変更要約: AZ-305 第2章を深掘り（比較表・シナリオ・FAQ・ひっかけ・深掘り段落を各節に追加、図を日本語版に対応）
2.3データ統合・分析と保護の設計
データ活用と保護——Data Lake Storage、Synapse Analytics（新規分析基盤は Microsoft Fabric への移行が進む）、Data Factory、キャッシュ（Azure Cache for Redis）、暗号化（保存時/転送時）——を理解します。データを統合・分析し、安全に保ちます。
データは統合・分析して価値にし、暗号化で守ります。取り込みは Data Factory、分析は Synapse が中心です。
2.3.1データ統合・分析と保護
- Data Factory：ETL/ELT のオーケストレーションでデータを取り込み・変換。
- Data Lake Storage Gen2：大容量の階層型データレイク（Blob 上）。
- Synapse Analytics：データウェアハウス/ビッグデータ分析を統合。
- Redis キャッシュ/暗号化：Azure Cache for Redis で低遅延化、保存時暗号化＋TLS で保護。
「データ取り込み/ETL のオーケストレーション＝Data Factory」「データレイク＝Data Lake Storage Gen2」「DWH/ビッグデータ分析＝Synapse Analytics」「低遅延キャッシュ＝Azure Cache for Redis」「保存時暗号化の鍵管理＝Key Vault（カスタマー管理キー）」 は AZ-305 で頻出です。Storage は既定で保存時暗号化されます。
AZ-305 のデータ活用設計は「取り込み→蓄積→分析→提供を、要件に合うサービスでつなぐ」ことが核心です。Azure Data Factory は多様なソースからの ETL/ELT をパイプラインでオーケストレーションし、コードレスのマッピングデータフローやスケジュール/イベントトリガを備えます（リアルタイムは Stream Analytics や Event Hubs と組み合わせ）。蓄積は Data Lake Storage Gen2（Blob 上に階層型名前空間を持ち、大規模分析に最適）が標準で、Synapse Analytics は専用 SQL プール（DWH）・サーバーレス SQL・Spark を統合し、近年は Microsoft Fabric（OneLake/Direct Lake）も選択肢です。性能面では Azure Cache for Redis が頻出データのキャッシュで DB 負荷とレイテンシを下げ、Front Door/CDN と組み合わせて配信を高速化します。保護は多層で、Storage は既定で 保存時暗号化（SSE）され、より厳格な管理が要れば Key Vault のカスタマー管理キー（CMK）を使い、転送時は TLS、ネットワークはプライベートエンドポイントで公開を絞り、アクセスは RBAC＋マネージド ID とします。機微データの分類・保護は Microsoft Purview でガバナンスします。設計の要は、バッチかストリームか・規模・遅延・コスト・規制を踏まえ、過剰でも過小でもないパイプラインと保護を組むことです。
| 段階 | サービス | 要点 |
|---|---|---|
| 取り込み/変換 | Data Factory | ETL/ELT オーケストレーション・トリガ |
| 蓄積（データレイク） | Data Lake Storage Gen2 | 階層型名前空間・大規模分析向け |
| 分析（DWH/ビッグデータ） | Synapse Analytics | SQL プール/サーバーレス/Spark 統合 |
| 高速化/保護 | Redis・SSE/CMK・TLS | キャッシュ＋多層暗号化＋プライベート EP |
シナリオ：オンプレ DB と SaaS のデータを毎晩取り込み、データレイクに集約して BI 分析したい。機微情報を含むため暗号鍵は自社管理が必須。→ Data Factory のパイプラインでスケジュール取り込みし、Data Lake Storage Gen2 に蓄積、Synapse Analytics で分析。Storage は Key Vault のカスタマー管理キー（CMK）で暗号化し、アクセスはマネージド ID＋RBAC、通信はプライベートエンドポイントで閉域化します。
FAQ：保存時暗号化は既定なのに、なぜ Key Vault の CMK を使う？ Azure Storage はプラットフォーム管理キー（PMK）で既定暗号化されており、多くの要件はこれで足ります。規制やコンプライアンスで鍵のライフサイクル・失効・監査を自社で制御する必要がある場合に、Key Vault のカスタマー管理キー（CMK）へ切り替えます。両者の違いは「鍵を誰が管理するか」です。
ひっかけ：リアルタイムのストリーム処理に Data Factory だけで対応しようとするのは弱い設計。Data Factory は主にバッチ/スケジュールの ETL オーケストレーションで、低遅延のストリームは Stream Analytics / Event Hubs が適します。また「分析の高速化」を Redis ではなく Archive 等のストレージ選択で解こうとしないこと——キャッシュ層は Azure Cache for Redis です。
2.3.2この節のまとめ
- 統合/分析＝Data Factory＋Data Lake Gen2＋Synapse
- 高速化＝Redis／保護＝保存時暗号化＋Key Vault＋TLS
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. 多様なデータソースからデータを取り込み・変換するパイプラインをオーケストレーションしたい。何を使いますか?
Q2. データウェアハウスとビッグデータ分析を統合的に行う分析基盤はどれですか?
Q3. データベース前段で頻出データをキャッシュし、読み取りレイテンシを下げたい。何を使いますか?