---
title: "Lambda（ラムダ）アーキテクチャとは？3層の構成・二重計上の対処とKappaとの選び分け"
url: "https://www.issoh.co.jp/tech/details/8828/"
published: 2025-09-16
updated: 2026-11-07
categories: ["データ分析・BI"]
publisher: "株式会社一創"
---

# Lambda（ラムダ）アーキテクチャとは？3層の構成・二重計上の対処とKappaとの選び分け

Lambda（ラムダ）アーキテクチャは、同じ入力データをバッチ処理とストリーム処理の2経路に流し、クエリ時に両方の結果を合成して返すデータ処理の構成です。Nathan Marz氏が2011年10月13日のブログ「[How to beat the CAP theorem](http://nathanmarz.com/blog/how-to-beat-the-cap-theorem.html)」で示し、Marz氏とJames Warren氏の共著『Big Data』（Manning・2015年4月刊）で体系化されました。名前は似ていますが、AWSのサーバーレス実行環境である**AWS Lambdaとは無関係**です。この記事では3つの層が何を出力するのか、原典がなぜ2経路を選んだのか、両方のビューを足すときに何が壊れるのかを実際に動かしたコードで確認し、Kappaやレイクハウスとどう選び分けるかまでを扱います。

## まとめ

- バッチ層が全履歴からバッチビューを、スピード層が直近データからリアルタイムビューを作り、サービング層はバッチビューを読み取り可能な形で保持する分担です。両者の合成はクエリ側で行います。
- 初出は2011年10月13日のブログで、原文はバッチ層とリアルタイム層の2系統として書かれています。「サービング層」は後年の整理で付いた呼び名です。
- 原典が2経路を選んだ動機は速度だけではありません。不変の全履歴からいつでも再計算できるので、バグや誤データを書き込んでも直して流し直せば回復できる、という人為的ミスへの耐性が中心にあります。
- 2つのビューを単純に足すと境界のイベントが二重計上されます。バッチ側が取り込み済みの範囲とスピード側の範囲を重ねない、というのが合成の前提です。
- Jay Kreps氏は2014年7月2日に「Questioning the Lambda Architecture」を公開し、同じロジックを2つの分散システムで保守する負担を批判してKappaアーキテクチャを提案しました。
- 2026年11月時点で新規に組むなら、Lambdaは第一候補になりません。既存のバッチ基盤に速報経路を足す場合や、確定値と速報値で求められる精度が本質的に違う場合に検討します。
- 旧来の定番だったSummingbirdは2022年1月にアーカイブ済み、Spark Streaming（DStream）はSpark 3.4.0で非推奨です。構成例をそのまま流用しないでください。

## 3つの層が担う処理と出力

Lambdaアーキテクチャは、到着したデータを複製して2本の経路に同時に流します。片方は精度を優先して遅れる経路、もう片方は速度を優先して粗い経路です。Microsoftの[ビッグデータアーキテクチャのガイド](https://learn.microsoft.com/ja-jp/azure/architecture/databases/guide/big-data-architectures)はこの2本をコールドパス（バッチ層）とホットパス（スピード層）と呼んでいます。

### バッチ層：不変のマスターデータセットとバッチビュー

Microsoftのビッグデータアーキテクチャガイドでは、バッチ層の生データを不変とし、受信データを既存データへ追記すると説明しています。値の訂正も「新しいタイムスタンプ付きレコードの追加」として表現するため、任意の時点の状態を後から再計算できるのが利点です。効いてくるのは復旧時です。集計ロジックにバグが見つかっても、ロジックを直して全履歴を流し直せば、誤った集計結果は完全に置き換わります。

そのうえで、定期的に全件を走査して集計結果を事前計算し、バッチビューとして保存します。実行間隔は鮮度の要件と処理量から決めます。反映までの遅れに効くのは待ち時間だけではありません。計算そのものにかかる時間と、ビューを差し替えるまでの時間も積み上がります。

### スピード層：直近ウィンドウだけを扱うリアルタイムビュー

スピード層が補うのは、公開済みのバッチビューにまだ反映されていないデータです。原典では、その範囲を直近の数時間分としています。全履歴をリアルタイムに処理しようとしないことが要点で、原文は`To compensate for those few hours of data, you need a realtime system that runs in parallel with the batch system.`と書いています。対象を直近に限るから、逐次更新という重い処理が現実的なコストに収まります。

扱う範囲が狭いぶん、集計を近似で済ませる余地があります。バッチ層が追いついた時点で同じ区間が再計算値に置き換わるため、速報値の誤差を捨てられるからです。ただし近似が前提というわけではなく、厳密に数えるかどうかは業務要件で決めます。実装にはKafkaのようなログ基盤とストリーム処理エンジンを組み合わせるのが一般的です。処理モデルそのものの違いは[ストリーム処理とは？仕組み・処理モデルとバッチ処理との使い分けを実装視点で解説](/tech/details/15301/)で扱っています。

### サービング層：バッチビューの格納とランダム読み取り

サービング層の役割は、しばしば「2つのビューを合成する層」と説明されますが、原著の定義は違います。書籍『Big Data』1.7.2は`The serving layer is a specialized distributed database that loads in a batch view and makes it possible to do random reads on it.`と書いています。つまりサービング層が読み込むのはバッチビューだけで、新しいものができると自動で差し替わる仕組みです。

このデータベースに求められる性質も限定的です。原著は`A serving layer database supports batch updates and random reads. Most notably, it doesn't need to support random writes.`と続けています。ランダム書き込みを捨てることでデータベースの複雑さの大半が消える、という設計判断です。ElephantDBやVoldemort read-onlyが挙げられていたのはこのためです。

では2つのビューはどこで合成されるのか。クエリ側です。原文は`To resolve a query function, you query the batch view and the realtime view and merge the results together to get the final answer.`と書いており、両方を引いて突き合わせるのはクエリを発行する側の仕事とされています。責務の置き場所は実装で変わりますが、原著は合成をサービング層の定義に含めていません。

そもそも2011年のブログ本文に「serving layer」という語は一度も登場しません（全文を取得して確認）。書籍『Big Data』では、バッチ層・サービング層・スピード層の3層として説明されています。原典と用語が一致しなくても誤りではありません。

資料によって構成図が違うのも同じ事情です。Microsoftのガイドは、バッチ層がサービス層（サービング層）にバッチビューを渡すだけでなく、`速度レイヤーは、最新のデータに基づく増分更新でサービス レイヤーを更新します。`と書き、さらにクライアントが鮮度を優先するときはホットパス、精度を優先するときはコールドパスの結果を選ぶ構成も示しています。原著のサービング層はバッチビュー専用で、合成はクエリ側です。どちらの図を採るかで、サービング層のデータベースにランダム書き込みが要るかどうかが変わります。設計書で「サービング層」と書くときは、リアルタイムビューをそこへ書き込むのかどうかまで明記してください。

| 層      | 対象データ   | 更新周期     | 精度            | 出力        |
| ------ | ------- | -------- | ------------- | --------- |
| バッチ層   | 全履歴     | 要件に応じた周期 | 取り込み済み範囲の再計算値 | バッチビュー    |
| スピード層  | 直近ウィンドウ | 逐次・短周期   | 厳密値または近似値     | リアルタイムビュー |
| サービング層 | バッチビュー  | バッチ完了時   | バッチ計算に準拠      | ランダム読み取り  |

## AWS Lambdaとの同名異義

「lambda architecture」で検索すると、AWS LambdaのCPUアーキテクチャ（x86\_64とarm64の選択）を説明した公式ドキュメントが混ざって出てきます。2つのLambdaは無関係です。

Lambdaアーキテクチャは製品名ではなく、データ処理の設計パターンの呼び名です。一方のAWS Lambdaは、イベントを受けて関数を実行するマネージドサービスです。AWS Lambdaを使わずにLambdaアーキテクチャを組むことも、AWS Lambdaでスピード層の一部を実装することもできます。同じ資料に両方が登場することもあるため、設計書でこの語を見たらどちらを指しているか先に確認してください。

## バッチ処理とリアルタイム処理を両方持つ理由

### 原典が想定した鮮度と精度のトレードオフ

原典は、全履歴に対するバッチの再計算で結果が数時間遅れることを許容するところから組み立てています。その間に届いた分をストリーム処理で補い、正確な値と新しい値を両方返す、というのがLambdaアーキテクチャの出発点です。ストリーム処理でも厳密な集計はできますが、全履歴を対象にすると保持する状態量と計算資源が膨らみます。2011年当時の処理系ではそれが現実的ではありませんでした。

| 観点      | バッチ処理        | ストリーム処理      |
| ------- | ------------ | ------------ |
| 入力の区切り  | 有限（期間・ファイル群） | 継続して届く       |
| 結果が出るまで | 実行間隔・処理量に依存  | トリガー・処理量に依存  |
| ロジック変更時 | 全履歴を再実行      | ログを巻き戻して再生   |
| 設計上の制約  | 実行間隔と完了時間    | 状態量と遅延データの扱い |

この前提には、2014年の時点で異論が出ています。Kreps氏は、リアルタイム処理は本質的に近似的でバッチ処理より弱いという見方について`I actually do not think this is true.`と書き、未成熟なのは当時のストリーム処理フレームワークのほうだと指摘しました。その後、エンジン側で全履歴の再処理を扱えるようになったことが、後半で触れるKappaやレイクハウスへの流れにつながっています。

### 人為的ミスからの復旧：原典がCAP定理の複雑さを隔離した理由

原典のタイトルが「How to beat the CAP theorem」であることは、解説記事ではほとんど触れられません。Marz氏が問題にしたのは、可変の状態を持つデータベースと、それを逐次更新するアルゴリズムの組み合わせです。結果整合性のもとでは読み取り時の修復（read-repair）のようなコードを開発者が書くことになり、そこで誤れば取り返しのつかない破損が残る、と原文は指摘しています。そのうえで、機械の故障よりも重要な耐性として`human fault-tolerance`を挙げました。

バッチ層は追記だけの不変データと、全履歴に対する純粋な関数でできています。原文によれば、人が犯しうる誤りは`deploy a buggy implementation of a query or write bad data`の2つだけで、前者はバグを直して全件を再計算し、後者は誤データを消して再計算すれば元に戻ります。逐次更新という厄介な処理はスピード層だけに閉じ込め、しかもスピード層の結果はいずれバッチ層の値で置き換わります。原文の表現では`All that complexity is transient.`です。

原文にはMarz氏自身の障害事例も載っています。バッチ層にHadoopとElephantDB、リアルタイム層にStormとCassandraを使っていたシステムで、監視の不備でCassandraの容量が尽き、全リクエストがタイムアウトしてStormのトポロジーが失敗し、キューに滞留したメッセージが再送と失敗を繰り返していました。バッチ層が無ければCassandraを拡張して復旧するしかなく、再送の繰り返しで中身の多くも不正確になっていたはずだ、と本人が書いています。実際には滞留したキューをバッチ層へ流し込み、Cassandraのクラスタを新しく作り直しただけで、数時間後には元の状態に戻り、データの欠損もクエリ結果の誤りも残りませんでした。Lambdaアーキテクチャの価値は「速報値を出せること」より、**速報の経路が壊れても確定値の経路から作り直せること**にある、というのが原典の主張です。

## Lambdaアーキテクチャのメリットとデメリット

ここまでの仕組みから、利点と負担は次のように整理できます。重いのはデメリット側の1行目で、これが後のKappaやレイクハウスへの移行を促しました。

| 区分    | 内容                 | 効いてくる場面             |
| ----- | ------------------ | ------------------- |
| メリット  | 全履歴から再計算して誤りを回復できる | 集計ロジックのバグ・誤データ投入    |
| メリット  | 確定値と速報値を同時に提供できる   | 日次レポートと監視ダッシュボードの併用 |
| メリット  | スピード層の障害が確定値に波及しない | ストリーム側のストア破損・停止     |
| デメリット | 同じロジックを2系統で保守する    | 集計定義の変更のたび          |
| デメリット | 2つのビューの境界管理が要る     | 二重計上・取りこぼし（次章）      |
| デメリット | 運用する分散システムが増える     | 監視・障害対応の体制          |

日本語の解説の中には、「サーバー管理が不要」「自動でスケーリングする」といった点をLambdaアーキテクチャのメリットに挙げているものがあります。これはサーバーレスの実行環境であるAWS Lambdaの特徴で、設計パターンとしてのLambdaアーキテクチャの利点ではありません。Lambdaアーキテクチャは、むしろ運用するシステムが増える構成です。

## IoTと機械学習での使われ方

Lambdaアーキテクチャが合うのは、同じデータに「今すぐの粗い答え」と「後からの正確な答え」の両方を求める業務です。[Microsoftのガイド](https://learn.microsoft.com/ja-jp/azure/architecture/databases/guide/big-data-architectures)は2つの典型を挙げています。

### IoTテレメトリ：スライディングウィンドウの速報と全期間の再計算

ガイドの例は、多数の温度センサーがテレメトリを送り続けるIoTの構成です。スピード層は受信データのスライディング時間枠だけを処理して、異常の兆候をすぐ画面に出します。一方、全センサーの全期間にわたる傾向や、校正値を直したあとの再集計はバッチ層の仕事です。センサーの校正ミスがあとから見つかっても、不変の生データが残っていれば、補正式を変えて全履歴を計算し直せます。

### 機械学習：履歴データでの学習とストリームでの推論

機械学習では、バッチ層が全履歴を使ったモデルの学習を、スピード層が到着したデータへのリアルタイムの推論とスコアリングを担います。ガイドはAzure Machine LearningやFabric Data Scienceでの学習を例に挙げ、完全な履歴で学習したモデルを使いながら、受信ストリームに即時の予測を返せると説明しています。注意したいのは特徴量の計算です。学習用と推論用の特徴量をそれぞれの経路で別実装する場合は、Lambdaの二重実装と同じ保守上の問題が生じます。両者の計算結果がずれると、学習時と推論時で入力の分布が食い違います。

## ビューを足すと二重計上が起きる条件

合成で最初に問題になるのが、対象期間の重なりです。バッチビューとリアルタイムビューは同じイベントを含みうるため、素直に足すと2回数えます。どの程度ずれるのかを、5件のイベントで実際に動かして確認します。

```
from datetime import datetime, timezone

def ts(s):
    return datetime.fromisoformat(s).replace(tzinfo=timezone.utc)

events = [
    ("u1", ts("2026-09-18T09:58:00"), 1),
    ("u2", ts("2026-09-18T09:59:30"), 1),
    ("u3", ts("2026-09-18T10:00:10"), 1),
    ("u4", ts("2026-09-18T10:01:00"), 1),
    ("u5", ts("2026-09-18T10:02:40"), 1),
]

batch_upto = ts("2026-09-18T10:01:30")
speed_from = ts("2026-09-18T09:59:00")

batch_view = sum(v for _, t, v in events if t <= batch_upto)
speed_naive = sum(v for _, t, v in events if t >= speed_from)
speed_fixed = sum(v for _, t, v in events if t > batch_upto)

print("events total     :", sum(v for _, _, v in events))
print("batch_view       :", batch_view)
print("speed_view naive :", speed_naive)
print("merged   naive   :", batch_view + speed_naive)
print("speed_view fixed :", speed_fixed)
print("merged   fixed   :", batch_view + speed_fixed)
```

Python 3.9.6で実行した結果です。

```
events total     : 5
batch_view       : 4
speed_view naive : 4
merged   naive   : 8
speed_view fixed : 1
merged   fixed   : 5
```

実際のイベントは5件なのに、素朴な合成は8を返しました。スピード層の集計開始時刻（09:59:00）がバッチ層の取り込み済み境界（10:01:30）より前にあるため、その間の3件が両方のビューに入っているからです。修正版はスピード層の条件を`t > batch_upto`に変え、正しく5を返しています。

ここから導かれる実装上の要件は3つです。第1に、**公開済みのバッチビューがどの範囲の入力を含んでいるかを、ビューと対応付けて管理する必要があります**。バッチジョブが遅延したときに進まなくなるのはこの境界のほうで、現在時刻との差が開いていきます。公開済みバッチビューの取り込み範囲と異なる境界でスピード側を切ると、取りこぼしや二重計上が生じます。

第2に必要なのは、スピード層の保持期間を、その境界が現在時刻から最も離れうる幅より長く取ることです。バッチが4時間遅れうるのに直近1時間しか保持していなければ、その差が欠損になります。

第3に、合計値ではなくユニークユーザー数のような重複排除を伴う指標は、足し算では合成できません。厳密に求めるならユーザーIDの集合を両方のビューに持たせて和集合の要素数を数えます。近似でよければ、ユーザーIDを登録したHyperLogLogのようなマージ可能な構造をビューに置き、マージしてから基数を推定します。

上のコードには前提があります。境界時刻以前のイベントがすべてバッチビューに入っている、という前提です。遅れて到着したイベントがあるとこの前提が崩れ、時刻だけで切る修正版でも次のバッチまで集計から抜け落ちます。実務での対処は、取り込み範囲を時刻ではなく入力のオフセットやバッチIDで管理するか、遅延分の補正を別に設けるかの二択です。遅延データをストリーム処理エンジン側でどう扱うかは[ウォーターマーク（ストリーム処理）とは？生成戦略と進行停止の切り分けを解説](/tech/details/16440/)にまとめています。

## 主要コンポーネントの保守状況

Lambdaアーキテクチャの解説記事には、10年前の構成例がそのまま残っていることがあります。2026年11月時点の状況は次のとおりです。

| コンポーネント                    | 2026年11月時点の状態                                     |
| -------------------------- | ------------------------------------------------- |
| Summingbird                | アーカイブ済み（2022-01-20）・README に status: retired      |
| Spark Streaming (DStream)  | Spark 3.4.0 で非推奨・公式に legacy project               |
| Spark Structured Streaming | 現行推奨（Spark 4.3.0 は 2026-10-30 リリース）               |
| Apache Storm               | 開発継続（3.1.0 を 2026-09-12 リリース）                     |
| Apache Flink               | 2.3.0。DataStream API が BATCH 実行モードを持つ             |
| Kinesis Data Analytics     | 2023-08-30 に Managed Service for Apache Flink へ改称 |

最も注意が要るのはSummingbirdです。バッチとストリームで同じロジックを二重実装する問題への回避策として長く紹介されてきましたが、[GitHubのリポジトリ](https://github.com/twitter/summingbird)は2022年1月20日にアーカイブされて読み取り専用になり、READMEには`status: retired`のバッジが付いています。最後のリリースは2016年6月23日のv0.11.0-RC1で、新規プロジェクトの選択肢にはなりません。

Spark Streamingも同様です。DStreamベースのAPIはSpark 3.4.0で非推奨となり、Spark 4.3.0の[Spark Streamingプログラミングガイド](https://spark.apache.org/docs/latest/streaming-programming-guide.html)は`There are no longer updates to Spark Streaming and it’s a legacy project.`と明記したうえで`You should use Spark Structured Streaming for your streaming applications and pipelines.`と案内しています。Structured StreamingはバッチとストリームでDataFrame／Dataset APIが共通なので、二重実装の問題自体が小さくなります。

Apache Stormは終わっていません。3.0.0が2026年7月22日、3.1.0が2026年9月12日にリリースされており、開発は継続しています。選定で比較したいのは保守状況よりもAPIの形です。Flinkは同じDataStreamプログラムを`env.setRuntimeMode(RuntimeExecutionMode.BATCH);`でバッチ実行でき、[実行モードの公式ドキュメント](https://nightlies.apache.org/flink/flink-docs-stable/docs/dev/datastream/execution%5Fmode/)は有限入力なら実行モードによらず`will produce the same final results regardless of the configured execution mode`と説明しています。バッチ層とスピード層を1つのコードベースで書ける、という意味です。エンジンの選定は[Apache Flinkとは？ユースケース3分類と導入企業・最新版2.3の構成・Kafkaとの違い](/tech/details/9735/)、入力側のログ基盤は[Apache Kafkaとは？仕組み・ユースケースと最新版4.4のKRaft構成を実装視点で解説](/tech/details/7563/)を参照してください。

## Kappa・レイクハウスとの選び分け

Lambdaアーキテクチャの弱点は、性能ではなく保守コストです。同じ集計ロジックをバッチ側とストリーム側の2箇所に書き、両者の結果を一致させ続ける必要があります。この負担に正面から異議を唱えたのがJay Kreps氏で、2014年7月2日のO’Reilly Radar記事「[Questioning the Lambda Architecture](https://www.oreilly.com/radar/questioning-the-lambda-architecture/)」は`The problem with the Lambda Architecture is that maintaining code that needs to produce the same result in two complex distributed systems is exactly as painful as it seems like it would be.`と書いています。

### Kappaアーキテクチャ：処理経路の一本化とログ再生

Kreps氏の提案は、バッチ層を無くしてストリーム処理だけで完結させる構成です。過去データの再計算が必要になったら、ログの先頭からイベントを再生し直して新しいビューを作ります。この名前は同じ記事の中で本人が付けたもので、`Maybe we could call this the Kappa Architecture`という一文が出典です。ギリシャ文字を割り当てるほどの新規性はないかもしれない、と本人が続けている点も含めて、Lambdaへの対案という位置づけがよく表れています。

ロジックが1箇所になるぶん、保守は明確に楽です。代わりに、ログを必要な再計算期間だけ保持できること、再生が許容時間内に終わることが前提になります。どれだけ遡る必要があるかは要件次第で、Kreps氏の記事も30日分を保持して作り直す例を挙げています。その保持と再生ができない基盤では、Kappaは採用できません。

### レイクハウス：共通テーブル基盤と処理エンジンの分担

Microsoftのアーキテクチャガイドは現在、Lambda・Kappaと並べてレイクハウスアーキテクチャを解説しています。Delta LakeやApache Icebergのようなオープンテーブル形式がACIDトランザクションと更新に対応したことで、生データと集計結果を同じテーブル基盤に置き、バッチ処理とストリーム処理の両方から読み書きできるようになりました。[Delta Lakeの公式ドキュメント](https://docs.delta.io/latest/index.html)はこれを`unifies streaming and batch data processing`と表現しています。再計算そのものを実行するのはSparkやFlinkといった処理エンジンで、テーブル形式が計算を肩代わりするわけではありません。層を処理系ではなくテーブルの段階として整理する運用は[メダリオンアーキテクチャとは：Bronze・Silver・Goldの層設計と再処理をコード付きで解説](/tech/details/16438/)、基盤そのものの位置づけは[データレイクハウスとは？データレイク・DWHとの違いとアーキテクチャを実装視点で解説](/tech/details/13628/)で扱っています。

| 観点        | Lambda     | Kappa   | レイクハウス     |
| --------- | ---------- | ------- | ---------- |
| 処理経路      | 2本         | 1本      | 構成次第       |
| ロジックの実装箇所 | 2系統（共通化も可） | 1系統     | 処理系の設計次第   |
| 再計算の方法    | バッチ再実行     | ログ再生    | テーブルの再構築   |
| 必要な前提     | 両系統の運用体制   | 長期のログ保持 | オープンテーブル形式 |
| 主な負担      | 結果の突き合わせ   | 再生時間    | ストレージ設計    |

### 2026年にLambdaを選ぶ条件と選ばない条件

新規にデータ基盤を設計するなら、Lambdaアーキテクチャは選ばないほうがよい、というのがここでの結論です。理由は単純で、Lambdaが解いていた「ストリーム処理では全履歴を扱えない」という制約が、エンジンとテーブル形式の両側から解消されたからです。Flinkは同じコードでバッチとストリームを実行でき、Structured Streamingは同じDataFrame APIを両方に使え、レイクハウスでは共通のテーブル基盤を両方の処理から読み書きして作り直せます。二重実装のコストを払う見返りが薄くなりました。

それでもLambdaが合理的な場面はあります。**すでに本番で動いているバッチ基盤があり、そこにリアルタイムの経路を後付けする場合**です。稼働中のバッチジョブと検証済みの集計結果を捨てずに、速報値だけを別経路で足せます。全面移行は避けられますが、2経路の結果を突き合わせる検証と監視は追加で必要になります。もう1つは、バッチ側とストリーム側で求められる精度が本質的に違う場合です。日次の確定レポートは監査に耐える精度が要る一方、ダッシュボードの速報値は概算で構わない、といった要件なら、2つの経路を持つこと自体が仕様になります。

逆に、「リアルタイム集計が欲しい」という要件だけでLambdaを選ぶのは避けてください。この場合に必要なのはストリーム処理基盤であって、バッチ層の追加ではありません。既存の基盤を残すか作り直すかの判断から相談したい場合は、[データ分析基盤構築・MLOps構築支援](/service/ai/data-platform/)で構成の見直しから支援しています。バッチとストリームの記述を1つに寄せる方向であれば、[Apache Beamとは｜バッチとストリームを同じコードで書く仕組みとランナー選定の判断基準](/tech/details/16105/)も選択肢になります。

## よくある質問

### LambdaアーキテクチャはAWS Lambdaと関係がありますか？

関係ありません。Lambdaアーキテクチャは2011年に提唱されたデータ処理の構成で、AWS Lambdaは2014年に登場したサーバーレスの関数実行サービスです。名前が同じだけで由来も対象も別です。ただしAWS Lambdaをスピード層の実装手段として使うことは可能で、その場合は両方の意味が同じ設計書に登場します。

### Lambdaアーキテクチャは誰がいつ提唱しましたか？

Nathan Marz氏が2011年10月13日に公開したブログ「How to beat the CAP theorem」が初出です。体系的な解説は、2015年4月刊のMarz氏・James Warren氏の共著『Big Data』（Manning）にあります。

### LambdaとKappaはどちらを選ぶべきですか？

新規構築ならKappa、またはレイクハウス構成を先に検討してください。同じロジックを2箇所に保守する負担が、Lambdaの実運用で最も重くのしかかります。Lambdaが適するのは、既存のバッチ基盤にリアルタイム経路を追加するケースです。ただしKappaはログを長期保持して再生できることが前提なので、その基盤がなければ成立しません。

### バッチ処理とリアルタイム処理の違いは何ですか？

入力の区切り方が違います。バッチ処理は、期間やファイル群などで区切った有限のデータを処理します。完了時間はデータ量・処理内容・計算資源に依存します。ストリーム処理は継続する入力に応じて結果を更新します。全期間の集計や結合も可能ですが、保持する状態量、遅延データの扱い、更新間隔の設計が必要です。

### コールドパスとホットパスは何を指しますか？

コールドパスがバッチ層、ホットパスがスピード層を指す別名です。Microsoftのアーキテクチャガイドがこの呼び方を使っています。データが「冷えてから」まとめて処理する経路と、「熱いうちに」即座に処理する経路、という対比です。指しているものは層の名前と同じなので、資料ごとに用語が違っても構成は変わりません。

## 関連記事

- [ストリーム処理とは？仕組み・処理モデルとバッチ処理との使い分けを実装視点で解説](/tech/details/15301/)
- [Apache Flinkとは？ユースケース3分類と導入企業・最新版2.3の構成・Kafkaとの違い](/tech/details/9735/)
- [メダリオンアーキテクチャとは：Bronze・Silver・Goldの層設計と再処理をコード付きで解説](/tech/details/16438/)
- [ウォーターマーク（ストリーム処理）とは？生成戦略と進行停止の切り分けを解説](/tech/details/16440/)
- [Apache Kafkaとは？仕組み・ユースケースと最新版4.4のKRaft構成を実装視点で解説](/tech/details/7563/)

---

出典: [Lambda（ラムダ）アーキテクチャとは？3層の構成・二重計上の対処とKappaとの選び分け](<https://www.issoh.co.jp/tech/details/8828/>)（株式会社一創）
