【デルタレイク】

Delta Lake（デルタレイク）とは？

最終更新: 2026年10月4日

💡 データレイクのテーブルの変更を管理

データレイク上のテーブルに、トランザクションやスキーマ管理、過去の状態を読む機能などを提供するオープンソースの技術。データファイルと変更を管理するログを組み合わせる。

📌 このページのポイント

ファイルとログを組み合わせた管理の模式図。全履歴を無期限に保持する保証や、全ての値の正しさの保証ではない。

ひよこ

普通のファイル置き場と何が違うの？

ペンギン先生

Delta Lakeに対応する読み書きでは、テーブルの変更をトランザクションとして扱うよ。新しいファイルを作っただけで途中の状態が読まれるのではなく、確定したテーブルの状態を読む仕組みなんだ。任意のファイルを置くだけで、この管理が付くわけではないよ

ひよこ

ログには全部のデータが入っているの？

ペンギン先生

データ本体はParquetなどのデータファイルにあるよ。ログにはファイルの追加・削除など、テーブルの状態を変える操作を記録する。JSONの変更記録とチェックポイントなどを使うので、全てがJSONだけという説明も正確ではないんだ

ひよこ

過去の状態は、いつでも読める？

ペンギン先生

タイムトラベルには、その版を再現できるログとデータファイルの両方が必要だよ。古いログの整理やVACUUMで必要なファイルがなくなれば読めなくなる。全履歴が無期限に残る監査帳や、バックアップの代わりと考えないようにしよう

ひよこ

スキーマ検査があれば、不正なデータは全部防げる？

ペンギン先生

書き込み時に列や型の互換性を検査するけれど、値の意味まで全て正しいと保証するものではないよ。SparkのDataFrameの通常の検査では、テーブルにある列が入力にない場合はnullになる。列の追加などのスキーマ進化は、設定に応じて許可するんだ

ひよこ

Icebergとの互換性もあるの？

ペンギン先生

UniFormを有効にすると、Icebergクライアント向けのメタデータを生成して読めるようにする機能があるよ。ただし必要なテーブル機能やクライアント対応を確認する必要がある。全ての読み書きが無条件に互換になるわけではないんだ

まとめ：ざっくりこれだけ覚えればOK！

「Delta Lake」って出てきたら「データレイクにトランザクション管理を足して信頼性を高める仕組み」と思えればだいたいOK！

📖 おまけ：英語の意味

「Delta Lake」＝デルタレイク

💬 データレイク上のテーブルに変更管理などを加える技術名だよ。データファイルだけでなく、テーブルの状態を管理する情報も扱うんだ

参考資料