डेटा वेयरहाउसिंग एक ऐसी तकनीक है जिसका उपयोग मुख्य रूप से व्यवसाय को एक सार्थक व्यावसायिक अंतर्दृष्टि देने के लिए विभिन्न स्रोतों से डेटा एकत्र करने और प्रबंधित करने के लिए किया जाता है। डेटा वेयरहाउस विशेष रूप से प्रबंधन निर्णयों का समर्थन करने के लिए डिज़ाइन किया गया है।
सरल शब्दों में, डेटा वेयरहाउस एक डेटाबेस को संदर्भित करता है जिसे किसी संगठन के परिचालन डेटाबेस से अलग रखा जाता है। डेटा वेयरहाउस सिस्टम कई एप्लिकेशन सिस्टम के एकीकरण के लिए सक्षम हैं। वे विश्लेषण के लिए समेकित, ऐतिहासिक जानकारी के एक ठोस मंच का समर्थन करके डेटा प्रोसेसिंग प्रदान करते हैं।
डेटा वेयरहाउस क्वेरीज़ जटिल होती हैं क्योंकि उनमें सारांशित स्तरों पर सूचना के विशाल समूहों की गणना शामिल होती है। इसके लिए विशिष्ट डेटा संगठन के उपयोग की आवश्यकता हो सकती है, पहुंच और कार्यान्वयन तकनीक बहुआयामी विचारों पर निर्भर करती है।
इस तरह के अलगाव का एक प्रमुख कारण दोनों प्रणालियों के उच्च कार्यान्वयन को बढ़ावा देने में मदद करना है। ज्ञात कार्यों और कार्यभार से एक परिचालन डेटाबेस बनाया और ट्यून किया जाता है, जिसमें प्राथमिक कुंजी का उपयोग करके अनुक्रमण और हैशिंग, विशिष्ट रिकॉर्ड की खोज, और "डिब्बाबंद" प्रश्नों को अनुकूलित करना शामिल है।
दूसरी ओर, डेटा वेयरहाउस प्रश्न अक्सर जटिल होते हैं। इनमें सारांशित स्तरों पर सूचना के विशाल समूहों की गणना शामिल है और विशिष्ट डेटा संगठन, पहुंच और कार्यान्वयन विधियों के उपयोग की आवश्यकता हो सकती है जो बहुआयामी विचारों पर निर्भर करती है। परिचालन डेटाबेस में OLAP प्रश्नों का प्रसंस्करण परिचालन कार्यों के प्रदर्शन को काफी हद तक कम कर देगा।
इसके अलावा, एक परिचालन डेटाबेस कई लेनदेन की समवर्ती प्रसंस्करण प्रदान करता है। लेन-देन की स्थिरता और मजबूती प्रदान करने के लिए लॉकिंग और लॉगिंग सहित समवर्ती नियंत्रण और पुनर्प्राप्ति तंत्र की आवश्यकता होती है। एक OLAP क्वेरी के लिए अक्सर सारांशीकरण और एकत्रीकरण के लिए डेटा रिकॉर्ड तक केवल-पढ़ने के लिए एक्सेस की आवश्यकता होती है।
संगामिति नियंत्रण और पुनर्प्राप्ति तंत्र, यदि ऐसे OLAP संचालन के लिए लागू किया जाता है, तो समवर्ती लेनदेन के निष्पादन को खतरे में डाल सकता है और इस प्रकार OLTP प्रणाली के थ्रूपुट को काफी हद तक कम कर सकता है।
अंत में, डेटा वेयरहाउस से परिचालन डेटाबेस का अलगाव इन दो प्रणालियों में सूचना के कई संरचनाओं, सामग्री और उपयोग पर स्थित है। निर्णय समर्थन के लिए ऐतिहासिक जानकारी की आवश्यकता होती है, जबकि परिचालन डेटाबेस आमतौर पर ऐतिहासिक जानकारी का रखरखाव नहीं करते हैं।
निर्णय समर्थन के लिए समेकन की आवश्यकता होती है, जिसमें विषम स्रोतों से जानकारी का एकत्रीकरण और सारांश शामिल होता है, जिसके परिणामस्वरूप उच्च-गुणवत्ता, स्वच्छ और एकीकृत जानकारी प्राप्त होती है। इसके विपरीत, परिचालन डेटाबेस में लेनदेन सहित केवल विस्तृत कच्चा डेटा शामिल होता है, जिसे विश्लेषण से पहले समेकित करने की आवश्यकता होती है।
चूंकि दोनों प्रणालियां काफी भिन्न प्रकार्य प्रदान करती हैं और विभिन्न प्रकार के डेटा की आवश्यकता होती है, इसलिए वर्तमान में अलग डेटाबेस बनाए रखना आवश्यक है। हालांकि, ऑपरेशनल रिलेशनल डेटाबेस मैनेजमेंट सिस्टम के कई वेंडर हैं जो OLAP क्वेरीज़ को सपोर्ट करने के लिए ऐसे सिस्टम को ऑप्टिमाइज़ करना शुरू कर रहे हैं। जैसा कि यह प्रवृत्ति जारी है, OLTP और OLAP सिस्टम के बीच अलगाव कम होने की उम्मीद है।