Lightdashとは：dbtとシームレスに繋がるOSS BI＋セマンティックレイヤー

dbtでデータ変換を整理してきた組織が、「Lookerはちょっと高いし、もっとdbtと自然に繋がるBIないかな」と探していて見つけることが多いのがLightdashです。OSSで提供され、dbtプロジェクトに数行のYAMLを足すだけでBIダッシュボードまで構築できる、というアプローチが特徴です。

「セマンティックレイヤー＋BI」の一体型ツールという位置づけで、Looker的なメトリクス管理思想を、もっと軽く・dbtと一体で実現します。中小規模のデータ組織で急速に採用が広がっています。基本構造と使い方を整理します。

Lightdashの基本構造

Lightdashは「dbtプロジェクトを読み取って、BIとして見せる」というシンプルな構成です。

dbtプロジェクトのYAMLにメトリクスを書き、Lightdashがそれを読み取ってグラフ・ダッシュボードを描く、という流れです。

dbtにメトリクスを書く

Lightdashは、dbtのschema.ymlにLightdash用のメタデータを追加する形でメトリクスを定義します。dbt Semantic Layerほど抽象的ではなく、直接的に書けます。

# models/silver/fct_orders.yml
version: 2

models:
  - name: fct_orders
    meta:
      primary_key: order_id
    columns:
      - name: order_id
        meta:
          metrics:
            order_count:
              type: count
              label: 注文件数

      - name: order_total
        meta:
          dimension:
            type: number
          metrics:
            total_revenue:
              type: sum
              label: 売上合計
              filters:
                - order_status: 'paid'

      - name: ordered_at
        meta:
          dimension:
            type: date
            time_intervals: [day, week, month]

      - name: order_status
        meta:
          dimension:
            type: string

dbtのschema.ymlを書き慣れているなら、ほぼ自然にメトリクスを足せます。LightdashのUIから、これらのディメンションとメトリクスを自由に組み合わせて分析・可視化できるようになります。

主要機能

BIとして最低限の機能が揃っており、中小規模のデータ組織なら「これだけで足りる」ケースが多いです。複雑な権限管理や複数データソースの結合は、Looker/Tableauに譲ります。

Lightdash Cloudとセルフホスト

無料トライアルから始めて、Cloud固有の運用機能（SSO、監査ログ等）が必要になったらCloud有料に進むか、データを自社内に閉じたい場合はセルフホストへ、という選び方ができます。

Looker・Tableauとの比較

Lightdashは「Lookerの軽量・OSS版」のような立ち位置です。「dbtで作ったデータを、小〜中規模で素早く可視化したい」というニーズに、もっとも素直に応えるツールです。

運用上のハマりどころ

• dbtの構造に依存する：dbtプロジェクトが整理されていないと、Lightdashのメリットが活きない。事前にdbtの層分けを整える（dbt実装ガイド参照）。
• エンタープライズ機能の不足：行レベルセキュリティ、複雑な権限管理、大規模なユーザー管理は、Looker/Tableauに比べて未成熟。
• 大量データ・複雑なクエリ：DWHへのクエリを直接発行するので、重いメトリクスはダッシュボードの応答性が落ちる。Gold層の事前集計を活用する。
• コミュニティの規模：成長中だがTableau/Lookerに比べると圧倒的に小さい。情報や事例がまだ薄い。

向く・向かない場面

• 向く：dbt中心の組織、小〜中規模でBIを軽く始めたい、OSSでBIをセルフホストしたい、エンジニアがBIも兼任、Lookerは高すぎる
• 向かない：大企業の複数部門・複雑な権限管理、既に Looker/Tableauで作り込んでいる、BIから独自アプリ・AI Agentまで広く使いたい（→Cube）、複数BIにメトリクスを統一したい（→dbt Semantic Layer）

まとめ

• LightdashはOSSの「セマンティックレイヤー＋BI」一体型ツール。dbtとシームレスに繋がる。
• dbtのYAMLにメトリクスを書く流儀で、学習コストが低い。
• Lightdash Cloud（マネージド）とセルフホストの両方を選べる。
• 大企業向けの高度な機能はLooker/Tableauに譲るが、中小規模で素早く始めたい場面で強力。
• dbt中心の組織で、Lookerは高すぎる、Tableauは重い、という場合に有力な選択肢。

全体像はセマンティックレイヤーとメトリクス管理、隣接の選択肢はdbt Semantic Layer とは・Cube とはにあります。Lightdash導入や設計の壁打ちは、DE-STKの初回相談（30分・無料）もご利用ください。

よくある質問（FAQ）

Q. LightdashはLookerの代替になりますか？

A. 中小規模なら代替になります。大企業の高度な権限管理、複雑なPDT（Persistent Derived Tables）、強力なガバナンス機能などはLookerに譲ります。「Lookerの軽量・OSS版」と位置づけて、自社の規模と要件で適合するか判断してください。「Looker月10万円/ユーザーが厳しいけど、dbt中心でBIも欲しい」という組織で、Lightdashが最初の現実解となるケースが多いです。

Q. dbt Semantic Layerと併用できますか？

A. できます。LightdashがdbtのSemantic Layer定義を読み取って利用できるよう、対応を進めています。「dbt Semantic Layerでメトリクスを一元管理し、Lightdashをそれを使うBIの1つとして配置する」という構成です。dbt Cloud Enterpriseの契約が前提になるので、費用と運用のバランスは別途検討します。

Q. Lightdash Cloud有料プランの目安はどのくらい？

A. プランとユーザー数で変わりますが、Tableau Online/Looker相当の規模で見ると、概ね半額〜3分の1程度の感覚です。具体的な料金は公式の最新情報を確認してください。OSSで自社デプロイすれば費用はインフラのみで済むので、規模次第ではセルフホストも現実的です。

Q. Lightdashの開発はアクティブですか？

A. はい、活発です。GitHubのコミット頻度・リリースペース・コミュニティの規模感も、近年急速に伸びています。データ業界全体で「dbt中心のスタック」が標準化していく流れの中で、Lightdashは「dbt-native BI」のカテゴリーの代表として、注目を集めています。dbtのincremental modelsの設計などの実装と組み合わせると、データ基盤全体の整合性が高まります。