特性があります。

*1.サブジェクト指向*
　データ主導のデータモデル化のこと

*2.データの統合*
　データの名称やコード体系を統合すること

*3.時系列化*
　過去データの参照や分析が容易に行えるよう時間順に揃えること

*4.不変性*
　正しく蓄積されたデータは不変であり、更新されることはない

■*データウェアハウスの例 - AWS（Amazon Web Services）*
データウェアハウスの例としては、AWSの「Amazon Redshift」を挙げることができます。Amazon Redshiftでは、数回のクリックでクラウドデータウェアハウジングが行われ、ビジネス担当者が容易にデータ分析を行うことができます。

【参考】：[Amazon Redshift（高速、シンプル、費用対効果の高いデータウェアハウス）| AWS](https://aws.amazon.com/jp/redshift/)

AWSのメリットは何？そのメリットを最大限活用してみよう

■*データウェアハウスとデータベースの違い*
データベース上に存在する現時点のデータでは、ビジネス上の意思決定に必要なデータが不足しています。ビジネスで正確な意思決定を行うには、過去データの参照や、外部データの入手が必要です。

このように、ビジネスの意思決定に必要となる様々なデータを保管する物流センターとしての機能がデータウェアハウスです。

## データレイクとデータウェアハウスをどう活用するのか

データレイクとデータウェアハウスの違いについて理解できたところで、実際にそれぞれをどのように活用するのかについて掘り下げていきましょう。

### それぞれどのような状況で効力を発揮するのか

様々な形式のデータを既に取得しているものの、それらは非構造化データであるため、構造化にはコストが掛かります。現状のままでデータを活用したい、あるいはデータ分析を行える人材や部署が社内にあるというケースではデータレイクは効力を発揮します。

一方、データベースにはデータが蓄積されていますが、ビジネスでの意思決定にそれらが活用されておらず、**統合的な分析基盤を必要とするケースではデータウェアハウスの構築が効力を発揮します。**

### データレイクとデータウェアハウスでデータ分析基盤を構築するメリット

データレイクとデータウェアハウスはそれぞれ役割が異なりますが、それぞれのデータの流れをパイプライン化し、BIツール（ビジネスデータ分析ツール）を用いることで、統合的なデータの分析基盤を構築することが可能です。

これにより、**部署ごとにまちまちの分析を行ったり、俗人的な分析に陥ったりするのを防げます。**

## データレイクとデータウェアハウスを扱う上での注意点

データレイクとデータウェアハウスを効率的に取り扱うためには、いくつかの注意点があります。ここでは、その注意点を中心に紹介をしていきます。

### データレイクは専門家が扱う領域

データレイクには構造化されていない生のデータがそのまま存在しており、それらを扱う際には構造化を行ったり、データの統合を行ったりする作業が必要です。これらをビジネス担当者が行うのには限界があるため、専門家の介入が不可欠です。

### データウェアハウスはコストが増大しがち

データウェアハウスはデータレイクと比べて遥かに大量のデータを格納することから、ストレージのコストが増大します。また、データの構造化が必要であり、構築にはコストが掛かります。**この二重のコスト増に対する備えと理解が前提になります。**

## データレイクとデータウェアハウス導入のポイント

データレイクやデータウェアハウスを実際に導入する上で、重要なポイントについて整理しておきましょう。以下の3つについて、考慮しておくことが求められます。

▪ゴールを定め、ゴールから逆に必要なプロダクトを選択する
▪互換性と柔軟性を考慮する
▪スケジュール的に難しい場合は専門家の手を借りる

以上3つのポイントについて、以下に説明していきます。

### まずはゴールを定めてから必要なプロダクトを選択する

誰が何のために分析をするのかゴールを明確にし、そのために必要な機械学習やAIのプロダクトを選択、選定することが必要です。

ディープラーニングとは？機械学習との違いもわかりやすく解説

利用するツールは、データレイクとデータウェアハウスと両方に互換性があるものを選択すると、ストレスなく導入を進められます。例えば、米国Snowflake社が提供するSaaS（Software as a Service）型のデータプラットフォームの「Snowflake」が挙げられます。

Snowflakeはデータレイク機能とデータウェアハウス機能の両方を兼ね備えており、さらにSnowflakeと接続可能なデータベースやBIツールがあるため無駄がありません。

【参考】：[SNOWFLAKE　データクラウド｜公式サイト](https://www.snowflake.com/snowflake-cloud-data-platform/?lang=ja)

Snowflakeとは？次世代クラウドデータウェアハウスを徹底解説！

データレイクの構築からデータウェアハウスの構築に至るまで時間が掛かりますが、少しでも早く構築することでデータ分析基盤を確立し、ビジネス利用によっていち早く成果を上げるには専門家の手を借りるのが早道です。

## データレイクとデータウェアハウスの実際の導入に向けて

ここまでデータレイクとデータウェアハウスに関する比較を行い、それぞれの特徴から導入に至るまでの手順や注意すべき点について説明しました。データレイクで何ができるのか、データウェアハウスを構築することで何を実現するのかについて分かりました。

データ分析基盤を構築する際には、次の点を意識し、コストパフォーマンスやデータガバナンスなどについて様々な視点から考察し、必要な製品やツールの選定、実際の導入検討が求められます。

*▪どのようなデータを分析したいのか？*
*▪データを分析して何を実現したいのか？*
*▪どのようなサービスに活用したいのか？*

実際にデータベースの作成に携わるエンジニアの皆さんは、それらの更なる活用に向けて、データレイクやデータウェアハウスの構築、データ活用基盤の確立に向け、この記事を役立てて頂けると幸いです。

【参考】：[令和3年度 経済産業省 デジタルプラットフォーム構築事業報告書](https://www.meti.go.jp/meti_lib/report/2021FY/000267.pdf)

データサイエンスとは？注目されている理由と基礎スキルについて解説！

データサイエンスが学べるおすすめの本12選！入門者から中級者まで厳選してご紹介！

データレイク「Data Lake」は、様々なデータをそのまま保管できる倉庫を意味します。データウェアハウス「Data Ware House」(略称DWH)は保管できるデータが構造化されている物流センターであり、データをスムーズに抽出や分析が行えるのが特徴です。

データレイクは生のデータを保管する倉庫であり、データウェアハウスは構造化されたデータの物流センターである

データレイクのデータを分析するのは主にデータサイエンティスト、データウェアハウスのデータ分析はビジネス担当者が行う

それぞれのデータ分析基盤を確立する上では、専門部署や専門家の手を借りることが期間の短縮と早期の成果実現に有効である

データレイクとデータウェアハウスの違いとは？用途や注意点などを解説！

## Notionで使えるデータベースとはどのようなもの？

Notionは、ビジネスでもプライベートでも活用できるクラウド情報管理ツールです。プロジェクト管理やメンバー同士の情報共有など、様々なワークフローに応じたテンプレートが用意され、目的に応じて様々な使い方ができます。

Notionが持つ特徴的な機能の1つとして、「データベース機能」があります。**データベース機能を使うことで、スケジュール管理やタスク管理だけでなく、蓄積したデータを活用してできることがさらに広がります。**

この記事では、Notionのデータベースの概要と基本的な使い方を解説していきます。

Notionとは？基本的な使い方やEvernoteとの違いを解説

### Notionにおけるデータベースとは

*Notionのデータベースでは、データが「Notionページの集合体」として管理されます。*そのため、データベースに入力された1つのデータセット（アイテム）は、それぞれ独自のNotionページとして開くことができます。

## 「プロパティ」と「ビュー」の基礎知識

Notionのデータベースを使う上で知っておきたいこととして、「プロパティ」と「ビュー」があります。「プロパティ」と「ビュー」を理解することで、データベースから必要なデータを自在に抽出して活用することができます。

### プロパティはデータベース整理のためのタグの役割

**プロパティは、情報の集まりであるデータベースの中から、どのような情報を抽出するかを決めるタグの役割を果たします。**

例えば、物品販売イベントを管理するためのデータベースを作ることを想定すると、「企画責任者」「取扱商品」「開催日」などのプロパティが必要だと考えられます。このプロパティをデータに付与することで、特定の取扱商品を含むデータだけを表示したり、開催日の順に並べたりすることができます。

プロパティの種類には以下のようなものがあります。

■テキスト
データベースに関するメモや説明などをテキストで設定できます。

■数値
通貨やパーセンテージの数値形式を入力できます。価格や数量などの様々な数値に使用できます。

■セレクト
ドロップダウンメニューで、タグを1つ設定できます。

■マルチセレクト
ドロップダウンメニューで、タグを複数設定できます。

■ステータス
進捗状況を表す項目です。「未着手（To Do）」「進行中（In Progress）」「完了（Complete）」のステータスごとにグループ化されたタグを設定できます。

■日付
日付や期間を入力することができます。

これら以外の種類もありますので、プロパティに入る情報の特性に合った種類を使用しましょう。

【参考】：[データベースプロパティを使ってチームの情報を整理する方法](https://www.notion.so/ja-jp/help/guides/database-properties-help-organize-your-teams-information)

物品販売イベントのケースを例に取ると、「企画責任者」は「社員A」「社員B」「社員C」のうちから1人だけを選択するために「セレクト」にし、「取扱商品」は「雑貨」「食品」「衣類」「酒類」のうちから複数選択可にするために「マルチセレクト」にする、という使い方がイメージできるでしょう。

### ビューを切り替えてデータベースを様々な形式で見られる

*ビューを切り替えると、データベースを様々な表示方法で見ることができます。*

それぞれのビューについては後で詳しく説明しますが、すべてのデータを一覧で表示する「テーブル」、カレンダー形式でスケジュールを表示する「カレンダー」、指定したプロパティを軸にデータを分類して表示する「ボード」などがあります。

## Notionでデータベースを作成する方法

ここからは、Notionのデータベースの作り方を実際の手順に沿って解説していきます。今回は、全国各地で行う物品販売イベントを管理するためのデータベースを想定して作っていきます。

### 新規データベースを作成する

まずは、データベースの基本的な形式である「テーブル」ビューでデータベースを作成します。

新規ドキュメントの「データベース」にある「テーブル」をクリックします。または、ブロックエディタで「/database」と入力して、「テーブルビュー」をクリックします。 

「＋新規データベース」をクリックします。

「テーブルビュー」が表示されますので、データベースの名前を入力します。このデータベースは、「イベント開催リスト」としておきましょう。

テーブル作成時に最初からある「名前」と書いてある項目は、データの「タイトル」プロパティです。作成するデータベースに適した項目名に変更しましょう。「名前」の部分をクリックして、表示される入力フォームに「開催場所」と入力します。

これで、「イベント開催リスト」データベースの大枠ができました。

次に、データを追加していきます。

「開催場所」列の空白行をクリックするとテキスト入力できますので、1つめのデータとして、イベント開催場所の「東京都千代田区」を入力しました。

ここから、このデータに付与する情報を「プロパティ」として追加していきます。

まずは、イベントの責任者を1人設定するための、「企画責任者」プロパティを作成します。未入力の列の「＋」をクリックすると、「〇〇（データベース名）の新規プロパティ」が現れます。ここで、この項目で使用するプロパティの種類を選択します。

ここでは、責任者1人を選択できるようにするために、「セレクト」を使用します。

「セレクト」を選択すると、「プロパティを編集」が現れます。入力フォームにプロパティ名「企画責任者」を入力します。

### プロパティのオプションを設定する

次に、「セレクト」で選択肢として選ぶことができる、「オプション」を設定します。「＋オプションを追加」をクリックして、新規追加するオプション名を入力します。

今回の例では、オプションの追加を繰り返して、「社員A」「社員B」「社員C」を選択できるようにします。オプションには色をつけることもできます。

オプションの追加が終わったら、「東京都千代田区」でのイベントの責任者として「社員A」を選択します。

「企画責任者」プロパティに、「社員A」が設定されました。

最初からあった「タグ」は今回不要なので、削除します。プロパティの項目名をクリックすると出てくる「プロパティを削除」で削除することができます。

 同じようにして、イベント開催情報として必要な他のプロパティを洗い出して作成し、その内容を設定しました。*これで、1つのデータセット（アイテム）の情報が揃いました。*

### 登録したデータが1つのページであることを確認する

前にも述べましたが、Notionのデータベースは「ページの集合体」です。*今追加したデータは、Notionの1つのページとして作成されています。*これはどういうことか詳しく確認してみましょう。

タイトルが入力されている部分にマウスカーソルを当てると出てくる「開く」をクリックすると、選択されたデータの内容が、別ページで表示されます。

このページは、テーブルビューで設定したプロパティを情報として持っています。また、この画面からプロパティを追加することもできます。さらに、コメントを追加することや、他のページと同様にページの内容を作り込んでいくこともできます。

Notionのデータベースがページの集まりであることが、これでよく分かると思います。

なお、このページの表示方法には、サイドでページを開く「サイドピーク」、画面中央に表示される「ポップアップ」、ページをフルページで開く「フルページ」の3種類があります。上図は、「サイドピーク」で開いた状態です。

テーブルの行が足りなくなって新規追加したいときは、テーブル左下の「＋新規」をクリックすると、1行追加されます。または、テーブル右上の「新規」ボタンをクリックすると、新しく入力するデータのページが表示され、ここから追加することもできます。

以上の手順を繰り返してデータを追加し、開催場所ごとの責任者、取扱商品、ステータスなどが一覧で確認できるようになりました。

*これがNotionにおけるデータベースの基本的な形です。*

データベースの形が整いましたので、次にデータベースを様々な角度から見ることができる「ビュー」の種類について1つずつ説明していきます。「ビュー」を切り替えると、同じデータベースでも異なる表示形式に簡単に変えることができます。

ビューの表示形式を変えるには、テーブル左上の「＋」をクリックして、表示したいビューを選び、「完了」をクリックします。必要に応じて、「ビュー名」を設定することもできます。

【参考】：[ビュー、フィルター、並べ替え – Notion (ノーション)ヘルプセンター](https://www.notion.so/ja-jp/help/views-filters-and-sorts#%E3%83%AC%E3%82%A4%E3%82%A2%E3%82%A6%E3%83%88)

テーブルビューは一般的なデータベースの表示方法です。1つのデータセットが行で、Notionの1つのページに当たります。そして、プロパティが列で表されます。

*テーブルビューは一覧表示でデータベースのデータを確認したり、プロパティの修正を行ったりするのに便利なビューです。*

プロパティの値によりグループ化されたデータを表示できます。「ステータス」タイプのプロパティの項目でグループ化すると、*いわゆる「カンバン方式（カンバンボード形式）」の、一目で進捗がわかるタスク管理表示ができます。*

タイムラインビューでは、データが持つ日付形式のプロパティの値に応じて、期間を横長のバーで表示します。いわゆるガントチャートと呼ばれる表示方法に近いものです。*「開催期間」や「有効期間」などを容易に確認することができます。*

データをカレンダー形式で表示します。データを表示している当日は赤く印が付きます。*見慣れたカレンダー内にデータが表示されるので、一目ですぐに予定を確認できるでしょう。*

シンプルなリスト表示ができるビューです。プロパティでグループ化したり、関連するプロパティの表示・非表示を切り替えたりして、必要な情報を簡潔に確認することができます。 

オールインワン情報管理ツールとして注目されているNotionには、便利なデータベース機能があります。データベースを使うと、Notionで管理できることがさらに広がります。この記事では、Notionのデータベースの作り方や、プロパティ、ビューなどの基礎知識について解説します。

Notionのデータベースを作る方法が図入りでわかる

「プロパティ」はデータに付与されるタグのような情報で、データを整理するのに使う

「ビュー」で表示方法を切り替えて、データベースを様々な視点で見ることができる

Notionのデータベースとは？作り方・プロパティやビューについて解説！

## データベース関連の資格取得

データベースエンジニアを目指す方は、どのようにすればデータベースエンジニアになれるのか気になるところでしょう。実務経験を積むことも必要ですが、経験を積む機会が少ない方、転職を考えている方、キャリアアップを目指す方には、データベース関連の資格取得をおすすめします。

データベースエンジニアは経験に加えて、データベースに関する深い知識が求められます。その知識の証、スキル証明となる資格の取得がデータベースエンジニアへの近道です。

ここでは、**データベースエンジニアを目指す上で役立つ、データベース関連資格5選と、おすすめのIT関連資格4選をご紹介します。**ぜひ、資格取得に努めて、データベースエンジニアの夢を実現させてください。

すでに一般用語となったデータベース（Data Base）ですが、本来の意味は「データの基礎」や「データの土台」です。データベースは活用の面から定義すると、**蓄積して再利用できるようにしたデータの集合体のことです。**

再利用するためには、データは見つけやすく並んでいる必要があります。そういう意味では、電話帳もデータベースの1種と言えます。

IT分野では、商用で利用されているもの、規模の大きなものをデータベースと呼びます。データベースを図形で表す際には、ドラム缶の形を描きます。またデータベースはDBと省略して表記することがあります。

単なるデータをデータベース化するとどのようなメリットがあるのか、挙げてみましょう。

**データベースは同時に複数の人がアクセスし、同時に利用することが可能です。**これにより、情報を共有しやすくなります。また同時にデータの入力や更新が行えるため、仕事や作業の効率化を図れます。

### 2.データの分析が簡単に行える

データベースにはデータの分類など、属性を付加することができます。それにより、**属性で該当のデータを抽出したり、簡単に分析したりすることができます**。

例えば、顧客データと購買データを1つのデータベースにすることで、販売している特定の商品が、性別ごと、年齢ごとにどれだけ販売できたのかが簡単に分かり、その分析データを発注や陳列、商品開発などに利用できます。

### 3.データの一元管理が行える

データベース化をする前の段階では、個々のデータは紙の台帳や、Excelなどを利用して個々人が転記や入力をして管理していました。これらの分散したデータを集約し、データベース化して集中管理することで、**データの管理面で無駄がなくなり、データの一元管理が可能になります。**

収集したデータをデータベース化することで、**簡単にデータの編集が行え、データの再利用が可能になります。**

たとえば、顧客情報データベースを構築すれば、そこから年齢や地域などの属性情報を元にしてDMラベルを作成したり、メール配信を行ったりすることが簡単に行え、何度でもデータの再利用ができます。

## おすすめのデータベース関連資格5選

データベースエンジニアを目指すには、データベースに関連する資格の取得をおすすめします。**データベースに関する知識を体系的に学ぶには、データベース関連の資格試験に挑戦するのが早道です。**以下、データベース関連資格5選について、それぞれ見ていきましょう。

### データベーススペシャリスト試験（DB）

データベーススペシャリスト資格は、**IPAが主催する難易度の高い国家資格です。**

実務経験がない方が座学だけで合格するには相当の勉強が必要でしょう。データベーススペシャリスト資格は特定のDBMSには依存しておらず、汎用性の高い資格です。各データベースに共通する理論、データベースの設計に関する出題が中心です。

【参考】：[データベーススペシャリスト試験（DB）｜IPA](https://www.jitec.ipa.go.jp/1_11seido/db.html)

データベーススペシャリストの年収は？未経験でも転職可能？

### ORACLE MASTER（オラクルマスター）試験

ORACLE MASTERは民間資格ですが、**世界的に知られた権威ある資格です。**BronzeからPlatinumまで4段階のレベルがあり、それぞれの実力に応じたレベルにチャレンジできます。主にORACLEの製品を扱うエンジニアは、ORACLE MASTERの取得をおすすめします。

【参考】：[ORACLE MASTER Portal - be an ORACLE MASTER - | オラクル認定資格制度 | Oracle University](https://www.oracle.com/jp/education/certification/index-172250-ja.html)
【参考】：[認定資格一覧 | オラクル認定資格制度 | Oracle University](https://www.oracle.com/jp/education/certification/allcertification-172551-ja.html)

OSS-DBはLPI-Japan運営の民間資格です。オープンソース・データベース（OSS-DB）に関するIT技術者認定資格で、商用データベースとの連携に優れ、企業システムでも多く活用されている**「PostgreSQL9.0以上」を基準のRDBMSとしています。**

レベルは基礎知識を問うシルバーと、実践向きのゴールドの2種類があります。ProgateSQLを利用している人、扱う予定の方は受験をおすすめします。

【参考】：[OSS-DB技術者認定試験](https://oss-db.jp/outline)

### Microsoft Certified: Azure Database Administrator Associate

Microsoftが提供するクラウドサービス「Microsoft Azure Data Services」と**「Microsoft SQL Server」上で構築されたデータベース、ハイブリッド環境下のデータベースに関する実装や管理の知識、スキルが問われる試験です。**

他、T-SQL（主にMicrosoft SQL Serverで利用されるSQL拡張言語 ）の使用法についても問われます。

【参考】：[Microsoft 認定 Azure Database Administrator Associate  | Microsoft Learn](https://learn.microsoft.com/ja-jp/certifications/azure-database-administrator-associate/)

クラウドエンジニアを目指す方必見！Azureを分かりやすく紹介！

世界的に広く利用されいる、**オープンソースのRDBMS、MySQLに関する認定資格資格です。**MySQLは現在、オラクル社によって開発、ディストリビューション、サポートが行われています。MySQL Certificationの取得により、MySQL資格のスキル証明となります。

【参考】：[MySQL ｜ MySQL Certification](https://www.mysql.com/jp/certification/)

MySQLとは？特徴から使い方・学習方法まで詳しく解説！

## データベースエンジニアにおすすめのIT関連資格4選

データベースエンジニアは、データベース以外にITに関する広範な知識が求められます。**仕事の幅を広げ、キャリアアップや年収アップを目指す上で、IT関連資格を習得することは大いに役立ちます。**

また、他者との差別化を図っておくことも、転職には有利です。そこで、データベースエンジニアに役立つ資格4選について見ていきましょう。

ITエンジニアの登竜門的な位置づけの国家試験です。初心者でも比較的取りやすい資格ですが、知名度が高く、高評価を受けやすい資格です。**資格を未取得の方は、まずは基本情報技術者から挑戦してみることをおすすめします。**

既に取得済の方、上流工程を経験しているエンジニアの方であれば、応用情報技術者に挑戦しましょう。

【参考】：[基本情報技術者試験（FE）｜IPA](https://www.jitec.ipa.go.jp/1_11seido/fe.html)
【参考】：[基本情報技術者試験（AP）｜IPA](https://www.jitec.ipa.go.jp/1_11seido/ap.html)

基本情報処理技術者試験は意味ない？メリット・デメリットを調査！

### AWS認定ソリューションアーキテクト

AWS認定ソリューションアーキテクトはAmazon提供のAWSクラウド活用に関する認定資格です。AWSクラウドを構成するコンピューティングやネットワーキング、ストレージやデータベースの知識が問われます。

企業の多くが自社のデータベースをクラウド化する傾向が強まり、**データベースエンジニアはクラウド対応スキルが求められています。**民間資格ですが、AWS認定ソリューションアーキテクトは評価の高い資格です。クラウドに関わる可能性が高いエンジニアにはおすすめしたい資格です。

【参考】：[AWS Certified Solutions Architect ｜ Associate 認定](https://aws.amazon.com/jp/certification/certified-solutions-architect-associate/)

AWS認定ソリューションアーキテクトとは？アソシエイトは難易度低い？

CCNAはネットワーク関連の最大手、Cisco社が運営する資格で、主にネットワークに関する問題が出題される初級レベルの資格試験です。

インフラエンジニアを目指す人の定番資格と目されていますが、データベースエンジニアはインフラエンジニアとの関わりが多く、**CCNAの資格取得により、より仕事の幅を広げられるとともに、転職時にはアピール度が上がります。**

【参考】：[CCNA - Training & Certifications ｜ Cisco](https://www.cisco.com/c/ja_jp/training-events/training-certifications/certifications/associate/ccna.html)

CCNAとは？詳細や試験概要、勉強方法について徹底解説！

G検定は日本ディープラーニング協会主催の検定資格です。主にAIやディープラーニング(深層学習)に関する知識が問われます。データベースエンジニアのキャリアパスにデータサイエンティストやAIエンジニアがあります。

また**AI分野ではビッグデータに関する知識が必須になっており、データベースエンジニアの協力が必要になっています。**G検定にはAIエンジニア向けのE資格がありますので、データベースエンジニアからAIエンジニアへの転職を検討中の方は、E資格合格を目指すとよいでしょう。

【参考】：[G検定とは ｜日本ディープラーニング協会](https://www.jdla.org/certificate/general/)

【参考】：[E資格とは - 一般社団法人日本ディープラーニング協会【公式】](https://www.jdla.org/certificate/engineer/)

G検定とは？試験概要・出題範囲から試験対策の進め方まで解説

E資格の難易度はどのくらい？出題範囲、合格率や感想から徹底考察

## データベースエンジニアとして飛躍を目指そう

ここまで、データベースエンジニアを目指す上で役立つ、おすすめの資格を中心に紹介しました。既に資格を取得した方もいるかもしれませんが、**関連資格はいくつあっても邪魔にはならず、さまざまな局面で役に立ちます。特に転職やキャリアアップの大きな力となります。**

また資格手当を支給する企業も増えており、収入アップも期待できます。仕事を優先しながら、スキマの時間を資格取得の勉強に生かし、キャリアアップやキャリアチェンジを実現しましょう。

ネットワークエンジニアにおすすめの資格8選！取得の必要性やメリットは？

データベースエンジニアを目指す上で資格は必須ではありませんが、資格はスキル証明となり、転職や仕事の幅を広げる上で大いに役立ちます。この記事では、おすすめの資格9選を紹介しますので、自分に合った資格にチャレンジし、キャリアアップやキャリアチェンジに役立てましょう。

データベースは活用の面から定義すると蓄積して再利用できるようにしたデータの集合体のこと

データベースの記事（1ページ目）