トランザクションとデータ活用

要点と定義

トランザクションは、データベースに対する一連の処理です。複数の処理が同じデータを同時に更新すると、片方の更新が上書きされるなど、結果に矛盾が生じることがあります。排他制御は、競合する処理の実行を調整して矛盾を防ぐ技法です。データベース管理システム（DBMS）は、必要に応じてロックなどで更新や参照を調整します。

デッドロックなどで処理を続けられない場合、DBMSがトランザクションの一つをロールバックして、ロックを解放することがあります。コミットは処理結果の確定、ロールバックは処理の取り消しです。

データウェアハウスは、様々な業務で得たデータを整理・統合して蓄積し、分析や意思決定の支援に使う仕組みです。蓄積した大量のデータから傾向や規則性を見つける分析プロセスを、データマイニングといいます。

ビッグデータの特徴を表す三つのVは、量（Volume）、多様性（Variety）、速度（Velocity）です。膨大なデータを処理してパターンを見つけることが重視されますが、見つかったパターンだけで原因と結果が確定するわけではありません。

文章データから単語の出現頻度や関連性などを分析する手法は、テキストマイニングです。アンケートの自由記述のような文章を分析対象にできます。

複数システム間でデータを連携するとき、送信側と受信側で集計した件数を照合する方法をコントロールトータルチェックといいます。件数の不一致から、データの欠落や重複などを検知する手掛かりになります。

適用条件と例

在庫管理で、二つの注文処理が同時に残数を読み、どちらも同じ残数から差し引くと、実際より多くの在庫があるように記録されることがあります。同じ在庫データへの更新が競合する場合は、排他制御で処理を調整します。競合する更新がなければ、この問題は起こりません。処理を順番に待たせることで、同時処理時より時間がかかる場合があります。

例えば、予約、売上、返品のデータをまとめて蓄積する倉庫会社では、データウェアハウスに保存した情報を分析し、曜日ごとの出荷量の偏りを見つけられます。パターンの発見はデータマイニングに当たります。自由記述の問い合わせ内容を単語ごとに集計するなら、文章を対象にするテキストマイニングです。

システム連携で、送信側が120件、受信側が119件と集計した場合、コントロールトータルチェックで件数の不一致を検知できます。ただし、両側の件数が一致しても、各レコードの内容まで正しいとは限りません。必要に応じて、内容や形式など別の観点も確認します。

誤りやすい点

データウェアハウスは、分析用データを蓄積・統合する仕組みです。データマイニングは、そのようなデータから傾向やパターンを発見する分析です。両者は役割が異なります。