OpenMetadataとは：オールインワン型OSSデータカタログの実力

「データカタログのOSSを選ぶならDataHub一択」と言われた時代が、ほんの数年で変わりました。2021年に登場したOpenMetadataが、急速に存在感を増しています。LinkedInではなくUberの元データチームが立ち上げたCollateが開発を主導し、Apache 2.0ライセンスで公開されています。

OpenMetadataの売りは、カタログ・リネージ・品質・コラボ・ガバナンスをすべて1つで提供する「オールインワン」アプローチです。OpenMetadataは「すぐ使える機能セット」を選ぶ思想で、DataHubは「拡張可能なメタデータグラフ基盤」です。実装と運用を整理します。

OpenMetadataの基本構造

DataHubに比べると構成がシンプルで、Kafka等の追加コンポーネントは不要です。「動かす」までのハードルが大きく低いのが、初学者にも採用が広がっている理由のひとつです。

標準化されたメタデータモデル

OpenMetadataは、JSON Schemaで定義された標準メタデータモデルを採用しています。Table、Dashboard、Pipeline、Topic、User、Team、Glossary、Policy、Domain、Data Productといった主要な概念がすべて事前定義されており、ベンダー間で共通化しやすい設計です。

OpenMetadataはこのスキーマをCNCF（Cloud Native Computing Foundation）の標準化候補として推進しており、「OpenMetadata標準スキーマで、他のツールと互換性を持つ」未来を描いています。DataHubのAspect自由拡張とは異なり、「決まった型で素早く使える」のがメリットです。

主要機能

「データ品質」を別途専用ツールに頼らず、OpenMetadata内で実行できるのが特徴です。テーブルのプロファイリング（行数・null率・分布）と、宣言的なテスト（範囲・unique等）が組み込みです。dbtのテストや専用品質ツールと併用するか、OpenMetadata内で完結させるかは設計判断になります。

メタデータ取り込み

OpenMetadataもPythonベースの取り込みフレームワークを持ち、YAMLで設定します。

# config.yml
source:
  type: snowflake
  serviceName: snowflake_prod
  serviceConnection:
    config:
      type: Snowflake
      account: my_account
      username: ${SNOWFLAKE_USER}
      password: ${SNOWFLAKE_PASSWORD}
      warehouse: COMPUTE_WH
  sourceConfig:
    config:
      type: DatabaseMetadata

sink:
  type: metadata-rest

workflowConfig:
  openMetadataServerConfig:
    hostPort: http://localhost:8585/api

metadata ingest -c config.yml

80以上のソース（Snowflake、BigQuery、Databricks、dbt、Tableau、Power BI、Airflow等）に対応しています。OpenMetadata UI上のスケジューラから、取り込みパイプラインを管理することもできます。

OpenMetadata OSSとCollate

DataHub/Acryl Cloudと同じ「OSSとマネージドの二本立て」の構造です。OSSの完成度が高いため、中規模までは自社デプロイで十分と判断できます。

DataHub・Atlanとの比較

「OSSで運用負担も抑えたい中規模組織」にとって、OpenMetadataは現状の最有力候補のひとつです。DataHubほど巨大スタックを必要とせず、Atlanのような費用もかかりません。このポジションが魅力です。

運用上のハマりどころ

• 新しいぶん大規模実績が薄い：DataHubに比べて本番運用の事例がまだ少ない。事例とリスクを把握してから判断する。
• 機能ごとの安定度差：急速に機能追加されているため、ツールによっては「βの匂い」が残る。本番投入前に重要機能の検証を。
• アップグレード頻度：リリースサイクルが速い。安定版を選び、計画的にアップグレードする運用が必要。
• スキーマ標準化のメリットと制約：標準モデルがあるので素早く使える反面、組織独自の拡張が必要になったとき自由度はDataHubに劣る。

向く・向かない場面

• 向く：OSSで素早く始めたい、オールインワンで機能を一気に揃えたい、運用負担を抑えたい、中規模で新規導入、品質機能もカタログ内で使いたい
• 向かない：超大規模・複雑な拡張要件（→DataHub）、UX重視で予算がある（→Atlan）、本番実績重視で保守的な判断

まとめ

• OpenMetadataは2021年登場、急成長中のオールインワンOSSデータカタログ。
• カタログ＋リネージ＋品質＋コラボ＋ガバナンスを1つで提供する設計。
• JSON Schemaベースの標準モデルで、素早く使える反面、自由拡張ではDataHubに劣る。
• OSS自社運用とCollateマネージドの2形態。中規模なら自社運用も現実的。
• 「OSS×オールインワン×素早く始めたい」のニーズに、最も自然に応えるカテゴリーの選択肢。

全体像はデータガバナンスとカタログツール選定、隣接の選択肢はAtlan とは・DataHub とはにあります。OpenMetadata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. OpenMetadataの本番運用に必要な体制は？

A. データエンジニアまたはSREが0.3〜0.5名程度です。DataHubほどコンポーネントが多くないので、運用の重さは中程度。アップグレード、取り込みパイプラインの管理、新規ソースの追加などが日常作業になります。Kubernetes環境があれば、Helmチャートで素直にデプロイできます。

Q. データ品質はOpenMetadata内で完結できますか？

A. 基本品質チェック（unique、not_null、範囲、行数）はOpenMetadata Quality機能で完結します。高度な統計的検査や複雑なルールは、Great ExpectationsやSodaのような専用ツールを併用する方が表現力で勝ります。品質ツールの整理はデータ品質ツール選定ガイドを参照してください。

Q. dbtのドキュメントとリネージはどう統合されますか？

A. dbtのmanifestとcatalogから自動取り込みし、モデルの説明・テスト・リネージがOpenMetadataに反映されます。dbtコミュニティで広く採用されている統合のひとつで、設定も比較的シンプルです。dbtでの実装はdbt実装ガイド、incremental設計はincremental models設計を参照してください。

Q. CollateのSaaSは、AcrylやAtlanとどう違いますか？

A. CollateはOpenMetadataのマネージド版で、SSOや監査ログなどのエンタープライズ機能を加えた形です。Acryl Cloudが「DataHubのマネージド」であるように、CollateはOpenMetadataのマネージドです。Atlanは完全に独立した商用製品で、UXとコラボにより特化しています。OSS自社運用、OSSベースのマネージド、純粋商用SaaSの三層構造と捉えると、選択肢の見通しが良くなります。